Quadratic polynomial guided fuzzy C-means and dual attention mechanism for medical image segmentation

Medical image segmentation is the most complex and important task in the field of medical image processing and analysis, as it is linked to disease diagnosis accuracy. However, due to the medical image's high complexity and noise, segmentation performance is limited. We propose a novel quadratic polynomial guided fuzzy C-means and dual attention mechanism composite network model architecture to address the aforementioned issues (QPFC-DA). It has mechanisms for channel and spatial edge attention, which guide the content and edge segmentation branches, respectively. The bi-directional long short-term memory network was added after the two content segmentation branches to better integrate multi-scale features and prevent the loss of important features. Furthermore, the fuzzy C-means algorithm guided by the quadratic polynomial can better distinguish the image's weak edge regions and has a degree of noise resistance, resulting in a membership matrix with less ambiguity and a more reliable segmentation result. We also conducted comparison and ablation experiments on three medical data sets. The experimental results show that this method is superior to several other well-known methods.     

Parametric 3D modeling of young women's lower bodies based on shape classification

Three-dimensional (3D) human body modeling is an important research direction in the field of clothing virtual design. On the basis of 3D human body scanning, this paper studied a method to build a 3D parametric lower body model according to body classification. The research includes three main parts. (1) Anthropometry and body shape classification. We randomly selected 333 young women ages 18–25 years old in Northeast China as the experimental sample. Then we divided the lower body shape into three categories using principal component analysis and K-means clustering. (2) Determination of feature cross sections and points, and reconstruction of feature curves. According to the average values of each body type, we obtained the mean reference body by Euclidean distance method. We determined feature cross sections and points, and extracted the 3D coordinates of the feature points of the mean reference body to reconstruct the feature curves. (3) The surface lofting and establishment of parametric 3D lower body model. According to the shape characteristics of the lower body, we constructed the guiding lines for the crotch and lower limbs, and established parametric lower body models for three body types.Relevance to industry3D human modeling is an important part of garment industry digitization. This research provides an effective way to construct a parametric 3D lower body model. The method offers a reference for the parametric virtual human modeling and virtual fitting of trousers.     

机械密封微小形变图像测量系统像素当量的标定

在机械密封数字散斑微小形变图像测量系统中,像素当量的标定工作介于图像采集和处理之间;基于VC++2008 MFC开发了图像像素当量标定系统;系统包含了抓图、图像的阈值分割、形态学处理、扫描检测标定块的边缘及线性回归分析功能;介绍了抓图软件的开发过程;编制了形态学的腐蚀、膨胀及开/闭运算的函数,使用这些函数实现了图像的形态学处理;在形态学处理后显示图像的基础上框选包含标定块的理想区域使用扫描法获取边缘信息;对获取的边缘信息进行线性回归分析拟合出标定块的上下边缘的直线方程,根据拟合出的方程求出两条直线间的距离,最后用标定块的实际宽度除以直线间的距离即为像素当量;运行结果表明获得了亚像素级别的像素当量,保证了后期使用DSCM方法计算微小形变的精度.     

结合局部特征和全局信息的自适应活动轮廓模型

提出一种新的基于全局图像信息和局部图像特征的活动轮廓分割模型。模型的总能量函数主要包括3项:全局能量项、局部能量项和自适应调节项。其中,全局能量项整合了图像的全局信息,局部能量项则考虑了图像的局部特征,而二者的权重会根据上下文内容自适应调整。由于在模型中充分利用了图像全局信息和局部特征,因而有效地提高了分割的精度。此外,加入了凸优化技术,以获取模型的全局最优解。最后,采用Split-Bregman方法进行快速求解,使得模型的分割效率大大提高。实验结果表明,该模型对初始化具有较好的鲁棒性,在分割精度上有了较大的提升,特别是分割速度比C-V模型快1.5倍到2倍。     

均衡化特征匹配的非刚体细胞形态跟踪

提出利用均衡化特征匹配来进行非刚性细胞形体跟踪的方法。采用重启动的随机游走方法建立并求解特征匹配概率模型,利用双向均衡方法对匹配邻接矩阵进行均衡化处理,得到指定目标与待跟踪目标之间的精确匹配,以获得目标的定位跟踪结果。同时利用特征匹配结果进行目标的自动标定,并应用图像分割方法进行目标的精确轮廓跟踪。实验结果表明,将该方法应用于视频中动态背景下的运动细胞形态跟踪时,在背景相似度较高及目标迅速移动的条件下,表现出了良好的性能,与同类方法相比可获得较高的定位精度以及更为准确的目标轮廓。     

一种新的红外图像快速分割方法研究

研究红外图像目标分割快速优化问题。在高分辨率红外图像的分割中,红外图像存在数据量大、目标的边缘模糊和噪声较大等导致分辨率低和实时性差。为了快速准确分割,提出基于低尺度分割阈值预测的快速红外图像分割方法(LFIRS)。首先建立尺度阶数计算模型以确定保留原始红外图像目标基本信息所需的最小尺度,在分析多尺度过程对具有目标/背景强相关特性的红外图像进行分割阈值,建立多尺度红外图像分割阈值的相关模型(CLM),结合经典二维阈值法得到的最低两个尺度的阈值CLM模型参数,可以通过CLM模型与最小尺度的快速获取原始尺度的分割阈值,实现红外图像的快速分割。实验结果表明,改进方法提高了图像分辨和分割速度,且改善了分割效果。     

双参数Bézier曲线的升二次扩展

本文以二次Bernstein基函数为例,首次提出了含双参数基函数的新扩展——αβQ—Bern-stein基函数,此类基函数具有新的特点,即基函数的扩展次数一次性升高两次,且包含了二次多项式和带一个参数的三次多项式基函数的所有性质。基于这组基函数定义了αβQ—Bézier曲线,该曲线也含有参数,具有形状可调性,当α与β取某些值时曲线能达到C4连续或在某个端点处C0连续。最后与含两个参数的升一次Bézier曲线进行比较,该曲线具有调节范围广、灵活性更强的优势。     

基于卡尔曼滤波改进的精子图像序列分割方法

图像分割是精子图像识别的一项关键技术,在精子运动能力分析中起着至关重要的作用。本文对采集的连续精子图像序列进行灰度化、去噪等预处理后,采用Otsu算法对首幅动物精子图像二值化,对后续图像采用Kalman Filter确定二值化阈值范围,改进Otsu算法求出每一幅图像的适当阈值并进行二值化,缩短算法时间并能保证分割精度。应用形态学消除精子尾部和部分精子之间的粘连现象,通过计算和比较目标面积、形状因子,去除小颗粒杂质以及形状及灰度和精子相似的杂质,为精子运动能力检测提供高质量的分割图像。     

2000～2001年金属磁性功能材料新进展

综述了金属磁性功能材料在2000－2001年间的若干新进展，内容包括：（1）高性能稀土永磁合金；（2）高性能硅钢合金；（3）Fe-N系新磁性材料；（4）磁电子学；（5）形状记忆磁性材料。     

Ti-22Nb-6Zr(at%)合金的超弹性和形状记忆效应

用弯曲法和拉伸法测定Ti-22Nb-6Zr（at％）合金的超弹性和形状记忆效应，研究固溶处理温度对Ti-22Nb-6Zr合金组织结构及性能的影响。结果表明：固溶处理后Ti-22Nb-6Zr合金的室温组织为单一的β相，晶粒尺寸随固溶处理温度升高而增大；合金的静态弹性模量小于30GPa；Ti-22Nb-6Zr合金具有良好的超弹性和一定的形状记忆效应。室温下变形，合金的超弹性和形状记忆效应随固溶处理温度升高而提高。900℃固溶处理后的合金在室温下拉伸变形，应变为5％时，总的最大回复应变达4．12％，其中超弹性回复应变为3．91％，记忆回复应变为0.21％。