基于视频图像的油田联合站火灾预警系统

研究了基于视频图像的油田联合站火灾预警系统,采用图像型火灾探测传感器获取联合站内火灾点的视频图像,通过改进的BP神经网络图像识别算法进行站内火灾爆炸实时识别及火灾点定位,实现联合站内可视化火灾探测与预警.实际运行表明,系统提高了联合站火灾预报的灵敏度和可靠性,能够有效保障联合站安全生产.     

一类Weierstrass型函数图像的Box维数

Weierstrass函数是一类处处不可微的函数,其函数图像具有分形性质。研究Weierstrass函数图像的分形维数在分形几何中具有非常重要的地位。通过研究一类Weierstrass型函数W(x)=∑∞k=1a kφt k(b k x+θk)的图像的Box维数,证明了这类函数图像的Box维数为2+lim n→∞(loga n/logb n),从而进一步揭示出这类Weierstrass函数图像的Hausdorff维数与Box维数之间的关系。     

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.     

互为反函数的指对数函数交点个数的讨论

指对数函数的深入研究属于运用高中知识解决不够,而大学又不学习的内容。在高中的学习过程中遗留的问题,在大学期间运用丰富的资源,运用数学软件MATLAB,几何画板绘制大量的图形,总结推测抽象难懂又难以求解的指对数问题,查阅了很多相关书籍和文献,并以此为依据进行证明加以验证和进一步探究。     

连接门限阈值法在肝脏CT图像分割上的应用

讨论了区域生长算法的基本原理,并采用其中经典的连接门限阈值(Connected Threshold)算法,通过VC编程对肝脏CT图像进行了分割,提取了其中的肝脏组织轮廓.实验结果表明,该算法能较好的分割出肝脏组织轮廓.文中也对该算法存在的问题进行了分析讨论.     

运用图像系统提高地理技能——以湘教版高中地理必修1为例

"地图是地理学的第二语言",读图与绘图能力应该是中学生必须掌握的基本技能,也是各级各类考试的必考点和常考点,在地理教学中具有"左图右书"的地位.     

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．     

基于多尺度小波变换的PET影像肿瘤边界的研究

在医学图像三维显示技术中,需要得到单像素的清晰轮廓,为了满足这种需求,在传统的小波边缘检测的基础上,提出了一种新的基于PET影像的边缘算法,它是基于小波变换的模极大值检测边缘的算法。采用模糊算法构造相应的隶属函数,再对得到的极大值做进一步筛选,最终能够得到单像素的边缘。     

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.     

基于累积运动能量图像的人体动作识别

指出了动作识别中的最大困难是难以提取有效的特征来准确描述人体的动作,动作模板是众多方法中的一种简单有效的方法,用来描述动作特征的经典动作模板是运动历史图像.由于受噪声的干扰,用运动历史图像描述复杂环境下的人体动作并不十分理想.为了得到比运动历史图像更加有效的动作模板,提出了将视频序列中的运动能量信息用一张图描述出来,称之为累积运动能量图像,提取其直方图特征来表征人体动作.经You Tube数据集上的实验表明:该累积运动能量图像的识别率比同类方法高.