关键词： Biomedical engineering   Computer engineering  

摘要： The logistical complexities of performing multi-site longitudinal diffusion-weighted imaging (DWI) studies requires careful construction of analysis tools and procedures. Proposed clinical trials for therapies in neurodegenerative disease are known to require several hundred subjects, thus mandating multiple site participation to obtain sufficient sample sizes. DWI is an important tool for monitoring diffusivity properties of white matter (WM) in disease progression. The multi-site nature of clinical trials requires new strategies in DWI processing and analysis to reliably measure longitudinal WM changes. This work describes the process of developing and validating robust analysis methodologies to process multi-site DWI data in a rare, neurodegenerative disease. Key processing components to accomplish a robust DWI processing system include: DICOM conversion, automated quality control, unbiased atlas construction, fiber tracking, and statistical analysis. Extensive validation studies were performed to characterize methodological results within and across the common confounds inherent in multi-site clinical trials. The conversion and automated quality control tools optimized for this work both enhanced the ability to reliably obtain repeat diffusion tensor image (DTI) scalar measurements in a reliability analysis of healthy controls scanned at multiple sites using multiple scanner vendors. A DTI scalar analysis performed on focused WM regions showed it was possible to detect significant mean differences of DTI scalars among separate groups of a neurodegenerative disease population. The DTI scalar analysis paved the way for an atlas-based cross-sectional fiber tracking analysis. In the cross-sectional fiber tracking analysis, multi-site data was brought into the same space, making major fiber tracts terminating in the focused WM regions of the scalar analysis from all participants comparable. Significant differences in diffusivity were found throughout each tract among

关键词： 硫化铜精矿品位   浮选泡沫   颜色特征   纹理特征   软测量模型  

摘要： 铜精矿品位是硫化铜浮选生产过程参数之一，也是一项重要的浮选产品质量指标。现有的铜精矿品位检测方法存在着主观性强、检测周期长、数据校正复杂、成本较高等不足之处。本文以硫化铜精矿为研究对象，结合彩色图像处理方法，系统研究了硫化铜精矿在固相、固液两相、气固液三相体系中的彩色图像特征，揭示图像特征与铜精矿品位之间的变化规律，建立基于图像特征的精矿品位预测模型，为浮选生产的过程控制提供必要的技术支持。主要研究内容和成果如下： 建立了基于硫化铜精矿粉末彩色显微图像颜色特征的品位预测模型。搭建了实验室彩色显微图像采集装置并获取硫化铜微粉图像；提出了色调保持不变的彩色图像增强方法，有效地实现彩色显微图像的降噪和增强处理；采用统计方法提取彩色显微图像的红色、绿色、蓝色、色调平均值、彩色向量角等颜色特征参数，建立了3个基于图像颜色特征的LS-SVR法的品位预测模型；评价模型的预测性能，结果表明，基于色调平均值的铜精矿品位预测模型为最佳。 建立了基于硫化铜矿浆彩色图像特征的品位预测模型。针对硫化铜矿浆图像采集问题，设计了一套矿浆彩色图像采集试验装置和方法；提出了矿浆彩色图像的裁剪和增强等预处理方法，采用颜色比率和相对颜色度方法提取矿浆图像颜色特征，首次引入Tamura方法提取图像V分量纹理特征，然后利用相关系数方法对颜色和纹理特征进行降维；依据多元线性回归和GRNN方法研究矿浆图像特征和品位之间的内在关系，结果表明，基于GRNN法的品位预测模型的预测精度均优于基于多元线性回归法的品位预测模型的预测精度，且基于矿浆彩色图像纹理特征的GRNN的品位预测模型为最优。 建立了基于硫化铜浮选泡沫彩色图像特征的铜精矿品位软测量模型。搭建了一套浮选泡沫视频图像采集试验装置，实现了硫化铜粗选和精选过程的泡沫彩色图像采集任务。研究了粗选和精选泡沫彩色图像的裁剪、去模糊化、降噪、增强等预处理方法，依据颜色直方图、颜色矩、相对颜色度等方法提取泡沫图像颜色特征，分别采用Tamura方法、WPT结合Tamura方法提取泡沫图像的H、S、V分量纹理特征；提出了一种多层聚类结合Lasso法的图像特征参数降维方法，并采用相关系数硬阈值法择取模型的辅助变量；采用多元线性回归、PLS、LS-SVR方法分别建立基于粗选和精选泡沫图像特征的品位软测量模型，评价这些模型的预测性能，结果表明，在硫化铜粗选过程中，基于粗选泡沫彩色图像颜色和纹理特征组合的LS-SVR的铜精矿品位软测量模型的预测精度为最优；在硫化铜精选过程中，基于精选泡沫彩色图像颜色特征的LS-SVR的铜精矿品位软测量模型的预测精度为最优；利用彩色图像处理方法可对铜精矿品位进行预测。

关键词： 计算机技术   计算机图形   图新图像技术  

摘要： 随着计算机在人们生活中的普及,使得计算机的各项技术已经与人们的生活工作息息相关,而且计算机的发展在一定程度上代表了世界经济发展的脚步,到目前为止,计算机技术的快速发展,使计算机的图形技术和图像技术在日常生活和工业生产中得到了很好的运用,该技术的发明为人们的生产生活带来了很多的便利,而且通过图形图像技术的进一步发展应用,为人们带来的生活福音将会越来越多.

关键词： 图像分割   定量分析   微根窗   植物根  

摘要： 根系是植物的重要组成部分，根系的生长状况可以反映该地区的气候以及土壤特性，根系的发达与否也能够反应出整株植物的健康情况。研究根系的生态参数是研究根系生长状况的基础，对农业、林业、生态的发展均具有重要意义。然而根系是隐藏在地表下的，不易直接对其进行观察。微根窗技术能够在不影响植物正常生长的前提下直接获取土壤中的根系图像，给植物根系的研究带来了极大的方便。因此，开发出一种能够处理植物根系图像并能准确进行根系参数定量分析的系统显得尤为重要。而如何实现植物根系图像的准确分割是后续对根系参数进行定量分析的基础和关键。 本文重点研究了植物根系的图像分割算法，借助图像处理技术，在Matlab平台上设计并实现了植物根系图像处理与定量分析系统，根据根系图像的信息特征来进行根系参数的定量分析，并将测量结果保存下来用于分析根系生长状况。本文主要工作如下： ①在图像分割方面，分别研究了阈值分割法、区域生长分割法、基于边缘检测的分割方法及基于特定理论的分割方法等，在Matlab环境下运用各类算法对根系图像进行了分割，并分析了各算法的优缺点。针对传统方法难以满足分割要求的问题，本文提出了一种植物根系图像中根系的自动分割方法，首先根据植物根系表现出的根系特性，设计高斯匹配滤波器对图像进行增强，然后利用Hessian矩阵获取到根系图像中根系的中心线，计算出中心线上所有像素点的方向，最后采用改进的定向局部对比度方法检测出中心线两侧的根系像素得到分割后的图像。利用图像分割的技术评价方法，对本文提出的自动分割方法进行了评价及分析。 ②在定量分析方面，在分割的基础上，根据细化后根系象素的特征及根系图像像素尺寸与实际尺寸之间的线性关系，按照用户设置的直径分级范围，分析并计算出各级根系的平均直径、长度、表面积、体积等参数。 ③在Matlab R2012a环境下对植物根系图像处理与定量分析系统进行了设计与实现。主要对图像读取显示及保存、图像分割、定量分析、分析结果展示、结果数据保存及批处理等模块进行了设计开发。 本文通过研究植物根系图像分割算法，构造了植物根系图像处理与定量分析系统，能够为根系相关领域的研究人员提供可靠的根系形态参数数据，在帮助研究人员掌握根系生长状况方面具有重要意义。

关键词： 浮选泡沫   重构开闭   图像分割   纹理特征  

摘要： 浮选在金属生产中是一个非常重要的环节，它是在一定工艺条件下，在矿浆中加入适量的各类浮选药剂，并加入适量空气，最终通过搅拌产生大量的气泡，最后通过回收这些含矿泡沫来提高原矿品的一种选矿方法。浮选泡沫大多数具有尺寸大小不一，气泡黏连性强，现场光照不均，表面纹理复杂等的特点。到目前为止，我国的浮选过程大多数还是主要依靠人工观察浮选泡沫状态，以此来调整浮选的操作过程，这就会使浮选的过程有太多的不确定因素产生，导致浮选过程难以优化。所以，对于如何科学精确的控制浮选过程成为目前面临的一项难题。因此，有必要研究浮选泡沫的特征，为浮选加药系统提供参数设置，以此来精确控制浮选过程，提高矿物资源的利用率。 本文针对铜钼矿浮选泡沫图像的特点，分析提取图像纹理特征，研究了适用于铜钼矿图像的分割算法。通过对铜钼矿图像进行特征分析，从图像中提取出能够有效反应铜钼矿浮选过程的相关参数，通过这些参数来精确控制浮选加药系统的各项指标，从而实现浮选过程的优化进行。本论文主要研究工作如下： （1）将铜钼矿浮选泡沫图像的特点归纳总结，然后通过Otsu阈值分割方法提取浮选泡沫的高亮点区域，证明高亮点区域与图像气泡大小存在对应关系，同时为后续图像分割中结构元素的选取提供依据。 （2）针对浮选泡沫图像气泡黏连性强，光照不均，顶端存在高亮点等特点，给出改进的向量形态学去除高亮点算法，该方法有效保留了图像颜色和轮廓信息，结合均值滤波去除图像噪声完成图像预处理。 （3）总结谷底边缘检测的图像分割算法，得出其模板不宜选取，对不均匀的气泡无法准确分割。针对此通过采用一种基于Top-hat面积h顶重构的方法提取标识图像作为种子点，利用形态学开闭重构和滤波算法去除噪声。在此基础上，我们提出一种基于形态学重构的分水岭分割的算法，并且通过实验验证了算法有效性。 （4）研究泡沫的表面纹理、泡沫的尺寸、稳定性和矿物附着量这四个主要特征。从这些特征中提取出相应的参数来精确控制浮选加药系统的各项添加剂的用量，以此来优化浮选过程。

关键词： 月球软着陆   MATLAB图像处理   函数逼近法   改进的局部最优算法  

摘要： 基于2014高教社杯全国大学生数学建模竞赛A题,本篇论文采用极坐标分析受力和函数逼近法确定嫦娥三号在各个阶段的软着陆轨迹,运用MATLAB图像处理和改进的局部最优算法解决了在避障阶段着陆器的处理方案并确定其降落区域。最优控制策略则主要考虑的是飞行过程中的燃料消耗,在满足开关函数0),,(00=Φ*HVH时燃料消耗最少。通过本文提出的方法 ,在数学建模竞赛中获得优异的成绩,因此可证明方法的正确性和有效性。

关键词： 火焰温度   烟黑颗粒体积浓度   黑度   辐射光谱   火焰图像处理   富氧燃烧  

摘要： 随着全球能源危机的日益严重和人们对环境问题的逐渐关注,提高燃烧设备的燃烧效率、减少污染物排放成为广大学者研究的热点。温度是反映燃烧状态的一个重要参数,其准确测量对于了解燃烧过程和完善燃烧理论具有重要指导意义。温度和辐射特性参数是耦合在一起的,因此实现温度和辐射特性参数的同时准确测量是一种有效的方法。火焰的辐射光谱和图像中包含着与温度和辐射特性有关的大量信息,利用这些信息结合特定的算法可以计算得到火焰表观温度、黑度、内部温度、辐射介质颗粒浓度等多个参数。本文将研究如何利用火焰辐射光谱和图像测量这些参数,论文的主要研究内容如下： 基于火焰可见光波段内的辐射光谱和图像开展火焰表观温度和黑度测量研究,研究对象为城市固体废弃物垃圾燃烧火焰。与常见的煤粉燃烧火焰不同,此类火焰的辐射光谱在可见光波段内存在两条强烈的特征谱线,分别为590nm处Na特征谱线和767nm处K特征谱线。研究过程中首先进行了光谱分析：利用双色法以3nm为波长间隔计算500-900nm波段内的温度分布和黑度分布,根据黑度随波长变化规律判定火焰的灰性波段区间。在500-900nm波长范围内,除Na、K特征谱线之外的连续辐射光谱满足灰性。由于Na、K特征谱线远离本文所用图像探测系统的R、G中心波长,敏感性分析表明此两条特征谱线的存在未对图像法测温造成较大干扰,因此图像法适用于此类火焰的温度和黑度测量。现场检测试验分别利用光谱法和图像法测量得到了炉膛三层不同高度、八个测点处的火焰温度分布和黑度分布。 以吸收、发射、无散射、轴对称含烟黑的乙烯层流扩散火焰为研究对象,利用非单色可见光火焰图像开展火焰温度和烟黑颗粒体积浓度同时重建的数值模拟研究。研究过程中首先讨论了不同重建算法对温度和烟黑颗粒体积浓度重建精度的影响：在正确选择正则化参数前提下,Tikhonov正则化算法的抗噪性相对较强；其次分析了自吸收项对重建结果的影响：忽略自吸收项会在火焰轴心处高估烟黑颗粒体积浓度而低估火焰温度；最后分析了重建算法对不同光学厚度的适应性：利用文中提出的同时重建算法在6倍大光学厚度下仍可以得到良好的结果,这说明算法具有很广的对象适应性。 利用火焰可见光辐射光谱和图像开展轴对称乙烯/空气层流扩散火焰的温度和烟黑颗粒体积浓度同时测量的实验研究。光谱测量时首先利用光谱仪采集火焰在可见光波段的辐射光谱,根据基于双色法的灰性判断原理判定火焰的灰性波段区间,在此基础上计算得到了350-800nm波段内火焰的黑度分布,其次根据吸收系数与黑度的之间的函数关系得到了烟黑颗粒的吸收系数分布特性。图像测量时首先利用单台相机结合图像处理技术测量得到高分辨率火焰图像(1mm/65pixels),其次在求解辐射传递方程过程中利用吸收系数分布特性对烟黑颗粒的非灰辐射特性进行修正。实验测量得到了三个不同乙烯流量下的火焰温度和烟黑颗粒体积浓度二维轴对称分布。 开展O2/N2和O2/CO2气氛下乙烯富氧燃烧火焰的燃烧特性实验研究。首先利用火焰辐射光谱和图像测量得到了两种气氛下30%、40%、50%三种氧浓度的火焰温度分布和烟黑颗粒体积浓度分布。O2/N2气氛下最高火焰温度随氧浓度升高而升高,最高烟黑颗粒体积浓度在50%氧浓度时略微下降；O2/2气氛下最高烟黑颗粒体积浓度均高于空气气氛下；O2/CO2气氛下最高火焰温度和最高烟黑颗粒体积浓度均随氧浓度的升高而升高；与O2/CO2气氛下燃烧相比,相同氧浓度下O2/N2气氛下火焰的温度和烟黑颗粒体积浓度、火焰长度、可见光辐射强度均相对较高；利用Roper解可以准确地预测O2/N2气氛下的火焰长度,而O2/CO2气氛下的预测结果相对较差；修改Roper经验公式中的参数后,O2/CO2气氛下的预测结果得到了很大改善。

关键词： 图像处理软件   功能  

摘要： 我感到,摄影与美术结合进行创作犹如许多交叉学科出现一样,是一个重要的、可以有所作为的突破方向。虽然有人漠视这种手法创作的影像,我坚持求索和实践,借助数码技术,创作出了一批具有艺术特征的数码摄画。数码摄画艺术创作的主要技术方法包括:1.对影像内容的取舍与增减。影像内容的取舍与增减在图像处理软件的功能中主要有合并图像、克隆图像、复制与粘贴图像、橡皮擦、剪除等。2.对影像色彩的夸张、强调,收敛、剥离,切割、分块。

ISBN: (纸本)9787302367031

关键词： 图像处理   PCNN   分水岭   结晶状态   粗糙集   高斯过程  

摘要： 目前中国甘蔗制糖企业煮糖过程对结晶状态的判断一般采用人工观察模式,通过抽取样棒取出糖膏样本放在玻璃片上,在灯光下观察晶粒大小、母液含量和吸收程度或手捻凭感觉来判断,判断结晶颗粒在当前真空度、温度和锤度等条件下是否处于较好的结晶状态,进而调整入料量或者进水量。这种人工采样模式制约了煮糖过程自动控制的实现,针对这种情况,本文对自动取出糖晶体进行图像处理及识别的一些关键技术进行了研究,主要完成的工作如下:(1)设计了自动取样及成像装置,它能通过自动抽取采样棒采集罐中的结晶颗粒并铺平为一层,成像后可以对观察平台进行自动清洗。(2)采用灰度变换、基于PCNN算法检测噪声的自适应中值滤波、形态学优化等方法对采集到的原始图像进行图像预处理。针对粘连颗粒,提出一种优化的分水岭算法将粘连颗粒分割成单独颗粒。首先通过形状因子跟面积阙值把粘连颗粒挑出来,对粘连颗粒距离变换求取极值为种子点,然后再合并冗余的种子点,对粘连颗粒进行分水岭分割,最后与单个颗粒叠加。实验结果表明优化算法有效防止分水岭算法存在的过分割现象。(3)根据糖晶体形态特征提取了面积均值、面积方差、两次抽取颗粒平均面积差值、周长均值等7个特征参数作为识别结晶状态的依据。由于这7个特征值不是相互独立的。所以采用粗糙集对提取的特征参数进行降维及去冗。最终用4个特征值代替糖晶体的7个特征值作为糖晶体结晶状态的依据。(4)针对煮糖过程结晶状态难以识别的问题,在研究高斯过程分类模型的基础上,提出基于高斯过程的煮糖过程结晶状态预测分类方法,通过选择合适的核函数及超参数优化,以约简后的特征值为输入,结晶状态作为输出,实现煮糖过程结晶状态的准确预测分类,为煮糖过程的自动化控制实现提供依据。(5)最后,基于VC++6.0实现了基于图像处理的煮糖过程蔗糖结晶状态的检测与分析系统,并且在自主研发的煮糖过程智能综合监控平台上对图像检测与分析系统进行测试,测试结果表明,图像检测与分析系统预测结果与实际情况比较接近,可以在实际煮糖生产过程中对结晶状态进行预测。