关键词： 图像处理   活动分析   情报  

摘要： 提出了基于图像处理技术的目标活动航路分析和区域分析方法,对于稀疏航迹点通过侦察数据图像化、二值化以及图像滤波实现了目标活动航路提取,对于密集航迹点通过侦察数据热度图生成、图像去噪、图像增强实现了目标活动区域提取。使用仿真数据验证了将图像处理技术引入目标活动分析的有效性和优点。

关键词： 小粒种子   体视显微镜   图像处理软件   种子表型  

摘要： 种子表型在植物种质资源研究中至关重要,但便捷且高精度地观测小粒种子一直以来是种子研究的难点之一。为解决此问题,本文采用便捷且低成本的智能手机改良法、普及率低且高成本的多光谱种子表型成像分析系统(简称为多光谱法)和普遍使用的扫描仪法对比观测小粒种子表型。结果表明,智能手机改良法测定的种子长度、宽度、面积及长宽比与多光谱法无显著差异(P>0.05),但扫描仪法与多光谱法、智能手机改良法间存在显著差异(P<0.05),且随着种子粒径的减小扫描仪法无法准确识别待测种子。与多光谱法和扫描仪法相比,智能手机改良法对种子颜色、表面纹饰等细节识别准确,便携性强且成本低廉,因此,在千粒重低于2.8g的小粒种子表型测定中推荐使用智能手机改良法,该方法适于在基层事业单位、实验站、中小企业实验员、野外科技工作者等人群中使用。

关键词： 图像处理软件   平面广告设计   应用  

摘要： 随着我国经济市场的日益完善,商品业务拓展的速度越来越快。各行各业,将企业生产的产品进行广泛宣传与推广,并通过广告投放的形式宣传解说产品,以实现利益最大化。但是人们的审美需求呈现多样化,平面广告设计需要引进先进的技术,满足设计需求。通过分析图像处理软件Photoshop中平面广告设计相关的常用工具,探讨操作应用时需要遵循的原则,总结软件的应用效果,并且在此基础上重点研究图像处理软件在平面广告设计中的具体应用。

关键词： 建筑节能   红外图像处理   检测方法  

摘要： 为应对全球气候变化,我国提出实现"碳达峰""碳中和"战略,力求缓解能源问题,建筑节能便是其中最为重要的一环.然而,当前建筑节能检测方法因各种因素的限制,无法展开大范围的目标检测,难以实现量化检测.基于此,本文提出了基于红外图像处理的建筑节能检测方法,以期提高建筑节能检测的可靠性与准确性,为相关人员提供参考.

关键词： 图形和图像处理软件的对比   Illustator   美图秀秀  

摘要： 随着摄影领域的不断发展,摄影设备得到了多元化发展,同时也对图形图像处理软件提出了更高的要求。为了更好地顺应时代的发展,应该积极进行图形图像处理软件的创新,使图形图像处理软件能够更好地满足消费者的需求。文中将对专业与非专业的图形图像处理软件进行深度剖析,以便更好地把握专业图形图像处理软件的内涵发展,希望能为从事图形图像处理的工作人员提供有价值的参考,进一步推动图形图像处理软件的发展。

ISBN: (纸本)9787121447594

关键词： 事件相机   图像重建   电气设备   模糊图像处理   循环卷积神经网络  

摘要： 电能作为一种重要的二次能源,在人类社会中发挥着重要作用。为了保障电网安全稳定运行,提升电网运行维护效率,视觉传感器被广泛运用于电力系统中。为了解决传统视觉传感器存在的运动范围低,运动模糊,延迟等缺陷,本文将一种新型视觉传感器事件相机运用于电力视觉任务中,并对基于事件的电气设备图像重建任务进行了研究。主要研究内容如下:(1)研究利用粒子滤波器的动态主动像素传感器(Dynam ic and active-pixel vision sensors,DAVIS)的电气设备图像重建。DAVIS能够提供高时间分辨率的事件和低时间分辨率的像素绝对强度信息。为了实现两种不同频率信息的融合,本章根据帧间事件对像素绝对强度进行插值,并构建了图像重建的系统方程。接着通过粒子滤波器实现任意时间分辨率的图像重建。在开源数据集的一些挑战性场景及电气设备场景中验证了算法的有效性。(2)研究了基于模糊图像处理的电气设备图像重建。DAVIS提供的灰度图像和传统相机一样基于固定曝光时间拍摄,同样存在运动模糊问题。模糊图像可以看作是曝光时间内一系列潜在清晰图像的叠加,结合帧间事件信息,构建了清晰图像重构的代价函数。在图像重建系统模型构建中,基于事件噪声特性分析,建立了事件噪声的联合概率分布。为了提高相邻事件的关联性,使得重建图像更加连续,本章将前后向粒子滤波算法引入图像重建。最后,在开源数据集和电气设备场景中与现有算法对比验证了算法的优越性。(3)研究利用循环卷积神经网络的完全事件电气设备图像重建,舍弃灰度图像信息,本章构建了一个循环卷积神经网络模型实现基于完全事件的图像重建。网络模型是一个类U-Net架构,主要包含输入层,ConvLSTM的循环编码层,残差块,上采样解码层和预测输出层。在损失函数构建中,考虑图像的边缘损失和时间一致性损失。通过960fps高速摄像机拍摄电气设备图像,ESIM事件模拟器将视频转化为事件信息用于模型训练。最后,通过电气设备图像重建实验和重建结果的一致性对比评估验证了模型的有效性。

关键词： 医学图像分割   脉冲耦合神经网络   形状先验   主动轮廓模型  

摘要： 血液病指原发于造血系统的疾病,或影响造血系统伴发血液异常改变,以贫血、出血、发热为特征的疾病。血液病是医学领域治疗难度极大的一种疾病,影响着全球数亿人的身体健康。红细胞分析是血液病诊断的重要环节,其分析的准确性对血液病治疗有重要意义。传统的红细胞分析方法主要包括人工显微镜分析法和细胞仪分析法,但二者存在一定的局限性,例如,人工分析法需要花费较多时间和人力成本,细胞仪分析法则存在识别能力低和对用户经验依赖性高等问题,无法适应准确、高效的诊断要求。近年来,随着计算机视觉技术的发展及其在医疗领域的逐步应用,通过图像处理技术可以从一定程度上实现对红细胞显微图像的自动分析。传统图像处理方法应用于红细胞分析时,往往面临细胞图像局部灰度变化剧烈、低对比度下的细胞边缘检测、粘连红细胞分离以及高图像分辨率所带来的效率问题等诸多挑战,这极大地影响了这些方法在临床诊断中的应用效果。针对以上问题,本文的主要研究内容及贡献如下:(1)提出了一种基于空间聚类的脉冲耦合神经网络(PCNN)图像分割模型。本研究对传统PCNN分割方法进行改进,将图像像素点映射到PCNN神经元上,以像素点在颜色空间中的密度作为网络输入,通过对像素点聚类得到图像分割结果。本文提出的模型中像素点与PCNN神经元采取多对一映射模式,使图像处理速度对输入图像的尺寸不敏感,这种特性使得所提出的PCNN聚类算法具有更高的处理效率。(2)提出了一种基于卡尔曼滤波自适应调整PCNN阈值的分割方法。本研究在PCNN的脉冲发生器中引入卡尔曼滤波来对系统状态进行最优估计,根据局部信息变化预测衰减系数,实现了PCNN阈值的自适应调整。实验表明,所提出的自适应阈值调整方式具有解决数据点密度分布不均的任意形状簇聚类的能力,这种能力既可应用于颜色空间中像素点的聚类实现前后景分割,也可以应用于细胞的实例分割。(3)提出了一种基于形状先验的联合模型分割方法(TISBM-RSF)。本研究引入形变不变性的改进形状玻尔兹曼机(TISBM)对红细胞进行形状建模,将其作为形状约束能量项加入到底层RSF变分分割函数中,通过寻找TISBM-RSF能量函数的最优解实现对图像中粘连红细胞的再次分离。实验结果表明,TISBM-RSF具有更好的分离与重构堆叠严重的粘连红细胞轮廓的性能。(4)开发了一个红细胞图像自动分析检测系统。该系统将研究成果落地到实际应用,建立了一个基于Py Qt5的红细胞图像自动分析系统,该系统的开发旨在提供准确、快速的图像分析结果,实现对红细胞自动地检测和识别。

关键词： 结直肠癌   病理组织图像   图像处理   生存预测   感兴趣区域   自注意力机制   弱监督学习  

摘要： 现在，社会不断发展进步，但人们的生活节奏也随之变快，承受的生活压力逐渐增大，同时饮食结构也发生了很大的改变，种种因素导致结直肠癌病发率逐年上升。目前，显微镜检查是结直肠癌诊断的主要方法之一，然而，显微镜检查的过程极其复杂、耗时，并且诊断的结果容易受到病理专家的专注度等因素的影响。此外，在相关领域上经验丰富的医学专家也极为短缺。因此，结直肠癌病理诊断上实现精确、快速诊断需求不断增大。深度学习作为计算机视觉中的热门技术，在图像处理领域表现出了不错的效果，近年也逐步应用到病理组织图像处理中，能够实现癌症区域的准确和快速识别。由于目前硬件的限制，无法使用深度学习网络直接地处理大尺寸的病理组织图像，现有的方法大多都是使用基于感兴趣区域采集小图块的方式，还存在一些问题。因此，本文对基于深度学习的结直肠癌图像处理方法进行研究，本文的具体工作如下：　　一、介绍了结直肠癌病理组织图像的结构特点，并对现有基于感兴趣区域方法存在的问题进行了分析，一是图块通常从高倍率下采样且大小固定，导致上下文信息缺失;二是病理图像的感兴趣区域需要人工做出精细的像素级标注，并且在结直肠癌生存预测中，仅仅使用感兴趣区域中的一小组图块，无法完全反映肿瘤的形态，影响预测效果。　　二、对上下文信息缺乏的问题，本文首先基于同一个位置分别以5×和20×的倍率从结直肠癌图像中采样图块，并提出了基于双分辨率的深度学习识别网络(DRSANet)，使网络能够同时学习低倍率下的上下文信息和高倍率下的细节信息，同时网络结构中还采用了自注意力机制，加强了网络提取区别性特征的能力。通过实验，验证了所提出方法在小图块分类和结直肠癌切片上的识别性能及效果。　　三、为了解决深度学习在结直肠癌处理中需要大量人工标注的问题，提出了一种基于弱监督学习的结直肠癌生存预测方法(WDRNet)。本文采用弱监督学习中的多示例学习训练网络，使网络摆脱像素级标注的限制，并且网络结构中采用注意力层将图块特征聚合成患者级特征，加强特征表示，网络实现识别的同时也能完成生存预测。实验结果表明，网络能准确地识别切片中的癌症区域，同时预测的患者风险能够有效地将患者分为高低风险组，具有统计学意义。

关键词： 板坯翘曲   有限元分析   图像处理   非对称轧制   影响规律  

摘要： 热轧板坯头部翘曲是钢厂生产中一种常见的板形缺陷,限制着板材的成材率,影响着产品质量,是现如今轧制领域仍未得到完全解决的问题之一。本文以某钢厂Q345R碳钢热轧过程中出现的头部弯曲问题为研究对象,首先,采用弹塑性有限元法,建立板坯热轧的热力耦合有限元模型,其次,通过图像检测的方法获取实际生产翘曲数据,结合钢厂实际轧制数据,对模型进行验证。最后,研究造成板坯翘曲的重要影响因素及其影响规律。具体研究内容如下:(1)针对钢铁生产的特殊性,通过建立模型对热轧板坯生产进行仿真分析。基于实际生产数据,获取金属Q345R碳钢高温下的应力应变曲线及其材料物理特性,利用有限元软件ABAQUS建立热力耦合模型,实现对非对称轧制过程进行模拟。(2)利用工业相机,基于图像处理采集实际生产板坯翘曲数据。首先,针对图像存在的噪声,对比不同滤波方法,采用一种复合滤波方法对热轧图像进行去噪,去噪效果良好;其次,通过阈值分割、形态学处理等图像处理方法提取实轧板坯图像翘曲轮廓,并以板坯下边缘为参考边缘,判别翘曲方向,通过像素当量转换量化翘曲程度;最后,实验验证算法具有可行性和准确性。(3)基于网格无关性、实际生产板坯头部翘曲值、实际生产轧制力数据验证模型准确性。首先,模型网格采用C3D8RT单元,板坯全局网格尺寸30mm时,最大应力误差2.96%,轧制力误差4.57%,网格实现无关性验证;其次,四组板坯头部翘曲实测值与模拟值最大误差小于10%,模拟结果较为合理;最后,随机选取一组实际生产板坯轧制过程前3道次实测轧制力与模拟值进行对比,相关系数分别为0.97、0.985、0.990,吻合度较高,进一步验证了模型的可靠性。(4)对板坯翘曲行为进行模拟数值分析。首先,对6种理论分析的翘曲影响因素进行正交试验设计,结果表明辊速差、温差和压下量对板坯翘曲影响最为显著,从而作为数值分析的主要研究对象。其次,对3种主要影响因素进行多组仿真实验,最后,模拟结果表明:非对称轧制时,轧制区应力上下分布不对称,轧出区板坯中部残余应力大于上下表面残余应力,板坯上下表面应变不同,板坯应变值大的一侧向小的一侧弯曲。上下轧辊辊速差越大,板坯翘曲越严重,快辊侧向慢辊侧弯曲;上下表面温差越大,板坯翘曲越严重,高温侧向低温侧弯曲;存在辊速差或温差的情况下,板坯翘曲程度随着压下量的增大而增大。综上,实际生产过程中,慢辊辊速与快辊辊速比值最佳区间[0.99,1],上下表面温差应低于25℃,研究结果为工厂实际生产提供参考。