基于SSD卷积网络的视频目标检测研究

针对传统卷积神经网络对远距离视频目标识别效果差的原因,本文提出一种改进的基于SSD卷积网络的视频目标检测模型.首先,对数据集进行剪裁,旋转等预处理,提高网络检测泛化能力,其次,采用coco数据集Mobilenet_SSD预训练模型,由于其具有轻量级网络模型特点,减少计算开销,减少内存占用量.然后,再结合voc2012数据集进行二次训练微调处理,加快训练收敛速度,使用自定义数据集能有效检测特定场景目标,能够有效识别远距离场景下视频目标物体.实验结果表明,改进的网络检测模型适用于远距离目标检测,减少计算量,降低硬件内存资源消耗,提高网络模型性能和检测精确度,具有较好的鲁棒性.     

基于视觉显著性的彩色图像分割

为了提高图像显著性检测的准确性,从数学模型上探索显著性的多特征空间.利用多尺度特征提取算法获得低层视觉特征,对特征矩阵用低秩矩阵恢复理论提取显著图,并在自底向上模型基础上融合了高层视觉特征,由高层视觉特征构成一幅权重的显著图.提高了显著度和显著目标的检测性能.通过自适应阈值算法对视觉显著目标进行分割.实验结果表明,该模型比传统的模型提取的显著目标更完整、更准确.     

多空位缺陷和硼氮杂质对锯齿型石墨烯纳米带电子结构的影响

利用基于密度泛函理论的第一性原理方法,研究多空位缺陷和掺杂对对称性锯齿型石墨烯纳米带(ZGNRs)的电子结构的影响.研究结果表明,具有相同位置的多空位缺陷或氮掺杂的对称性ZGNR显示了半金属特性,而硼掺杂的对称性ZGNR显示了半导体性质.石墨烯纳米带的锯齿形边缘上和空位缺陷处都存在自旋极化的电子态,并且边缘上电子自旋呈反铁磁性排列.具有多空位缺陷的ZGNR磁矩依赖于带宽、空位缺陷的构型以及空位缺陷与边缘的距离,从而磁矩随着带宽的增加呈现震荡效应.这种特殊的缺陷和掺杂效应可用来设计新颖的自旋电子器件.     

基于卷积网络的视频目标检测

针对传统卷积神经网络层级较为浅,对物体识别精确度较低的原因,利用改进的深层卷积网络VGG16模型检测视频运动目标.首先,预处理过程中对数据集进行剪裁和旋转操作,补充数据集数量,以解决前期图像资源不足等问题;其次,在PASCAL VOC数据集上先预训练模型,接着加载自定义视频数据集对预训练模型进行第二次训练.实验结果表明,该网络模型能很好用于视频目标识别,提高了检测精确度,有效减少网络参数计算量,降低硬件内存资源消耗,具有较强的鲁棒性.     

一种显微图像处理与识别系统

用DSP技术对显微图像进行处理和分析 ,能有效地协助诊断诸如各种癌和肿瘤等多种病症 .本文介绍了癌细胞显微图像的四种识别方案 ,即形态学识别、模糊模式识别、色度学识别、体视学方法 ,并进行了相关的实验 ,得到了较好的效果 ,为生物三维形态的定量研究提供了方法     

基于分维特征的肝脏CT图像识别

目前分形理论已被广泛应用于医学图像识别.本文利用了改进的差分盒计数法对肝脏CT图像进行了分形维数的分析,表征了肝脏图像的纹理特征,则可识别医学图像肿瘤信息.医学图像识别的结果可以直观的方式显示给临床医生,从而辅助医生提高医疗诊断的准确性和科学性.     

空位缺陷对zigzag型石墨烯纳米带电子结构的影响

为了了解空位缺陷对zigzag型石墨烯纳米带电子结构的影响,采用基于密度泛函理论的第一性原理,计算含不同空位碳原子数的缺陷zigzag型石墨烯纳米带的电子结构。研究结果表明:含缺陷的zigzag型石墨烯纳米带都呈现出类金属性的电子结构特征,其电子结构与缺失碳原子的含量及缺陷位置附近碳原子的饱和度密切相关;缺陷的存在会引入缺陷能级,当缺失的碳原子数为奇数时,费米面附近存在3条能级;当缺失的碳原子数为偶数时,费米面附近只有2条能级;随着空位缺陷的增加,缺陷处碳原子的不饱和度也增加,从而费米能附近的态密度峰出现相应衰减。     

CT断层图像匹配插值算法的研究与实现

针对CT断层图像插值，提出了一种基于目标特征对应点匹配插值算法，该算法与传统插值方法相比，其视觉效果和计算误差均有较好的改进．该算法通过计算机实现，可以获得清晰的灰度插值图像，有效地避免插值后易产生的边界模糊现象。     

基于局域模糊聚类和Chan-Vese模型的CT医学图像分割

针对CT医学图像灰度不均匀的特点,研究了基于改进的模糊聚类和ChanVese模型的图像分割.该分割模型综合利用基于空间信息的FCM算法、图像局部区域信息以及Chan-Vese模型,通过最小化能量函数的方式来进行曲线演化.基于空间信息的FCM算法对曲线的演化起到了一定的收敛作用,并且局部区域信息提高了分割质量.分割模型还考虑了分割效果和计算效率,降低了算法的时间复杂度,提高了算法的执行效率,从而提高了灰度不均匀图像分割的精度.