基于SIFT检测的Demons图像配准

提出一种计算简便且配准效率高的算法.通过拟牛顿对Demons算法里的目标函数进行优化,从而得出形变向量u的方法,阐明了此方法配准的高效性,同时再结合SIFT算法对配准结果的检测,便能很直接很直观地看出配准结果的好坏,避免了判断两幅图相似性的大量计算.实验验证了所提出算法的有效性.     

诗词意境研究中的若干问题

意境的现代性研究中衍生出了许多值得进一步探讨的问题,如意境的形象性问题,意境与意象的关系,意境的美学性质等等。意境是特种艺术形象,是由语象、意象依某种美学规则建构而成的三维空间形象,是实境和虚境的结合体,并以虚境的存在显示其独特的美学地位与价值。     

古代文学中的“眉”意象探究

"眉"是中国古代关于美的一个象征,在历史发展的长河中,作为一种意象已经被沉淀为固有的民族文化内涵,也逐渐被人们接纳成为共同的意蕴。"眉"意象作为单象意象,虽然只是一个词汇,在古代文学作品中却包含了作者丰富的情感意蕴、审美情结和文化内涵,取得了别样的效果。     

基于核心元数据的海量影像编目数据查询

影像数据的查询是影像数据的发布与共享的前提，该文在对比研究围内外元数据制定与管理特点之后，针埘影像数据海量性特点，结合影像编目数据查询特点，提出基于核心元数据的海量影像编目数据查询方法，经过实验能够高效的实现海量影像编目数据的查询。     

一种基于样本块的图像超分辨率方法研究

提出了一种在马尔科夫网络框架下基于样本块的图像超分辨率算法。算法根据相似性选取多个样本块作为图像重建的候选,在候选集中计算图像块先验概率和图像块之间的相容性,最后在马尔科夫框架下选取最优图像块,合成最终的高分辨率图像。实验证明本文提出的算法具有较好的超分辨率效果。     

基于神经网络技术自动筛选Monastrol抑制剂的算法研究

带自动荧光显微镜的HCS（high content screening）系统是一种新兴的显微摄影、筛选和处理系统.HCS系统在摄影过程中会产生大量数据,人工筛选和识别费时费力.本文为了进行Monastrol抑制剂的筛选,基于前馈式神经网络技术研究了一种对HCS系统摄影的大量细胞同时进行特征提取和细胞显型识别的自动算法.在得到各个通道分离的图像后,对不同通道图像进行并行预处理,并采用神经网络和逻辑运算相结合的算法进行处理.我们将该方法运用于Monastrol抑制剂的筛选中,并将结果与人工识别结果进行分析比较.相比较前人提出的multi-phenotypic mitotic analysis（MMA）算法自动识别的正确率得以提高,可更好评估抗癌药剂效用.     

超声电视成像测井中图像异样点修复处理改进方法研究

针对超声成像测井中因各种不确定因素而导致测井图像中出现异样点的现象，通过分析目前清除异样点所采取的常规方式的不足，提出一种能够有效解决此类问题的全变分修复算法；该方法先于选定区域内依据阈值大小识别待修复的异样点，随后采用该修复算法对此进行修复；并分别将其应用于标准测井图像与实际测井资料处理中并进行效果比对；实践证明：该算法能够完全恢复其图像的原始特征，为后期图像资料中此类状况的修复处理提供了有效的解决方案．     

成化初台阁派内部的一次政治、文艺斗争:“翰林四谏”事件分析

已经衰落的台阁派在成化二三年连续发生了被合称为"翰林四谏"的政治事件,翰林修撰罗伦上疏阻止内阁首辅李贤夺情起复,编修章懋、黄仲昭和检讨庄昶三人上疏谏阻举行元宵灯节,并拒绝应制撰作节庆诗词,先后被贬官外任。这是一场由政治道德而波及文艺思想领域的斗争,深刻反映了当时社会价值观念的趋于活跃和独立认真思考的力量,即使是受帝国意识形态训育和在体制内的人物,也有可能打破思想界和文艺界的沉闷气氛。     

基于曲波变换的视网膜血管图像增强算法

视网膜血管图像存在像素对比度低等特点,干扰正常的视网膜图像分割.针对视网膜血管的图像特性,提出了一种改进的基于曲波变换的视网膜血管图像增强算法.首先选取视网膜图像的绿色通道分量进行预处理,然后通过对变换系数的自适应增强完成图像的增强处理,并结合改进的形态学变换,实现图像细节的增强和背景噪声的抑制,使得图像对比度得到增强,细节信息更加明显.通过与其他增强算法的比较表明,该算法在增强对比度、降低噪声干扰等方面优于其他算法.     

基于改进LGDF模型的超声图像自动分割方法

基于局部高斯分布拟合能量(LGDF)模型的图像分割方法,对初始轮廓选取及参数选择较敏感.如果初始轮廓手动选取不当会由于陷入局部极小值而导致分割失败,且分割速度较慢.针对以上不足,提出了一种改进的LGDF模型的超声图像自动分割方法.该方法的正则化项由具有双极值点的势函数构成,在水平集函数进化过程中,可以避免由单极值点势函数造成的水平集函数震荡和扭曲,从而加快了收敛;另外,将局部熵阈值分割的结果作为LGDF模型的初始轮廓,接近真实轮廓,可以克服手动选取初始轮廓的影响.实验结果表明,该方法能自动获取合适的超声图像初始轮廓,并得到较好的分割结果,同时大大提高了分割速度.