一种改进的多叶准直器射野分割算法

针对多叶准直器射野分割中使用过多的子野个数和总机器跳数的问题,结合Engel算法和Luan算法的优点,提出了一种改进的多叶准直器射野分割算法.首先将射野强度矩阵按行分割,然后将每一行分割成若干个多叶准直器开口形状和机器跳数对,并将这些准直器开口形状和机器跳数对整合成相应的子野.在整合子野时,每次选取的机器跳数为所有行中最大可选取的机器跳数,从而使得每次分割时尽可能多地减少射野强度矩阵的复杂度.实验结果表明:该算法在减少总子野个数和总机器跳数的同时,能够保证每行中准直器的开口最大;与Engel算法相比,该算法所需计算时间更短.     

基于C8051F023的多叶光栅叶片控制模块的设计

多叶光栅是精确放射治疗必需的设备之一。目前临床上多使用多叶光栅代替传统挡铅完成三维适形治疗和静态调强治疗,动态调强治疗所要求的对多叶光栅叶片速度控制的实时性和高精度一直难以实现。针对动态调强对叶片控制的要求,以C8051F023为核心处理器,结合专用电机驱动芯片NJM3771D2,设计了多叶光栅叶片控制模块。并发展了PID闭环控制方法,对多叶光栅叶片的运动位移和速度进行了实时反馈测速、分析和PWM输出调节,实现了对多叶光栅叶片运动位移和速度的精确控制,满足多叶光栅动态调强对叶片的控制要求。此模块设计结构简单,稳定可靠,控制精度高,将应用于具有动态调强功能的多叶光栅系统的实现中。     

用于逆向计划设计的整合优化方法

针对调强放射治疗逆向计划设计中两步法优化算法在临床需求和硬件需求之间不能很好协调的问题,提出了一种新的整合优化方法.在强度图优化中,将传统的在目标函数添加平滑项改为在约束中添加总机器跳数约束项;另外在两个优化过程中加入反馈过程,依次求取各射野的子野序列.与目前已有的基于全变差平滑的算法在临床测试病例上进行了对比实验,结果表明,当总机器跳数和总子野个数分别为50和30时,新方法的目标值(43.195 2)远低于基于全变差平滑算法的目标值(72.154 7).     

含平滑处理的图像分割算法比较

图像理解的基础是图像语义分割。通过引入块形状复杂度并结合欧拉数,构建了过分割块合并的图模型图像分割算法(GM)。按照先图像平滑再图像分割的思路,把双向滤波、保边平滑、总变差结构提取平滑和滚动引导滤波等4种平滑算法与阈值分割、主动轮廓、粒子群优化算法和GM等4种分割算法相组合,形成16套先平滑再分割的两阶段图像分割算法。通过实验进行分割比较,并根据校正兰德指数(CRI)和杰卡德指数(JI)进行量化分析。实验结果表明:总变差结构提取平滑与GM相结合取得的分割结果最佳。t检验显示,平滑预处理能够显著提高GM算法的分割效果。     

基于K-means蚁群算法的玉米叶部图像分割研究

随着计算机图形学技术的不断发展,图像分割已经成为图像处理和分析的一项重要技术,能够通过图像压缩、图形识别把采集到的图像分割成特定大小的不重叠区域。本文主要针对玉米作物叶部病虫害图像处理进行研究,提出一种K-means和蚁群优化相结合的算法与传统的算法图像分割进行比较,通过实验结果证明其算法的高效性及实用性。     

航空发动机风扇转子动叶的选配优化技术研究

针对航空发动机风扇转子动叶挑选过程中存在的动叶资源利用率低的问题,以转子动叶一阶弯曲频率离散度、一阶扭转频率离散度和重力矩差为挑选准则,以叶片数据库中未被挑选的叶片数最少为优化目标,提出了叶片智能优选算法,实现了动叶装配前高效挑选、充分利用的目标;针对风扇转子动叶装配中多装多调、装配成功率低的问题,以180°对角位置上两支叶片的重力矩差为约束,以剩余不平衡量最小为优化目标,采用改进模拟退火算法优化动叶的装配序列,大大降低了转子动叶的剩余不平衡量,减少了转子的装调次数。实例验证结果表明:所提的动叶优选算法使叶片资源利用率从企业目前所能达到的65%～74%提高到83%～93%,而且算法运行20次时,单次运行的时间最短为7.7 s,最长为28.7 s,求解效率较高;动叶优配算法为转子动叶的实际装配提供了优化的装配序列,实现了转子动叶的高效装配。转子动叶的优选优配实现了转子动叶的充分利用和高效装配,为转子动叶装配质量和服役性能的可靠性和稳健性奠定了基础。     

Regional Merge K-means图像分割算法及其质量评价

K值是基于K-means聚类算法进行图像分割效果的关键因素,为了解决K值过小,图像分割不明显,K值过大,图像分割信息过于碎片化的问题,提出一种Regional Merge K-means(RMK)算法.首先对图像运用K-means算法进行聚类,然后运用区域合并(Regional Merge)优化图像分割效果,最后利用不同图像进行图像分割试验,并选用不同的质量评价指标对试验结果进行评价.结果表明,该算法能显著优化图像分割效果.     

基于改进Otsu算法的生菜叶片图像分割方法

针对传统的Otsu算法计算量大、实时性差等缺点,提出了一种新的PSO+Otsu(S)分割方法.将RGB颜色空间转换成HSV颜色空间,并提取S分量图像.针对基本粒子群优化算法提出一种新的惯性权重系数w更新策略,并利用改进的粒子群优化算法搜索最优阈值,将搜索到的最优阈值作为Otsu算法的分割阈值,并对S分量图像进行分割,最终得到生菜叶片分割图.结果表明:提出的生菜叶片图像分割方法不但适合单叶片图像分割,而且适合冠层叶片图像分割;运用本算法分割单个生菜叶片图像以及生菜冠层图像时程序运行时间分别为118,126 ms,迭代次数分别为6,5次,相比于Otsu算法以及标准PSO+Otsu算法,本算法不仅有效缩短了程序运行时间,而且提高了图像分割的准确率,具有较好的实时性.     

基于增强Frost局部滤波及单木距离图重构标记的CHM树冠分割

【目的】利用增强Frost局部滤波和单木距离图重构标记技术对冠层高度模型(CHM)进行分割，以提高无人机激光雷达在单木树冠分割的精度和效率。【方法】选取江西分宜山下实验林场阔叶混交林、针叶混交林和针阔混交林3个不同类型的林分为研究对象，以无人机激光雷达数据为数据源，构建CHM。针对高分辨率CHM树冠区域孔隙较多的问题，利用增强Frost局部滤波处理优化CHM,优化结果与不同滤波方法进行了比较分析；然后应用距离图重构标记分割技术对增强Frost局部滤波优化后的0.1、0.2、0.5及1.0 m分辨率的CHM进行分割与分析；最后确定最佳分辨率的CHM,并其将分割结果与同等分辨率下分水岭算法以及点云分割均值偏移算法结果进行比较。【结果】采用增强Frost局部滤波处理的CHM优化效果显著，在有效抑制树冠噪音的同时，也能较好地保留图像细节信息。0.2 m分辨率的CHM分割效果最佳。距离图重构标记分割方法分割针叶混交林、针阔混交林、阔叶混交林3种不同林分类型的分割精度(OA)分别为0.96、0.84、0.75;根据树冠分割结果计算单木冠幅，冠幅估测的决定系数R²分别为0.83...     

自适应步长下多阈值彩色图像的全局分割方法

针对传统多阈值彩色图像分割方法将步长设为小于距离参数的定值, 有时会因步长过大而越过最优结果的问题, 提出一种自适应步长下多阈值彩色图像全局分割方法. 首先, 对彩色图像进行预处理, 在不降低彩色图像质量的前提下缩减颜色总数, 以提高分割效率; 然后, 根据多阈值彩色图像全阈值分割目标函数, 将混沌优化理论与粒子群优化算法相结合, 通过混沌粒子群优化算法对多阈值彩色图像全局分割目标函数进行求解; 最后, 结合自适应步长下多阈值彩色图像全局分割方法, 得到最优彩色图像阈值分割结果. 实验结果表明, 该方法的分割效果、 精度、 稳定性和收敛性均较好.