大口径精密表面疵病的数字化检测系统

 根据散射光成像原理,采用大小两个视场来获取不同精度的暗背景下的亮疵病图像,设计了完整的数字化表面疵病检测系统。该系统采用多区域自适应阈值分割算法对图像进行分割,然后采用基于等价归并标记方法快速提取疵病的特征参数,最后利用BP神经网络对疵病进行分类。实验结果表明该方法既满足实时性需求,又取得了较好的分类检测效果。     

相对角差法重建大口径平面光学元件面形

针对已有的相对角差法面形检测的原理验证装置,提出了一种具有更高稳健性的最小二乘积分面形重建算法。利用相对角差改写了经典最小二乘积分技术的代价函数,避免了积分重建中的测量误差累积的问题,空间复杂度和时间复杂度仍分别为O(N~2)和O(N~3)。仿真结果表明,本文算法的稳健性显著优于Zernike波前重建法与基于样条的最小二乘积分法(SLI);实验结果证明,本文算法可适用于大口径角差法面形检测。     

医学图像的计算机辅助测量

在医学图像检查中，经常需要对医学图像作测量。医学图像的计算机辅助测量不仅改变了传统的手工测量方式，而且大大提高了测量的精度、效率，同时，减少了测量的工作量。阐述了对医学图像进行长度、周长、角度、面积的计算机辅助测量的相关算法，具有一定的实用价值。     

高噪声背景下激光条纹亚像素中心的提取

针对线结构光三维形貌测量中大量噪声易干扰激光条纹中心提取准确度的问题,提出了一种条纹亚像素中心提取方法。分析条纹图像中的噪声,采用平均法和中值滤波预处理图像;利用迭代阈值分割及形态学方法,获取条纹目标,引入距离变换提取条纹的像素级中心;根据像素级中心、二值信息及光强灰度,结合曲线拟合及重心法精确提取条纹的亚像素中心。仿真分析和实验验证下,相邻行条纹中心列坐标最大偏差值像素小于2 ,平均偏差像素值约为0.3,与传统方法相比,2项指标值更小。实验结果表明,算法有效利用条纹灰度分布规律,可降低噪声对中心定位精度的影响,更逼近条纹真实中心位置,抗噪能力极强。     

建设计算机实验教学中心 培养应用型人才

根据计算机应用型人才培养的特点和实践教学的要求,整合现有的实践教学资源,按照分层次、重特色建设思路,以持续不断的实验教学改革为动力,建成了四川省实验教学示范中心。文章总结了近几年实验教学示范中心建设的实践探索经验,包括开放平台建设、特色实验室建设、实验教学体系及实验教学内容建设、实验室开放内涵深化等。     

基于卷积神经网络与一致性预测器的稳健视觉跟踪EI北大核心CSCD

针对视频序列的稳健性目标跟踪问题,提出一种基于卷积神经网络(CNN)与一致性预测器(CP)的视觉跟踪算法。该算法通过构建一个双路输入CNN模型,同步提取帧采样区域和目标模板的高层特征,利用逻辑回归方法区分目标与背景区域;将CNN嵌入至CP框架,利用算法随机性检验评估分类结果的可靠性,在指定风险水平下,以域的形式输出分类结果;选择高可信度区域作为候选目标区域,优化时空域全局能量函数获得目标轨迹。实验结果表明,该算法能够适应目标遮挡、外观变化以及背景干扰等复杂情况,与当前多种跟踪算法相比具有更强的稳健性和准确性。