基于类间最大交叉熵的坎尼边界扫描

分析了传统坎尼边界扫描算法中阈值和高斯滤波器对边缘闭合的影响,首先采用当前像素点8个方向的自适应滤 波器代替原有的高斯滤波器对图像进行滤波,得到的梯度图像不会出现过度光滑现象;然后将最大类间交叉熵准则和有关人 工智能理论相结合来确定高、低阈值。自适应滤波器是根据当前像素点邻域内的最小方差确定使用的模板,将方差最小的模 板的均值设置为当前像素点的灰度值得到滤波后的图像。实验证明,该方法能得到较低的高阈值和较高的低阈值,既避免了 引入伪边缘又尽可能多的检测出边缘像素点;同时具有很强的抗噪性。     

工业以太网自动IP地址服务解决方案

工业以太网IP地址分配的关键问题是实现替换设备的IP地址自动分配。在深入分析BOOTP和DHCP协议的工作原理及其优缺宝竺基础上，提出了一种基于BOOTP、SNMP协议并适合于工业以太网自动IP地址分配和服务的解决方案，并对系统实现的各关键环节进行了讨论。     

CT影像中边缘病变的二维肺野分割研究

为了研究采用基于先验形状约束的活动轮廓模型方法来正确分割胸腔CT影像中高密度病变影响边缘的肺野区域, 对已分割获得的胸腔CT影像中的二维肺野区域的形状根据其相似性进行粗略分类, 并对这些先验形状进行分类学习, 通过学习获得的PCA形状向量与活动轮廓相结合的迭代方法拟合肺野区域的正确边界, 最后通过基于边界的区域分割方法对胸腔CT影像进行分割, 得到正确的肺野区域。通过所得分割结果的对比表明, 采用该模型来拟合肺野区域边界来完成肺野分割是可行的, 同时从分割结果的量化评价指标(准确性和敏感性、特异性)可看出本方法分割能够得到正确的肺野区域。     

一种改进的分数阶微分掩模算子

分数阶微分理论用于图像处理是近期一个新的研究课题。文中从分数阶微分对图像细微细节的增强能力出发,对分数阶微分的机理进行分析,且根据分数阶微分Tiansi算子的作用特点,提出一种可大幅增强边缘信息值的改进Tiansi算子方法。具体的做法是将Tiansi模板分解为8个不同方向的小模板,得到像素点周围8个方向的加权求和值。然后将8个值进行不同的分组,得到增强幅度不同的3种改进方法。最后通过增强的实验表明,对于岩石节理裂隙图像而言,改进方法可有效增强边缘并且比传统算子得到更丰富的细节信息。     

人工免疫原理在邮件过滤中的应用

分析在垃圾邮件过滤中应用人工免疫原理的可行性,对应用中的的关键环节和算法进行了深入研究,并实现了基于人工免疫原理的邮件过滤器AISEF。利用SpamAssassin的邮件样本集进行训练和变异样本集进行识别测试,实验结果表明,对具有变异特性的垃圾邮件,AISEF具有比Bayes过滤器更好的适应性和稳定性。     

基于遗传算法、贝叶斯学习的网段反垃圾邮件系统

提出了一种基于贝叶斯方法的反垃圾邮件系统,讨论了其工作的基本思想及理论依据,并设计出该系统的体系结构。其中特别对该系统的邮件特征提取和自学习机制的理论进行了较为详尽的说明。最后,讨论了系统实现。     

改进的光线投射法

采用光线投射法对连续CT图片进行三维重建,针对传统的光线投射法采样点计算量大,难以实现交互的问题,在采样过程中,利用平行投射直线之间的空间递推关系,提出了快速计算射线与平面集合的交点的算法,加快采样点的获取速度,实现重建速度上的提高。针对光线计算重复的问题,采用简化后的Phong光照模型,使得最后重建的显示效果更加理想。通过一台带有独立显卡的PC机,实现了改进后的算法,验证了该算法的实际效用。     

基于PCNN与主动轮廓的肺CT候选结节的分割方法*

对肺CT图像中的候选结节进行分割,是计算机辅助诊断系统完成对肺结节自动检测、分类重要的步骤。然而,由于成像噪音和病变导致的图像中组织及组织与病灶之间边界模糊,故采用通常的图像分割方法难以获得正确的分割结果。文章提出一种结合四邻域连接权的脉冲耦合神经网络(PCNN)结合先验形状能量函数的主动轮廓模型来分割候选肺内与近胸膜两类肺结节的算法。实验表明,该算法是一种切实可行且行之有效的候选肺CT结节分割方法。     

基于分数阶微分增强的肺CT图像血管分割

为了提高对肺CT图像中血管自动分割的准确性,提出基于分数阶微分增强的局部子区域分割方法。通过对肺CT图像的增强、分割方法和分数阶微分对图像细微细节的增强能力的比较和研究后, 该方法先采用构建的分数阶微分算子对肺CT图像加以增强后, 再用两个控制指标获取的局部区域最优阈值来分割肺血管。实验结果表明, 它可以有效地提取肺血管网络并且能够分割得到更为丰富的血管细节; 对比传统方法的肺血管分割结果,它能更准确地分割出肺CT图像中的血管。     

基于分数阶微分的岩石裂隙图像增强

从分数阶微分对图像细微细节的增强能力出发,对分数阶微分的机理进行分析。将算子模板的非零权值平分到与常系数“1”距离相同的像素点中,利用周围像素点的自相关性,得到一种改进的分数阶微分算子模板。实验结果表明：对于纹理细节信息丰富的图像而言,分数阶微分对灰度变化不大的平坦区域中的纹理细节信息的提取效果明显优于整数阶微分运算。