含噪图像的快速边缘检测算法

提出了一种在含噪图像中检测边缘的快速算法。通过分析噪声的导数与边缘的导数的分布特点,推导出了三类模板算子：差分算子、邻域积分算子和非极值抑制算子。差分算子用于突出边缘,邻域积分算子用于抑制噪声,非极值抑制算子用于提取准确的边缘点。与Canny算子的对比实验表明,在弱噪声下,检测结果两者相当;在强噪声下,结果优于Canny算子,并且计算量仅为Canny算子的40%。     

典型图像边缘检测算子的比较与分析

通过MATLAB编程,采用Roberts算子、Prewitt算子、Sobel算子、Kirsch算子、Log算子和Canny算子等对数字图像做了边缘检测.通过图像的直方图,直观展示了各算子检测图像之间及其与原图的差别.引入高斯噪声和椒盐噪声,并评价了每种算子抑制噪声的能力.这些研究结果对边缘检测算子的选择及改进具有一定的指导意义.     

基于小波去噪的改进型Canny边缘检测法

Canny算子边缘检测算法简单,具有很好的边缘检测性能,对于噪声污染小的图像能取得较好的效果.但对于噪声较大的图像,传统Canny算法不能在噪声抑制和边缘检测之间达到好的平衡.将小波去噪引入到Canny算法中,有效的抑制了噪声在边缘检测中的影响,提高了检测精度.     

Sobel边缘检测的细化

边缘检测是数字图像处理中基础而又重要的课题,Sobel算子是图像边缘检测中常用的方法之一。首先将Sobel与其他几种常用的边缘检测算子进行分析和比较,对经典的Sobel算子进行更深入的研究,Sobel算子的优点在于检测速度快,对噪声都具有平滑作用,对噪声具有一定的抑制能力;虽然产生了较好的边缘效果,但也存在一些问题:检测出了一些伪边缘,使得边缘比较粗,降低了检测定位精度。针对Sobel算子存在的问题,研究学者提出了一些改进的方法,如:扩展检测模板,边缘跟踪等方法,在分析这些方法的基础上,提出一种新的简单的Sobel算子改进方法。这种方法在经典的Sobel算法检测出的边缘的基础上对边缘进行细化,实验证明该方法有效解决了Sobel算子边缘检测时边缘过粗的问题,得到的边缘较细,定位精确。     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念,定义了两种基于顺序形态滤波的广义边缘算子,重点讨论了百分位ｐ＝１／２时的边缘算子抑制噪声、提取边缘的理论和方法。实验表明,同传统的边缘检测算子相比,该方法具有良好的噪声抑制和边缘提取特性。     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念 ,定义了两种基于顺序形态滤波的广义边缘算子 ,重点讨论了百分位p =1 /2时的边缘算子抑制噪声、提取边缘的理论和方法 .实验表明 ,同传统的边缘检测算子相比 ,该方法具有良好的噪声抑制和边缘提取特性 .     

一种改进型Canny图像边缘检测方法

提出了在噪声条件下的一种改进的Canny算子,该算子采用中值滤波代替高斯平滑滤波。实验结果表明改进的canny算子对抑制噪声和保留边缘像素点方面有较好的效果,对图像边缘具有较好的检测精度。     

一种新的彩色图像边缘检测算法

传统的边缘检测方法大都基于灰度图像,不能充分利用彩色图像的全部信息。针对已有算法中存在的像素点扩散、边缘定位不准确、边缘不连续等问题,提出了一种彩色图像边缘提取算法,基于图像自身梯度方向信息和多通道信息融合技术,将灰度边缘模板算子扩展应用到彩色图像的边缘检测中,在RGB空间中对原彩色图像进行多通道边缘检测;同时采用滤波来抑制噪声,依靠边缘生长保证检出边缘的连续性,并提出了自适应确定边缘提取门限值的方法。该文提出的彩色图像边缘检测算法计算量小,实验结果表明了其能充分利用图像的颜色和梯度信息,有效地消除噪声,提高边缘检测的准确性,保证边缘的连续性。     

一种基于小波变换和Canny算子相结合的边缘检测方法

提出了一种利用小波变换手段和Canny检测算子相结合的边缘检测处理方法。在提取图像边缘之前,利用小波变换能够检测局部突变的能力以及多尺度聚焦的功能,充分抑制图像噪声干扰的同时适当调整图像中目标与背景的对比度,最后利用最优阈值下的Canny算子提取图像边缘。此方法可以很好的消除因噪声干扰带来的虚假边缘,强化弱边缘,使之能够更理想的被检测出来。     

基于Zernike矩的改进LoG边缘检测方法

LoG算子是图像边缘检测中的一种经典方法,其通过引入高斯滤波来减少图像中噪声对边缘检测的影响。高斯滤波在抑制噪声的同时也会将图像的边缘弱化,导致不能有效地对图像边缘进行检测。为此提出了一种改进的LoG边缘检测方法,采用Zernike矩对图像进行结构特征描述,并用其作为LoG算子中高斯滤波权值的计算依据;在此基础上,对平滑图像采用Laplacian算子和零点交叉法检测图像边缘。实验结果显示,通过采用基于Zernike矩的权值计算方法能够有效地保持高斯滤波在平滑图像时弱化的边缘特征,使得LoG算子在抑制噪声的同时能够更加有效地提取图像边缘。     

一种维持动态网络中最短路径的方法

本论文提出解决动态网络中多源-目的点对最短路径路动态问题的有效方案。针对动态网络中的边权被改变后,需要扫描所有的边重新计算所有点对之间最短路径,我们提出采用相应的数据结构,使每次边权改变后,只需重新计算含该边的源-目的点对间最短路径,即最低限度的扫描动态图中的边,提高维持所有点对之间最短路径算法的时间性能。     

基于混合神经网络的脑部MRI图像语义分割算法

针对传统医学图像对缺乏标注的数据进行自动分割时存在分割精度不高、边缘模糊等问题,提出了一种利用混合神经网络对脑部核磁共振成像(magnetic resonance imaging,MRI)的图像进行语义分割的算法。利用仿射网络对脑部MRI图像进行线性几何变换,基于卷积神经网络进行3D医学图像仿射变换,加入稠密模块减轻梯度消失和加强特征传递问题; 通过空间转换网络对脑部MRI进行空间转换,基于图谱的分割法获得脑部图像的分割结果。采用MICCAI的公共数据集BraTs2019进行实验验证,结果表明,算法可由脑部肿瘤MRI图像获得较好的分割精度和分割效率,为脑部MRI图像语义分割的研究提供一种新的实验方案。     

基于改进BET的MRI脑组织自动提取算法

提出一种基于改进BET(brain extraction tool)的MRI脑组织自动提取算法.首先，该算法结合图像梯度信息能够估计出更为准确的脑重心(center of gravity，COG)；其次，该算法构建了新的脑表面形变力，在垂直于脑表面切线的扩张力中引入了边缘力，该力很好地抑制了脑组织的边界泄漏和过度分割问题.使用本文方法对MRI脑影像进行了自动脑组织提取，实验结果表明，本文算法能够自动获得更加准确的脑组织提取结果，特别是在脑组织边缘处，本文算法与BET算法相比，提取结果更准确.     

A study of the optimal solution of a macroeconomics model

Ｔｈｅｉｓｓｕｅｏｆｏｐｔｉｍａｌｅｃｏｎｏｍｉｃｇｒｏｗｔｈｉｓｔｈｅｐｒｏｂｌｅｍｏｆｏｐｔｉｍａｌｒａｔｉｏｉｎａｃｃｕｍｕｌａｔｉｏｎａｎｄｃｏｎｓｕｍｐｔｉｏｎ．Ｉｆｔｈｅｐｒｅｓｅｎｔｃｏｎｓｕｍｐｔｉｏｎｉｓｔｏｏｈｉｇｈ，ｔｈｅａｃｃｕｍｕｌａｔｉｏｎｗｉｌｌｂｅｌｏｗａｎｄｔｈａｔｗｉｌｌｅｆｆｅｃｔｔｈｅｒａｐｉｄｉｎｃｒｅａｓｅｏｆｆｕｔｕｒｅｃｏｎｓｕｍｐｔｉｏｎ．Ｏｎｔｈｅｏｔｈｅｒｈａｎｄ，ｉｆｔｈｅｐｒｅｓｅｎｔａｃｃｕｍｕｌａｔｉｏｎｉｓｔｏｏｈｉｇｈ，ｔｈｅｐ…     

求解推广k-CARD问题的一种变邻域搜索方法

k—CARD问题是在一个无向网络G中寻找一棵k条边的子树,使得这棵树的权和最小。目前有很多启发式算法用来解决这类NP难问题。一般的研究都只考虑点带权或边带权的k—CARD问题。将k-CARD问题进行推广,考虑边和点都带权的情况。该推广模型不仅统一了传统的边或点带权的问题,更重要的是,它在现实中有着一定的应用背景。针对推广模型的特点,提出了一种变邻域搜索（VNS）方法进行求解。数值实验结果表明此VNS方法求解推广k—CARD问题是有效的。     

改进的露天境界优化几何约束模型及其应用

提出了一种改进的露天境界优化几何约束新模型(improved geometric constraint model,IGCM)。IGCM基于三维块段模型,采用图论的方法将每个块段的多边坡角开采锥抽象为节点与有向边的集合,介绍了利用集合理论对其进行优化的方法,IGCM由优化后的节点与有向边的集合构成。基于IGCM的算法已用于DIMINE数字矿山系统中,并在实际露天矿山的境界优化工程中得到应用。应用表明:IGCM能够准确模拟任意方位、高程上的边坡角变化,适应于任何复杂几何约束条件下的露天矿境界优化问题。     

基于高场3T磁共振的人体组织电特性成像

结合现代的影像学方法,提出了一种基于磁共振成像的生物组织电特性成像方法.根据磁共振图像扫描信号中包含目标体的电导率和介电常数等信息这一原理,从法拉第定律和安培定律出发,推导出了激励射频磁场与电特性之间的关系.利用基于双角度法的自旋回波扫描序列,对志愿者头部进行了高场3 T下的磁共振成像实验,初步得到了质子密度像、射频场映像以及相应的电特性像.改进的算法中引入梯度项后,图像上不同组织内部的电特性变化更加明显.与传统电阻抗成像以及常规磁共振成像相比,本文的新型磁共振电特性成像兼具高对比度和高分辨率的特点,作为一种功能成像,有望在相关重大疾病的预防和诊断方面发挥作用.      

WaterBalloonsSnake模型的数字图像轮廓提取算法

为解决数字图像如左心室MRI图像存在着弱边缘、与周围组织之间的低对比度区域的特点,传统的Snake模型算法分割数字图像,出现变形曲线泄漏现象这一问题,提出一种改进的Balloons Snake模型-Water Balloons Snake图像分割算法.该算法利用数学形态学理论自动获取左心室数字MRI图像的重心以及边界形状变化允许空间,采用分水岭变换算法获取图像轮廓内壁分水岭线,并以此作为Snake数字模型的初始样条曲线进行进一步轮廓捕获.以小香猪左室加标记MRI数字医学图像作为应用研究对象,对比了几种模型的不同处理结果.实验表明WaterBalloons Snake模型算法比经典Snake模型或Balloons Snake模型算法能够更有效地处理变形曲线泄漏问题,并且具有较快的收敛速度.     

三刃麻花钻造型原理

研究一种避免普通麻花钻缺点的新型钻头。新型钻头有３条主刀刃、３条芯刃，一个钻尖和３条排屑槽。给出了这种新型钻头前刀面、后刀面的数学模型及刃磨方法，并据此制造了２把样钻。     

Location-and Relation-Based Clustering on Privacy-Preserving Social Networks

Graph clustering has a long-standing problem in that it is difficult to identify all the groups of vertices that are cohesively connected along their internal edges but only sparsely connected along their external edges. Apart from structural information in social networks, the quality of the location-information clustering has been improved by identifying clusters in the graph that are closely connected and spatially compact. However, in real-world scenarios,the location information of some users may be unavailable for privacy reasons, which renders existing solutions ineffective. In this paper, we investigate the clustering problem of privacy-preserving social networks, and propose an algorithm that uses a prediction-and-clustering approach. First, the location of each invisible user is predicted with a probability distribution. Then, each user is iteratively assigned to different clusters. The experimental results verify the effectiveness and efficiency of our method, and our proposed algorithm exhibits high scalability on large social networks.