基于主分量分析的形状特征提取及识别研究

主分量分析(PCA)是统计学中分析数据的一种有效的方法,可以将数据从高维数据空间变换到低维特征空间,因而可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中,用PCA法提取图像的形状特征,能够较好地满足识别层的输入要求。在识别层研究了3种识别方法:最近邻法则、BP网络及协同神经网络方法,均取得了满意的实验效果。     

基于形状加权的三维模型特征提取算法

提出了一种基于形状加权的三维模型特征提取算法,同时考虑采样点与中心点间的距离,以及采样点所在三角面片面积大小,构建直方图获取特征描述符.该算法能够充分利用模型表面信息,提取步骤简单,时间消耗少.实验证明,利用本文算法得到的特征描述符进行检索,查全率和查准率都有明显提高.     

基于遗传算法的树上柑桔形状特征提取

采用遗传算法得到描述柑桔形状的最佳拟合椭圆参数.任意椭圆都可以用5个变量描述,经过二进制编码形成初始的基因码,在给定的图形匹配率公式的作用下进行遗传运算可以得到全局最优解.对变量添加了一些约束条件,提高遗传算法收敛速度.试验结果表明该方法可以修复因遮挡和重叠丢失的柑桔形状.相比于传统的圆形Hough变换提取特征的方法,外接矩形面积在64×64(像素数)提取形状特征消耗时间缩短了1/2,消耗空间减少到1/20,当图像尺寸增加时,优势更明显.使用椭圆来描述的柑桔外形也更接近柑桔的真实形状.     

基于颜色、形状的情感图像检索

图像所含的内容丰富多彩,是用物理特征无法完整表达的.目前常用的图像检索技术是基于内容的图像检索,检索出的图像在某些程度上无法满足用户的需求.提出了一种基于颜色和形状的情感图像检索方法,讨论了图像的物理特征--颜色和形状的提取与表达.分析不同颜色、特征所激起人的不同情感的反应,建立情感库,用模糊神经网络建立底层物理特征到高层语义特征的联系,实现基于情感语义的图像检索,实现真正的以人为主导的信息检索,提高人机交互的和谐性和检索效率.     

一种基于深度学习的中文文本特征提取与分类方法

提出了一种基于卷积循环神经网络的文本特征提取方法,同时对比使用统计学中的TF-IDF以及Word2vec方法的文本特征表示,将提取的特征分别放入SVM与随机森林分类器中对来源于中国知网的中文学术论文数据集进行分类。实验结果表明,使用卷积神经网络和卷积循环神经网络特征提取模型提取的特征所取得的分类效果比TF-IDF、Word2vec特征提取方法得到的分类效果更好,同时使用SVM和随机森林分类器取得的分类效果略好于原生的神经网络。     

基于统计形状模型的面部特征提取随机方法

针对在复杂背景和部分遮挡情况下提取面部特征轮廓的困难，提出了一种基于统计模型的随机方法．该方法将面部特征轮廓作为动态随机过程的状态序列，并应用统计方法建立人脸整体形状模型和特征形状模型，分别构造面部特征间和面部特征内控制点样本的预测方程，最后利用序列蒙特卡洛方法估计随机状态．该方法给出了面部特征提取的随机描述，打破了确定性方法对单高斯分布和轮廓形状线性变化的依赖性，实现了轮廓的准确可靠提取．对100幅正面人脸图像的实验结果表明，轮廓定位相对误差仅为2．7％．对标准人脸检测数据库中传统算法很难处理的复杂背景和部分遮挡情况，该方法能够正确定位面部特征轮廓．     

基于区域形状的静脉图像特征提取与匹配

为了准确地对人的身份进行识别,提出了一种基于区域形状的静脉图像特征提取与匹配算法.静脉图像经预处理后得到二值图像,该算法首先对二值图像进行细化处理,得到了静脉的骨架信息;然后,标注4连通区域并寻找到与连通区域相连接的端点与交叉点;再利用最小距离法将连通区域的边缘逼近成若干条线段,将线段角度作为特征;最后,利用改进的最长公共子序列算法,进行了局部区域匹配,并利用改进的豪斯多夫距离算法进行整幅图像的匹配.实验表明,该算法获得的图像特征具有较高的区分度,识别效果受采集静脉图像中信息缺失的影响较小,正确识别率可达到96%以上.     

基于双分支特征提取的水下图像复原

水下成像的复杂性,严重影响图像质量.为解决水下图像存在的颜色失真、亮度底等问题,提出一种双分支水下图像复原模型.复原模型利用双分支特征提取架构提取水下图像不同层次,不同尺度的特征,实现提取特征的完整性;利用残差结构做中间特征处理环节,增强网络学习能力,提高训练速度;且在残差模块中引入空洞卷积以增大感知野,融合两个分支提...     

基于形状特征的图像特征提取方法及其在医学图像分析中的应用

分析了常用的图像形状特征及其特点,全面综述了基于形状特征的图像特征提取方法,评述了基于形状特征的图像特征提取方法在医学图像分析中的应用.     

基于多模态3D-CNNs特征提取的MRI脑肿瘤分割方法

针对目前MRI脑肿瘤分割中的无监督特征提取方法无法适应脑肿瘤图像的差异性,提出一种基于多模态3D卷积神经网络(CNNs)特征提取的MRI脑肿瘤分割方法。将2D的多模态MRI图像组合成3D原始特征,通过3D-CNNs提取特征,更有利于提取各模态之间的差异信息,去除各模态之间的冗余干扰信息,同时缩小原始特征邻域大小,以适应同一病人不同图像层肿瘤大小的差异变化,进一步提高MRI脑肿瘤的分割精度。实验结果证明,能适应不同病人各模态之间的差异性和多变性,以提高脑肿瘤的分割精度。     

油茶蒲多糖的提取工艺优化及其抗氧化活性

以油茶蒲为材料,采用响应面法结合Box-Behnken 实验设计,对热水法提取油茶蒲多糖的工艺条件进行优化,考察提取时间、温度、液料比3个因素对多糖提取率的影响.并初步探究油茶蒲多糖体外抗氧化活性.结果表明：在提取时间150 min,提取温度85 ℃,液料比32 mL g－1时,多糖提取率最佳,为10.49 ± 0.21 % (n＝4).在浓度0.6 mL g－1时DPPH自由基清除率可达到90%,总还原能力在1.4 mL g－1时与同浓度Vc效果相近,表明油茶蒲多糖具有较好的抗氧化能力.     

基于复合型2S网络的红外与可见光图像配准研究

针对传统图像配准方法在红外图像与可见光图像配准任务中效果较差的问题。提出了一种复合型2S网络即Superpoint+Superglue相结合的特征匹配法用于红外与可见光图像配准。方法中首先使用Superpoint独特的特征提取方法,充分提取红外图像与可见光图像之间的共性特征。其次利用Superglue特征匹配方法中增加匹配约束和使用注意力机制的思想,发挥神经网络的优势,提高匹配效率。在训练阶段通过使用自建数据集的方法,以提高神经网络的泛化性与准确性。结果表明：传统配准方法在三组实验图像上的特征点提取重复性评分与准确性评分分别为：（0.0067,0.0061）、（0.0010,0.0008）、（0,0）,特征点正确匹配对数为：7对、1对、0对,平均数量低于估计变换矩阵所需要的最少四对匹配点对。而基于Superpoint+Superglue的红外与可见光图像配准方法的各项评分为：（0.2402,0.2625）、（0.1939,0.1722）、（0.2630,0.2644）,特征点正确匹配对数为：252对、165对、252对,特征点提取评价指标与特征点对正确匹配数量相较于传统方法均大幅度提升,可以较好的完成配准任务。     

稀土与氮磷钾配合施肥对油茶幼林生长与结果的影响

以油茶为试验材料,采用正交试验方法,分析不同浓度稀土微肥与N、P、K肥配合施用对油茶株高、冠幅、单株产量和单果重的影响。结果表明,当N肥用量较低、P肥与稀土微肥施用量均较高时,不利于油茶生长和产量的提高;处理4(N肥120 g·株~(-1)、P肥45 g·株~(-1)、K肥85 g·株~(-1)、稀土微肥300 mg·L~(-1))和处理7(N肥170 g·株~(-1)、P肥45 g·株~(-1)、K肥120 g·株~(-1)、稀土微肥200 mg·L~(-1))的油茶长势及产量均较高,且优于对照处理,反映了稀土微肥与适量的N、P、K肥配合施用对油茶生长和产量提高具有促进作用,但单独施用稀土微肥不能达到良好肥效。以此确定,以处理4和处理7为较佳的稀土微肥与N、P、K肥配合使用量。     

从油茶饼提取皂素的工艺研究

本文报导用有机溶剂法从油茶饼提取、纯化皂素的工艺,以及油茶籽皂素的主要技术指标的测定方法与测定结果。通过与国内外同类技术及产品的比较,说明油茶籽皂素的质量达到国内外同类产品的水平。     

花粉直感效应对油茶种实特征的影响

为了解油茶花粉直感效应对油茶种实特征的影响,以油茶主栽品种‘长林3号'和‘长林4号'为母本,‘长林166号'、‘长林53号'和‘长林18号'为父本进行人工授粉,对不同授粉处理的当代杂交种实特征以及油脂脂肪酸组分进行评价。结果表明:‘长林3号'和‘长林4号'两个母本品种在果实果形指数、鲜出籽率、单籽粒质量、种仁含油率及脂肪酸组分特征方面差异显著; 花粉直感效应对座果率、果质量、鲜出籽率、单籽粒质量和含油率影响显著,而果形指数和种子油脂主要脂肪酸组分则没有表现出明显的花粉直感效应; 果实性状座果率、果质量和鲜出籽率的相对花粉直感效应值(RX值)分别在-10.00%～81.14%、-46.15%～38.60%和-8.31%～19.29%之间变化,种子性状单籽粒质量和含油率的RX值分别在-24.63%～22.69%和0.30%～11.17%间变化,说明通过杂交授粉能提高种子含油率。可见,花粉直感效应对油茶果质量、单籽粒质量、鲜出籽率的影响并不都是向着优于亲本的方向转化,其效果受亲本因素的影响较大; 杂交座果率是油茶品种配置栽培中首先需要考虑的问题,该研究中‘长林3号'的适宜配置授粉品种为‘长林53号'和‘长林18号',‘长林4号'的适宜配置授粉品种为‘长林53号'和‘长林166号'。     

基于NSCT与形状特征的遥感影像道路提取

提出一种基于非抽样Contourlet变换（NSCT）与形状特征的遥感影像道路提取算法.首先对图像进行非抽样Contourlet变换,得到不同尺度、不同方向上的变换系数,对变换系数进行增强处理并通过反变换得到增强图像;然后对增强图像进行分割处理,利用道路形状特征对分割结果进行道路提取;最后利用光谱特征对提取的道路进行判断,并利用形态学方法对道路网进行规整.对比实验结果表明：该算法取得了较好的高分辨率遥感影像道路提取效果.     

提高油茶在生物质能源中的应用价值

油茶是我国特产的世界著名的食用与工业油料树种。油茶在我国18个省、市、自治区有栽培分布，栽培分布范围广，品种资源丰富，结实早，产量高。南方山区丘陵的农民都有油茶生产经营习惯，栽培技术规范齐全。将油茶作为生物质能源树种栽培利用，对于开发我国生物质能源，提高我国能源自给能力具有一定的战略意义。     

基于多特征融合卷积神经网络的人脸表情识别

针对卷积神经网络特征提取不够充分且识别率低等问题,提出了一种多特征融合卷积神经网络的人脸表情识别方法。首先,为了增加网络的宽度和深度,在网络中引入Inception结构来提取特征的多样性;然后,将提取到的高层次特征与低层次特征进行融合,利用池化层的特征,将融合后的特征送入全连接层,对其特征进行融合处理来增加网络的非线性表达,使网络学习到的特征更加丰富;最后,输出层经过Softmax分类器对表情进行分类,在公开数据集FER2013和CK+上进行实验,并且对实验结果进行分析。实验结果表明:改进后的网络结构在FER2013和CK+数据集的面部表情上,识别率分别提高了0.06%和2.25%。所提方法在人脸表情识别中对卷积神经网络设置和参数配置方面具有参考价值。     

基于深度学习的岩石铸体薄片图像孔隙自动提取

岩石铸体薄片图像中孔隙区域的准确提取是分析评估工作的前提。但目前传统的孔隙提取方法主要是通过颜色特征进行阈值分割,精度较低,需加入大量的人工交互操作才能提高精度。因此提出一种新的基于深度学习的孔隙区域自动提取算法,该算法基于U-net搭建网络基本框架。首先,网络在编码阶段加入残差块来提升网络的深度。其次,针对残差块进行优化并引入空洞卷积,提取更全局、语义层次更深的特征。最后,在解码阶段加入网络模块间的短连接,提出新的融合特征方法,更好地将浅层特征与深层语义特征相结合,得到更加精细的孔隙区域。实验结果表明,该方法优于传统的孔隙提取方法,具有更高的分割精度且无需人工操作,与主流卷积神经网络相比也具有更高的精度和平均交并比。