自动显微注射过程中图像分割的实现

自动显微细胞注射能克服人工注射时间长,易疲劳的缺点,为解决卵胞浆内自动单精子注射过程中细胞和针尖定位问题,通过基于YOLOv3神经网络和水平集相结合的方法,分割卵细胞和注射针,进而定位注射针的针尖.对比实验证明了方法能够解决传统水平集难以分割细胞和注射针的问题,完整分割出显微注射过程中发生形变的细胞,以及实现细胞内针尖...     

舰船红外搜索跟踪系统发展展望

红外搜索跟踪系统具有角分辨精度高、隐蔽性好、探测能力强、抗电磁干扰能力强等优点,在舰船预警探测领域得到了广泛的应用。详细介绍了舰船红外搜索跟踪系统的工作原理、分类及舰船红外搜索跟踪系统的发展现状,最后总结了舰船红外搜索跟踪系统的发展趋势。     

基于点阵行列变换的图像置乱算法

基于空间域的图像置乱变换,一般需要若干次迭代且有周期性,安全性不高;基于混沌的图像置乱的安全性比基于空间域的图像置乱变换高,但算法比较复杂;基于素数映射的图像置乱,其置乱效果依赖于密钥的选取。针对这些不足,设计了一种基于点阵行列变换的图像置乱算法,该算法利用素数的取模变换,采取逐行逐列的置乱方式,彻底打乱了像素点的空间位置,使得原图像的像素点在置乱图像中的排列杂乱无章。置乱图像的还原是置乱的逆过程,需要置乱时选取的密钥,若用错误的密钥还原就相当于对置乱图像的再次置乱,密钥的敏感性高。实验结果表明,该算法进行图像置乱无需迭代,置乱图像灰度分布均匀,置乱效果与密钥的选取无关,置乱图像抗干扰强,显示该算法的稳定性和鲁棒性。     

视频图像记录判读系统

光电经纬仪的摄影胶片图像和CCD摄像机的视频图像的数字化处理是兵器试验靶场中始终未能很好解决的问题。主要源于两个问题:一是视频图像的数字化采集和转换;二是数字图像的自动处理。介绍了根据靶场广泛应用的光学图像记录、判读需求而研制的视频图像记录判读系统,并对所采用的视频图像实时存储技术、字符识别技术、目标识别与定位技术等几项主要的关键技术进行了说明,并给出了应用结果。结果表明,图像采集记录灵活方便,速度快,不丢帧;目标图像处理精度高,实时性强,自动处理能力好,使光测数据处理的精度和效率都有了很大的提高。     

基于反向传播神经网络的阻抗断层图像重建新方法

电阻抗成像是通过对物体表面电压、电流的测量来重建物体内部阻抗分布或变化图像的一种新颖计算机断层成像技术。阻抗断层图像重建是一种病态的、非线性的逆问题。提出了一种全新的阻抗断层图像重建方法，它利用反向传播神经网络来表征物体内部阻抗变化位置与物体表面电压变化大小的非线性映射关系，从而可以根据对物体表面测量电压的变化先准确定位阻抗变化区域，再用线性近似方法重建阻抗变化图像，这种方法不仅具有一定的抗噪能力，而且成像精度和空间分辨率都大大好于逆投影方法。     

小型内窥镜干涉型光纤陀螺仪装配质量控制系统（英文）北大核心CSCD

提出一种用于干涉型光纤陀螺仪(IFOG)装配质量控制的内窥镜系统设计及相关图像分析方法。同时采用1.0mm与2.4mm工业内窥镜系统采集IFOG内部图像与视频数据;并利用多自由度运动控制平台调节内窥镜工作姿态以保证图像的顺利采集。在此基础上,设计了基于db4小波基的图像增强方法,基于灰度共生矩阵的图像纹理特征估计方法以及图像几何形状特征的计算方法等,用以进行内窥镜图像的分析。通过上述系统与方法的应用,能够有效检测出IFOG产品在装配过程中出现的多余物颗粒、光纤断纤或异常胶粘等质量问题,有效提高了IFOG产品的装配质量。     

基于热图像的种蛋气室变化监测算法

种蛋气室的大小是监测种蛋孵化过程的重要指标之一。根据种蛋的热力学结构,种蛋在孵化过程中,包裹气室部分蛋壳会与其他部分蛋壳产生温差,从而可通过热红外图像进行观察。针对在种蛋孵化过程中,人工照蛋检测气室效率低的问题,探索设计了一种基于热图像的种蛋气室变化俯视监测算法。监测种蛋气室热图像的算法主要包括种蛋目标检测,种蛋图像分割和种蛋气室面积计算3个部分,其中种蛋的目标检测采用Faster-RCNN算法实现;种蛋图像分割采用BP神经网络算法实现;种蛋气室面积是在种蛋图像分割的基础上进行计算。使用孵化5天及以上的种蛋作为研究对象,并拍取种蛋的热图像进行试验。试验结果表明：种蛋热图像的目标检测的平均精度（mAP）为99.85%,拥有较好的检测效果。使用BP网络对种蛋进行图像分割。BP神经网络经过调参后,其网络最佳的结构为三层隐藏层,每个隐藏层拥有1 000个神经元,最优初始学习率为0.000 1,最优最大迭代次数为500。以F1-measure作为分割效果的评价指标,BP神经网络的图像分割总体结果为87.02%,Otsu算法的总体结果为65.25%。其中只有一个蛋的情况下,BP神经网络的分割结果为87.17%,Otsu算法的结果为68.86%。存在其他种蛋的干扰条件下,BP神经网络的分割结果为86.94%,Otsu算法的结果为61.64%,BP神经网络的分割效果优于Otsu分割算法,BP神经网络拥有更强的抗干扰能力。最后提取了孵化5～19 d种蛋的气室变化,通过观察种蛋气室大小曲线来监测种蛋的孵化情况,可看出随着天数的增加,气室有着明显变大的趋势。人工测量法与热红外测量法比较结果说明两者相关性为0.934 3,拥有较好的相关性。基于热图像的种蛋气室变化监测算法可在实际生产中实现种蛋的识别与气室大小的快速监测,为实现监测种蛋孵化的自动化提供了技术参考。     

基于改进U-Net的量子点STM图像分割

为提升量子点图像分割精度,降低特征识别误差,提出一种基于改进U-Net的量子点图像分割方法.首先,在预处理阶段,设计了以色彩通道为权值的灰度化算法,以提升后续分割效果.其次,在STM图像分割部分,在原始U-Net结构上引入中间过渡层以均衡网络各层特征.而后,建立数据集,并通过实验对比不同分割算法的精确度、召回率、F-measure.最后,将分割算法应用于量子点的特征识别,并测试了不同分割方式对应用的影响.实验结果显示,改进灰度化方法保留细节信息丰富,明显提升了量子点分割精度;改进U-Net的平均精确率、召回率、F-measure相较原始网络分别提升了13.83%、2.16%、8.13%.同时,实验数据表明由于分割精度的提升,量子点数量、纵横比等特征参数的识别更加精确.     

基于CMOS图像传感器的成像系统设计

以OV 5 116CMOS图像传感器为例 ,讨论了基于CMOS图像传感器的成像系统的电路设计方法及系统设计中应注意的问题 ;并通过对CMOS图像传感器外围电路的优化设计实现了成像系统的微型化和轻量化。     

基于数学形态学的表面原子熔融相的 STM图像识别算法

高温扫描隧道显微镜(HT-STM)可以实时原位地捕捉到表面原子的熔化相变过程.在这一原位变温实验中,快速可靠地识别出每帧STM图像中的熔融相十分关键.传统的手工统计方法存在效率低下、随意性大等问题.我们发展出一套基于数学形态学的算法,来自动快速地识别.与人工方法相比,该算法消除了人为主观误差,使确定的边界更加准确、光滑,处理效率提高了266倍.