一种通用的基于图像分割的验证码识别方法

针对粘连、扭曲,且存在干扰噪声的验证码图像识别性能欠佳的问题,结合卷积神经网络提出一种通用的基于图像分割的验证码字符识别方法。首先对传统Otsu阈值分割算法的阈值选取策略进行改进,提出基于局部最优阈值分割的Otsu法对验证码图像进行二值化处理。其次,采用改进的融合字符积分投影特性的复杂验证码字符分割方法对存在粘连情况的字符进行二次分割。最后,将分割得到的单个字符归一化后直接输入到基于卷积神经网络的LeNet-5模型中进行训练和识别,并输出识别结果。大量网站验证码图像的实验测试结果表明,提出的方法对粘连、扭曲,且存在干扰噪声的字符验证码图像有着较高的识别率和适应性,有效克服经典方法对于不同种类验证码识别的针对性和局限性。     

Rényi信息在医学超声中的应用

医学超声中的脉冲回波信号是多频率成分的宽带信号,采用时频分析方法可以同时从时域和频域定征信号的发散特性和失真.Choi-William分布的Rényi信息可以有效表征超声信号的定量信息,将信号复杂度与组织散射结构联系起来.本文研究了超声射频信号的Rényi信息在医学超声领域的应用.结果表明,Rényi信息可以反映组织结构的散射特性,Rényi差分信息则可以反映组织结构或成分的变化程度,而基于Rényi信息的DRI方法则可以获取组织结构非均匀性的先验信息.超声射频信号的Rényi信息在超声组织定征和超声弹性成像方面具有良好的应用前景.     

一种基于端对端深度卷积神经网络的验证码识别方法

传统验证码识别方法对不同类型的验证码泛化能力和鲁棒性较差。为此,提出一种基于深度卷积神经网络的端对端验证码识别方法。首先,通过并行级联的卷积层构建简易Inception模块,替代Google-net的卷积层,在降低调整参数数量的同时,提高网络对于不同感受野尺度的适应性。同时,采用全局平均池化层替换原全连接层以防止过拟合,提高网络学习效率。其次,在训练过程中,直接利用深度网络的学习能力自动提取和识别验证码图像的字符特征信息,无须对验证码图像进行预分割,可以有效避免因字符分割引起的误差累积问题。通过对谷歌验证码、正方教务系统验证码和京东验证码的测试,结果表明本方法具有更好的泛化能力和鲁棒性,对三类验证码的识别率分别达到96.3%、98.9%和99%,比经典卷积神经网络分别提高3.14%、2.75%和1.14%。     

Rényi信息在医学超声中的应用

医学超声中的脉冲回波信号是多频率成分的宽带信号,采用时频分析方法可以同时从时域和频域定征信号的发散特性和失真.Choi-William分布的Rényi信息可以有效表征超声信号的定量信息,将信号复杂度与组织散射结构联系起来.本文研究了超声射频信号的Rényi信息在医学超声领域的应用.结果表明,Rényi信息可以反映组织结构的散射特性,Rényi差分信息则可以反映组织结构或成分的变化程度,而基于Rényi信息的DRI方法则可以获取组织结构非均匀性的先验信息.超声射频信号的Rényi信息在超声组织定征和超声弹性成像方面具有良好的应用前景.     

基于可变形部件模型的驾驶员人脸检测

交通监控中车辆驾驶室内环境较为复杂,如光线暗、遮挡、分辨率低等,现有的人脸检测方法效果不佳.提出了一种基于可变形部件模型的驾驶员人脸检测方法.通过提取聚合通道特征（局部二值模式和梯度方向直方图）,得到候选人脸目标.基于监控图像中车牌与驾驶员人脸的相对位置存在比较固定的模式,将车牌与驾驶员人脸看作是可变形部件模型中的两个部件,用于验证车牌和候选目标相对位置关系的合理性,从而确定驾驶员人脸的位置.实验结果表明提出的方法提高了检测准确率和综合性能指标,有效地滤除了人脸虚警,且召回率影响较小.      

二维超声阵列换能器声束控制技术的仿真研究

超声波束特性直接影响超声图像的清晰度和对比度。二维超声换能器阵列结构岛数字声束控制技术相结合,是现代超声成像系统发展的重要方向。以二维平面矩形超声换能器阵列和二维圆环超声换能器阵列为对象,利甩仿真实验分别测试幕声束聚焦、声束激励、幅度变迹等技术对声束的控制性能。结果表明,灵活的声束控制技术组合可似有效提高二维超声换能器阵列的声束性能,突出声束主瓣,降低旁瓣与栅瓣的影响。     

超声弹性成像技术中一种新的组织压缩仿真模型

组织压缩仿真模型在超声弹性成像技术中,对应变估计与成像算法的设计和性能评估起着非常重要的作用。基于组织超声分立散射模型,提出一种新的组织压缩仿真模型。该模型通过设计信号幅度和相位参数的不同变化,可以实现压缩前后信号可控的解相关性。与其他仿真模型相比,该模型还具有解相关性随检测深度变化的特点。离体组织压缩实验验证了该模型的有效性。     

基于Surfacelet变换的三维CT图像边缘检测

为了有效抑制三维CT图像的噪声,减少伪边缘,基于Surfacelet变换提出一种三维CT图像边缘检测方法.运用Surfacelet变换将三维CT图像分解到三维变换域,并对高频子带系数进行自适应阈值滤波,对低频子带系数进行归一化处理,将处理后的系数进行Surfacelet重建,再采用Canny算子分别提取高低频图像边缘进行融合,可获得准确的完整图像边缘.实验结果表明:根据Surfacelet变换域子带系数分布特征进行处理,可有效分离信号与噪声,增强目标弱边缘,减小稀疏系数幅值波动,从而实现对三维CT图像目标边缘的准确检测与提取,获得清晰、完整的边缘轮廓.     

超声弹性成像中一种检测组织非均匀性的新方法

基于对组织压缩前后分段射频信号Rényi信息差值（DRI）的检测，提出一种超声弹性成像（elastography）中互相关计算前检测组织非均匀性的新方法．通过离体组织实验检验了DRI的性能．结果表明，通过分析回声波段的DRI曲线，可以获得关于组织局部非均匀特性的先验知识，这种知识可以用来辅助弹性成像中应变估计算法的研究．     

基于盲分离技术的肺音信号中心音干扰的去除

在分析去除肺音信号中心音干扰重要性和目前几种分离方法局限性的基础上，利用二者之间的相对独立性，首次将盲分离技术应用于分离肺音信号中的心音干扰，实验结果显示，本方法能有效地分离肺、心音混合信号，得到更加干净的肺音信号。