基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

锐声音

<正>建立角膜联盟,搭建信息共享平台,能让紧急的患者及时得到救助,保住光明。——暨南大学眼科教授、成都爱迪眼科名誉院长姚晓明成人渐进验配技术真的没那么复杂;禁忌症(人群)真的没那么多。相比技术更关键的是沟通,如何让消费者更好地接受、更愿意配戴,才是更大的挑战。——天津万里路视光培训学校王冬     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

全国冷冻空调设备标准化技术委员会(SAC/TC238)2014年度工作概要

<正>1标准发布工作2014年,全国冷冻空调设备标准化技术委员会(以下简称"冷标委")归口制定及修订的两项国标、8项行标(表1)已获批准发布。2标准报批工作冷标委于2013年三届四次会议审查通过了1项国标、10项行标,共计11项标准,目前已全部完成报批工作,待国标委、工信部批准发布(表2)。3标准立项工作冷标委的立项始终依据3方面原则:首先要符合国家政策和指导思想,具体体现为国家标准     

微推荐

视野杂志微信公众平台开启已经一段时间了,无数读者主动联系我们,为杂志荐稿,提出意见建议。为此,我们特开通"微推荐"栏目,专门刊登来自微信的投稿。希望大家动动手指,多多支持!投稿请加"shiyeza zhi",原创、荐稿均可。内容不拘,小诗、幽默笑话、生活感悟或者有意思的图片都可以发给我们。     

结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。