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.     

基于氯化钙水溶液的输送带低温防物料冻粘技术

通过对输送带冬季低温冻粘物料理机进行深入分析,对比现有输送带低温防冻粘技术的优缺点,探索基于氯化钙水溶液的输送带防冻粘物料解决方案,利用不同浓度的氯化钙水溶液具有不同冰点的防冻结特性,结合氯化钙水溶液的防腐蚀性与粘着性,提出了一种基于氯化钙水溶液的输送带防冻粘物料解决方案。     

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。     

由一起物料提升机安全事故引发的思考

文章介绍了一起物料提升机在安装架设时,一名安装人员从升降机架体顶部坠落当场死亡的安全事故,分析了原因,总结了物料提升机的性能构造特征及风险,并提出了建议,以期安全使用物料提升机.     

筛片交叉式筛分设备的研制及应用

论述了筛片交叉式筛分设备——交叉筛的工作原理,利用"动态筛孔"筛分理念,使筛分过程不粘、不堵、不卡,提高了筛分效率,解决了细粒湿粘物料筛分难题;企业应用后取得了很好的经济效益。     

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。