眼前节光学相干层析图像中央角膜厚度自动测量

为了自动获取所需医学参数,辅助医生诊断,提出了一种基于边缘检测和随机抽样一致性的中央角膜厚度自动测量方法. 采用边缘检测算子获得眼前节组织光学相干层析图像中的初始边缘,然后利用随机抽样一致性算法对初始中央角膜上边缘进行圆弧拟合,进一步提取中央角膜下边缘并采用相同方法进行圆弧拟合,根据得到的中央角膜上下边缘计算中央角膜厚度. 实验结果表明,该算法能排除图像中时常出现的中央亮线干扰,实时而准确地提取中央角膜上下边缘,得到的中央角膜厚度计算结果与人工分析基本一致,具有良好的应用价值和商业前景.     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.     

基于非线性混迭的相干斑噪声分离算法

相干斑噪声分离是遥感技术应用中的一个重要问题,依据相干斑噪声图像的产生机理和信道特征,提出了适合非线性混迭环境下的相干斑噪声分离模型,设计了一个基于非线性混迭的相干斑噪声分离算法,实验证明,经过算法处理,有效地降低了图像的相干斑指数,保持了图像的细节特征.     

基于单幅雾天图像的改进迭代白平衡算法

针对雾天环境下户外系统拍摄的图像呈现颜色失真、饱和度低、整体偏雾色表现等问题,在几种白平衡算法基础上,提出一种改进的迭代白平衡算法．对图像进行直方图拉伸变换扩展动态范围,将图像从RGB空间转化到YCbCr空间,根据亮度值特征筛选白色参考点进行颜色校正,以输入图像和输出图像直方图的余弦相似度作为终止条件,完成对白平衡迭代处理．实验结果表明,该算法可以有效地改善雾天图像色偏现象和颜色视觉效果．     

基于异或编辑距离算法的航班号相似度研究

航班号是执行运输航空任务航空器的主用识别标志,但相似航班号会严重影响管制运行效率和航空安全.目前,相似航班号的判断主要依赖管制员的管制经验,对其尚无相关定量研究方法.该文在用于文本相似度定量比较的编辑距离算法基础上,提出了航班号相似度计算的异或编辑距离算法,并利用北京区域管制中心的实际运行数据验证了该算法的可行性.根据该方法计算了国内主要航空公司的平均相似度,相关结果可为航班号的分配提供定量参考.     

基于节点重要度的农村公路布局最小树算法

农村公路网布局中应该考虑工程造价,同时需要兼顾节点的相对重要程度介绍了节点重要度的计算方法,提出基于节点重要度的Kruskal最小树算法.根据分层次规划的思想,基于节点重要度对各节点进行分层,在此基础上运用Kruskal最小树算法,进行算法设计求解,将此方法应用到某县公路布局规划,取得了良好的效果.     

基于学习的光学区域图像超分辨率重建算法的改进

针对基于学习的图像超分辨率重建存在着结果边缘模糊和速度比较低的问题,提出了通过将马尔科夫随机场运用到图像超分辨率重建,进行字典训练,随机选取训练图像块,并采用双三次插值方法放大图像颜色信息和图像的结构部分,将学习重建的图像和双三次插值得到的图像合并,得到最终结果。实验结果表明,运用峰值信噪比(Peak signal-to-noise ratio,PSNR)和结构相似性(Stractural similarity,SSIM)来客观评价图像重建效果,本文的算法重建图像效果较好,重建时间也有了一定的提高。     

一种基于中值滤波的图像预处理改进算法

对于图像处理领域中常见的椒盐噪声来说,比较经典的去噪算法是中值滤波去噪算法．但是,中值滤波算法是直接选取一定形状的区域块,再对此区域块内图像的所有灰度值进行重排序,选取重排序后的灰度中值作为区域内新的灰度值,此方法简单但未去除噪声点对整体图像传输带来的影响．基于椒盐噪声在图片传输中的非白即黑特点,提出了一种去除噪声点影响的新算法．首先,在选定区域内去除异常噪声点,使用非噪声灰度值进行替代;然后,通过反复实验找到合理的椒盐噪声密度阈值;最后,在此阈值的情况下,进行新灰度值的排序,排序的中心值替代原始灰度排序的中心值．通过仿真验证了新算法在椒盐噪声密度比较大的场景,去噪效果较中值滤波算法更优越．     

抖动误差对光学扫描全息图像重建的影响

本文讨论了在光学扫描全息系统实验过程中,由于机械和环境等因素引起的抖动导致重建图像模糊的现象。分析并数值模拟了在扫描记录过程中由于抖动导致记录全息图的误差及其对重建图像的噪声影响,讨论了重建图像与理想图像的均方误差。结果表明,随着抖动幅度变大,误采点出现的范围增大,重建图像的背景噪声越多。     

基于图象分割子集法的人工神经网络在两相流层析成象仿真中的应用研究

提出了基于图象分割子集的神经网络对管道内两相流进行电容层析成象的方法.解决了神经网络的输出单元数与重建图象精度之间的矛盾.研究了成象的分割网络模型及其实现步骤.给出了系统误差E和图象仿真结果.结果表明该方法能够更精确和快速地重建出两相流体的断层图象.     

液化石油气密度测量不确定度的评定

按石化部行业标准SH/T 0230《液化石油气组成测定法(色谱法)》测定液化石油气各组分的体积分数百分含量,然后根据GB/T 12576《液化石油气蒸气压和相对密度及辛烷值计算法》计算出试样的密度。     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

火焰原子吸收法测铜的检出限测量不确定度评定

根据JJG694-1990《原子吸收分光光度计》计量检定规程对火焰原子吸收法测铜的检出限的测量不确定度进行了评定,详细分析了不确定度的来源,并对标准溶液误差和测量结果重复性引入的不确定度分量和自由度进行了严格的分析.最终结果更为客观、准确.     

基于流处理器的YUV视频模糊度分析方法

视频在传输和编码转换过程中可能会出现质量下降,因此需要对传输后或者编码转换后的视频进行质量判断,以此来确定传输或者编码转换的效果.传统使用肉眼进行主观判断的方法存在误差较大的问题,因此需要一种更加精确的评价模型.在无参考评价模型的基础上,给出了一个基于流处理器的模糊度分析模型,它能够并行地对大量YUV视频进行逐帧的模糊...     

维生素C含量测量不确定度的评定

测量不确定度的评价是检测工作中重要的技术组成部分,《检测和校准实验室能力的通用要求》、《实验室资质认定评审准则》对榆测实验室均要求具有并应用评定测量不确定度的评定程序。本文,笔者依据《测量不确定度评定与标示》（JJF1059-1999）阐述了维生素C含量的不确定度评定。     

基于图像置乱变换的数字水印算法研究

结合Arnold变换,提出了一种基于图像置乱变换和小波变换的数字水印算法.首先对被隐藏图像进行Arnold置乱,把主图像划分为n×n区域,对每个区域进行3次离散小波变换,再利用算法把待隐藏信息嵌入各个区域的中频子带和高频子带,实施多处信息隐藏以提高其鲁棒性.对提出的算法进行了仿真实验,并对嵌入信息的图像进行各种攻击测试.实验表明,该算法对嵌入信息具有不可见性和良好的鲁棒性.     

评定连续流动法烤烟型卷烟烟丝中总氮的测量不确定度

为评定连续流动法烤烟型卷烟烟丝中总氮的测量不确定度,分析了测量过程,修订了连续流动法烤烟型卷烟总氮的测定因果关系图,建立了测量不确定度评定的数学模型.通过对测量不确定度评定,得出连续流动法烤烟型卷烟烟丝中总氮测量结果的标准不确定度为0.07%,在95%的置信度下,取包含因子为k=2,其扩展不确定度为0.08%.     

一种新的基于二阶导数的图像去噪算法

本文阐述了基于散度的和基于二阶导数的图像去噪算法之间的关系,提出了新的基于二阶导数框架的图像去噪算法,给出了切向扩散系数以及法向扩散系数.实验结果表明：当法向扩散系数为递减函数,在边缘区域该系数的值较小,有效地保留了法向方向的边缘,在平滑区域扩散该系数的值较大,起去噪作用;切向扩散系数则维持在较大的常量对切向方向噪声起较强的去噪作用;在此情况下基于二阶导数的算法能够取得较好的图像去噪效果.     

基于小波系数方向特性的图像融合新算法

介绍了图像的提升方案小波变换蓑统计了图像经小波变换后各高频子带系数的方向区域特性,据此提出了一种新的基于小波系数方向特性的图像融合方法．对于低频子带的每个系数,采用加权平均的融合规则确定低频融合系数;对于各高频子带的每个系数,根据其所在子带的方向特征,采用方向特性的融合规则确定高频融合系数．本文对多幅图像进行了融合仿真实验,并用信息熵和平均梯度对融合结果进行了客观的评价．实验结果表明,基于小波系数方向特性的图像融合算法要优于传统的融合算法,具有一定的实用性．     

基于无标度性和资源分配的网络链路预测算法

链路预测是指根据网络结构中的已知信息来推测网络产生新链接的可能性．资源分配算法（RA）是一种简单高效的基于网络局部信息的链路预测算法,但RA算法中并未考虑被预测两节点自身的信息．在RA算法基础上考虑被预测节点间的链接偏好（PA）,提出基于网络结构的资源分配RSF和RSW算法．在14个实际网络中进行链路预测实验,验证了所给算法的有效性和鲁棒性,并分析了网络结构的无标度性对算法预测性能的影响．