一种加权融合的乳腺图像增强方法

在分析人眼对图像亮度感知的基础上,针对乳腺X线片提供信息的不足,提出了一种既能改善乳腺图像边缘曝光过度,又能增强乳腺组织及钙化点的新方法．该方法首先分别采用直方图均衡化和增强高通滤波方法进行图像增强,然后再对增强后的结果进行加权融合,融合增强后的图像保持了良好的视觉效果．     

过渡区提取方法综述

图像分割是图像理论发展的瓶颈, 过渡区是指图像中介于目标和背景之间的 特殊区域,借助于过渡区的确定进行图像 分割。主要介绍了过渡区提取的两大类方法 ：基于梯度的方法和基于非梯度的方法, 并对提取效果以及存在的问题做了简要分析。     

一类带限函数的外推算法及在有限角图像重建中的应用

将带限函数的外推Gerchberg-Papoulis算法在维数和已知区域方面进行了推广,证明了推广的算法在L2范数下的收敛性,并应用于限制角图像重建.在一维情形下进行了数值模拟,验证了推广后算法的有效性.     

基于广播影视资料的图像检索技术研究

本文以国家发改委CNGI项目“基于IPv6的广播影视资料P2P内容存取中闾件系统”为背景,研究了基于内容的图像检索技术。通过对常用颜色和纹理特征提取算法的研究,选择了块RGB均值法、改进参考颜色表法和灰度一平滑共生矩阵法对图像进行特征提取,并使用标准的Corel库建立图像特征数据库,分析和比较这几秤算法单独检索和综合检索的效果。实验结果证明,采用多特征的综合检索比采用单特征的检索具有更高的查全率和查准率,因此采用综合特征检索技术,能够更好地实现对广播影视资料的内容检索。     

连续柱状晶组织BFe10-1-1合金的电化学腐蚀性能

采用线性极化、电化学阻抗谱等电化学方法研究了连续柱状晶组织BFe10-1-1合金在3.5%（质量分数）NaCl溶液中的耐蚀性能,并与普通铸造多晶组织BFe10-1-1合金进行了对比.极化曲线测试结果表明,两种合金具有相似的电化学行为,极化曲线都包括活性溶解区、活化-钝化转变区和极限电流区,但连续柱状晶组织合金腐蚀速率小于普通铸造多晶组织合金,主要是由于连续柱状晶组织BFe10-1-1合金的微观偏析程度较小,能有效避免枝晶间局部腐蚀的发生.电化学阻抗谱测试结果也表明,该合金的电荷传递电阻和腐蚀产物膜电阻均大于普通铸造多晶组织合金,具有更高的耐蚀性.     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.     

基于模糊梯度的微齿轮图像边缘检测算法

提出一种基于模糊梯度思想的微齿轮图像边缘检测算法.该算法采用正切归一化函数对灰度图像模糊化,并计算该模糊图像的梯度矩阵;采用正弦函数对梯度矩阵进一步模糊化得到模糊梯度矩阵;采用基于归一化实数编码的遗传算法来搜索最优的阈值λ对模糊梯度矩阵做截集,获取图像边缘点集合.实验中以不同微齿轮图像作为实验对象,测试了该算法性能.实验结果表明,该算法的检测精度优于10μs,检测时间基本为1s,整体性能优于Canny算法和Pal-King算法.     

白木通人工繁育技术研究

为探讨白木通人工繁育技术,以出苗率和成活率为指标,研究了播种季节、播种方式对有性繁殖的影响,以及扦插种条前处理、扦插用种条的采集时间、扦插用种条的质量、扦插时间4因素对扦插效果的影响。结果表明,播种季节以农历冬至前后播种效果最好;播种方式为种子直播到塑料大棚的营养钵中,并加盖1~2 cm厚的营养土;扦插繁殖中,激素处理对扦插效果影响较大,其中ABT(2号)处理成活率最高;冬季采集种条置湿沙贮藏成活率明显高于其它采集时间所采集的种条;扦插种条的质量直接影响扦插成活率,其中以直接5~8 mm的种条成活率最高;扦插时间对扦插种条的成活起关键作用,其中以3月份扦插效果最好。通过本研究,初步拟定了白木通有性繁殖与无性繁殖技术。     

基于GMM和MRF的自适应阴影检测

运动目标阴影在很大程度上会影响运动目标跟踪、行为识别的正确性和有效性.为此,文中提出了一种基于混合高斯模型和马尔科夫随机场的自适应阴影检测方法.该方法首先对混合高斯模型进行改进,使其可以自适应调整参数学习率以消除浅阴影;然后采用马尔科夫随机场综合邻域的空间依赖性信息进行精确的阴影检测.为了提高基于马尔科夫随机场的阴影检...     

利用脊线检测实现视网膜图像血管中心线的精确提取

提出一种精确有效的基于脊线检测的视网膜图像血管中心线提取算法,该算法首先对原始图像进行脊线检测得到候选视网膜图像血管中心线,然后对原始图像进行照度均衡和多尺度形态学增强处理,最后对各个尺度增强图像在视场ROI区域内进行Otsu双阈值分割或单阈值分割,并将各个尺度的分割结果求和再与脊线检测结果算术相与得到最终的血管中心线。通过对25张荧光造影视网膜图像以及部分彩色视网膜图像进行测试和分析,该算法不但能够检测出低对比度血管和微小血管的中心线,而且提取的血管中心线整体连续性好。将文中算法的结果与血管手动分割血管的细化结果进行比对分析,中心线吻合率平均达到83.5%,且算法性能优于Hoover算法以及保守专家手动检测结果。