关键词： 前馈   神经网络   时滞   分支   图灵不稳定性   图灵斑图  

摘要： 分支是动力系统研究领域中的一类重要的非线性现象,分支理论的研究具有广泛的实际背景和重大的理论意义。本文分别针对时滞前馈神经网络模型和反应扩散FHN模型的动力学性质进行了研究,包括稳定性、Hopf分支、Hopf-pitchfork分支及1:1共振Hopf分支等,并利用神经网络模型的分支性质分别构造了图像增强算法和边缘检测算法。针对自然界中诸如“虎长条纹,豹长斑点”的现象,本文通过对相应的反应扩散模型的图灵斑图分析,解释了动物身体花纹图像的产生原因。利用动力系统的分支理论进行图像处理,其数学机理是输出节律信号的神经元振子具有信号放大的作用,以及扩散对反应底物的作用,反映到模型上,即为前馈动力系统的多重周期解及反应扩散系统的图灵分支。本文主要的研究内容和研究方法如下:(1)基于神经元信号传输中的延迟效应,本文分别构造了具有两个、三个和六个神经元振子的前馈神经网络模型,通过对模型各种分支性质的研究,证明了周期解的存在性,计算了系统在中心流形上的正规型。基于这些分支性质分析,得到了前馈耦合振子具有逐级放大信号的重要性质以及刻画振幅增强倍数的重要指标。将待处理图像的像素值作为初始值,通过前馈神经元振子的作用,可以达到图像对比度增强的效果。与其他图像增强算法的效果进行定量分析比较,表明了此方法的优势。(2)反应扩散方程用于边缘检测是图像处理方法中的重要手段。本文避开了传统模型中复杂的数学计算,建立了具有常值单扩散及双扩散系数的反应扩散FHN模型,分析了该模型的图灵不稳定性、图灵分支,证明了单系数扩散不会诱导出图灵斑图。基于理论分析的结果,构造了一种自适应阈值的图像边缘检测新算法。(3)动物身体上形状各异的斑纹和色块,构成了色彩斑斓的生物世界。其数学机理是一对化学物质“成形素”相互耦合与扩散所形成的斑图。本文建立了耦合的反应扩散系统,分析了系统的Turing分支、Turing-Hopf分支的存在性,探讨了时滞对斑图产生的影响。通过在不同平面区域的仿真模拟,讨论了动物产生不同斑纹类型的条件。本文通过构造动力系统模型,成功地将分支理论应用于图像处理,提出了图像增强和图像边缘检测的新算法,针对野生东北虎、落叶松人工林样地的图像处理问题进行了实验,并阐明了动物斑纹发生的原因。本文的研究结果拓展了动力系统分支理论的应用,也为图像处理理论提供了新思路。

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： 虚拟试衣   T恤   专家问卷调查   评估指标提取   MATLAB图像处理   BP神经网络模型  

摘要： 三维虚拟服装是当前虚拟技术研究中的一个热门课题,由“元宇宙”、“虚拟世界”、“数字资产”等词感知到虚拟服装对虚拟技术的强烈影响。随着虚拟技术的发展,人们对于虚拟服装造型真实程度要求越来越高。所以本文为建立虚拟服装和真实服装造型相似评估模型,提高对虚拟环境中的服装的造型相似性评估效率,降低人工审核的时间和经费成本。主要做了如下研究: 首先,通过文献研究法系统分析了影响虚拟服装造型的重要面料性能参数,选择KES织物风格仪、主成分分析法和BP神经网络评估模型作为探究虚拟服装和真实服装造型相似性的重要科研手段。而后,运用熵权-TOPSIS法和专家评价法,综合主客观结果抉择了制作虚拟服装的载体Vidya。基于虚拟载体的确定,选取36款的面料进行悬垂形态观察,主观判断面料俯视静态悬垂效果差异明显的面料,得到共24款面料并对其进行拉伸、弯曲和压缩等物理机械性能的KES测试,通过对比KES与Vidya的面料相关性能测试原理,建立基于KES测试数据的Vidya虚拟面料,作为虚拟服装的储备面料库。 其次,由选中的面料制成真实T恤和对应的虚拟T恤。通过交互改变Vidya的两个面料参数,即弯曲刚度参数、折叠体积和形状参数,增加测试样品数,获得虚拟面料96种,由此制得96件虚拟T恤样品。使用专家问卷调查法确立了真实T恤和虚拟T恤造型相似性的评估指标,分别针对T恤的领部、衣身轮廓和褶皱的差异显著性,对真实T恤和虚拟T恤在正面、侧面和背面进行感官评估,并进行综合打分。基于轮廓和褶皱差异共设计两个模块指标。其中,轮廓差异性指标是T恤在领部、衣身的宽度、长度、腰高比和腋下夹角和肩部夹角,褶皱差异性指标是褶皱数量、褶皱宽度和褶皱深度,共得到21项指标。接下来是基于计算机图像处理技术,建立图像的二维直角坐标系,通过截取图像指定部位的算法提取和量化轮廓指标,并使用灰度直方图均衡化,图像分割技术等提取和量化褶皱评估指标。 最后,对21项量化完成的评估指标进行主成分分析(PCA),提取出具有代表性12项指标,分别为肩领夹角α、宽度W2、夹角β1、夹角γ、前腰高比B1、褶皱数量N1、褶皱宽度K1、夹角β2、褶皱宽度K2、后腰高比B2、褶皱数量N3、褶皱宽度K3。运用Pearson相关性分析量化指标与感官评估指标的相关程度。依据PCA提取出的量化指标作为真实T恤和虚拟T造型相似性评估模型(BP模型)的输入端,感官评估结果作为评估模型的输出端,再分别建立训练集、测试集和验证集,使用MATLAB2021a编程实现了真实T恤和虚拟T造型相似性评估模型。本文训练的模型在以隐藏层神经元个数为4时效果最好,模型整体相关系数R达到0.95962。 上述研究成果都通过严谨的实验和论证。表明使用计算机图像处理技术、感官评价感知技术、BP神经网络模型和其他处理方法,实现了虚拟服装和虚拟服装造型相似性评价模型的建立,能够进一步优化虚拟试衣系统效果,并推动虚拟服装造型相似性智能评价程序或者软件的开发设想。

关键词： W18Cr4V高速工具钢   数字图像处理   金相分析   碳化物   均匀性  

摘要： 经退火、淬火和回火后的W18Cr4V高速钢因具备较高的硬度、耐磨性等优点,被广泛应用于工农业领域。然而,经热处理后的高速钢易存在金相组织结构分布不均匀的问题,必须借助检测技术来分析其分布均匀性,进而把控生产质量。人工检测高速钢金相组织存在效率低、准确性低与主观性强等问题。鉴于此,本文基于数字图像处理对W18Cr4V高速钢金相组织的分析技术开展研究,主要研究工作如下:(1)W18Cr4V高速钢金相图像采集和增强算法研究。根据高速钢的检验标准,选用经热处理后的W18Cr4V高速钢制备金相样品,并使用UD-100M倒置金相显微镜对样品的金相组织进行图像采集。其次,利用直方图均衡化、自适应直方图均衡化和限制对比度自适应直方图均衡化(CLAHE)三种算法分别对图像进行增强处理。结果表明采用CLAHE能够有效保留高速钢金相组织结构的细节特征和改善图像对比度,为实现金相组织分布均匀性的定量分析提供了高质量的金相图像。(2)W18Cr4V金相图像去噪算法研究。针对空间域滤波在金相图像降噪中效果欠佳的问题,提出了一种基于新阈值函数和自适应阈值的小波去噪算法。通过数学分析得出新阈值函数具有连续性和高阶可导性,且其渐近线更逼近于原始图像,改善了小波软、硬阈值函数出现的图像失真问题和附加振荡现象。其次,验证了自适应阈值与分解层数的大小呈负相关,符合小波去噪过程的规律。对比8种算法的图像降噪结果,所提算法的峰值信噪比PSNR平均提升了22.12%、20.36%、18.83%、12.4%、4.02%、3.65%、3.77%和2.69%,验证了所提算法在W18Cr4V金相图像降噪中的优越性。(3)W18Cr4V金相图像分割算法研究。针对传统多阈值图像分割算法耗时长、结果不准确等问题,提出了一种基于多策略改进麻雀搜索算法(MSISSA)的多阈值图像分割方法。运用三种不同策略对标准麻雀搜索算法进行改进,即采用Tent混沌映射结合反向学习原理,提升初始种群的质量和均匀性;引入自适应权重和当前全局最优位置更新发现者位置;运用柯西变异扰动局部最优解。其次,将MSISSA分别结合Otsu法和Kapur熵法对金相图像进行多阈值分割实验。对比5阈值MSISSA-Otsu算法的图像分割结果,MSISSA-Kapur算法分割图像的平均耗时仅为0.9 s,检测效率平均提升了16.97倍;PSNR值、结构相似性SSIM值和特征相似性FSIM值也分别平均提高了14.04%、9.91%和11.10%,验证了改进算法在优化金相图像分割任务中的高效、准确和稳定性。(4)碳化物金相组织分布均匀性的定量分析和检测系统设计。采用形态学算法处理分割后的金相图像,去除毛刺和噪声区域;运用随机分块图像和最小二乘法均匀性判定原理,完成了对W18Cr4V高速钢碳化物金相组织面积占比和分布均匀性的定量计算;并开发了一款基于Matlab的碳化物均匀性定量检测系统,实现了金相图像的去噪、分割和自动判定组织分布均匀性等功能。与人工检测相比,该系统提高了检测效率、准确性和自动化水平,能够基本满足生产过程中碳化物均匀性检测的需求。

关键词： 模糊知识测度   噪声检测   空间滤波   直方图均衡化   模糊图像处理  

摘要： 图像噪声和对比度失衡是影响图像质量的主要问题,而模糊理论在解决此类问题上更具柔韧性,其中模糊知识测度理论在不确定性问题的研究上具有重要作用,其考虑从模糊集所蕴含的知识角度进行研究,能够更加全面有效地解决不确定性问题,贴合图像噪声处理中的模糊概念。本文对经典模糊集下的知识测度公理及建模方式进行探索,在新模型中引入符合心理认知的态度参数,旨在建立全面的知识测度理论体系。后将提出的模糊知识测度模型应用于图像脉冲噪声检测,噪声去除空间滤波,以及直方图均衡化中。主要的研究内容如下:(1)本文改进并简化模糊知识测度公理并据此提出一种参数化模型,在并建模过程中引入态度参数。针对参数进行讨论,并与之前提出的直觉模糊环境下的含参数模型进行类比分析,探求不同环境下知识测度建模是否存在共通之处,在整体上进一步丰富完善知识测度理论体系。(2)将建立模型应用于图像脉冲噪声检测及滤除中,验证该理论在其他领域中应用的可行性。通过计算分析含噪声图像中极值点与邻域像素的相似性特征及知识量差异,其中特别使用模型中的态度参数来代表窗口变化对最后结果的影响,有效识别并区分脉冲噪声与普通极值像素,在此基础上提出最大平均关联知识量的滤波算法实现图像去噪。(3)将建立模型应用于图像直方图均衡化方法中,同样证明知识测度理论在应用上的可行性。以知识量来划分图像子直方图的灰度拉伸范围分割点,在划定直方图数据分割点基础上,对整体直方图进行双点位均衡。针对以上实验结果表明,本文所提出的基于知识量滤波的方法能够准确识别脉冲噪声,切实提高图像滤波后的质量,滤波主要指标及性能明显优于同类其他算法,应用于直方图均衡化时也得到良好的实验效果。本文对经典模糊条件下的知识测度进行探索并且开发出新的应用方向,为其他领域的创新研究提供参考。

关键词： GFRP   长脉冲红外检测   缺陷轮廓提取   定量分析   图像处理软件  

摘要： 风力发电一直被认为是一种优质的清洁能源,在未来将成为我国主要的动力源。风力发电机组中,风电叶片造价占整机的20%以上,其性能优劣对整个风电机组稳定运作起着至关重要的作用,直接影响发电效率。目前,大多数风电叶片是由玻璃纤维和碳纤维增强复合材料制备,在生产和使用过程中不可避免地存在缺陷和损伤。因此,为了将叶片损坏失效事故发生率降至最低,做好叶片的检测工作是十分必要的。长脉冲红外无损检测有着非接触、检测速度快、检测结果直观的优点,为风电叶片结构的缺陷检测并定量分析提供了新方法。本文以风电叶片材料-玻璃纤维复合材料为研究对象,建立了复合材料在长脉冲型激励下的热传导模型,利用有限元模拟和试验对带有缺陷的叶片试件进行了红外检测,并对缺陷进行定量分析。具体完成了以下四个方面的工作: (1)基于红外热成像检测基本理论,建立玻璃纤维复合材料在长脉冲激励下的热传导模型,利用COMSOL有限元仿真软件中的固体传热模块,设计了含缺陷玻璃纤维试件模型,并设置不同深度和不同尺寸的缺陷,然后对模型求解。通过提取激励时间下缺陷区域和健康区域的温度,得出了缺陷大小、缺陷深度和激励源功率对表面温度场的影响。 (2)重构仿真所得红外图像序列,提出了一种单帧缺陷轮廓提取处理方法,处理后的红外图像缺陷明显,轮廓清晰,基于缺陷轮廓进行定量分析,得到缺陷尺寸计算平均误差为7.13%,实现了2 mm以内的缺陷尺寸定量表征。同时考虑到红外热量的动态传播过程,利用主成分分析算法处理红外图像序列,提出了一种缺陷中心像素值统计法,分析四个主成分,对缺陷增强效果最佳的主成分进行轮廓提取算法处理,并对缺陷定量分析,验证了两种算法的可行性。 (3)含缺陷的GFRP试件采用RTM真空灌注工艺制备,然后搭建长脉冲红外检测系统,开展红外试验。对试验中所得红外热图分别采用单帧轮廓提取和主成分分析算法进行轮廓提取与缺陷定量,结果表明:两种方法均能实现缺陷轮廓提取,缺陷形貌清晰准确,定量精度高。 (4)基于轮廓处理算法,设计缺陷尺寸自动评估软件。根据用户操作习惯合理布局软件操作页面,绘制人机交互UI。分析实际需求,设计软件系统模块,基于Matlab软件编码实现功能并测试通过。

关键词： 匝道合流区   深度学习   交通冲突检测   冲突影响因素分析   广义有序logit模型  

摘要： 匝道合流区是辅助互通立交实现路网车辆转向的关键“阀门”。由于匝道车辆与主线车辆的车辆行驶速度、方向不相同,故在匝道车辆汇入主线车流的过程中会频繁产生加减速以及换道行为,具有很高的事故风险,目前已有大量研究基于交通冲突技术研究合流区交通安全状况,但现阶段缺少专门针对匝道合流区的交通冲突检测模型的研究。因此,本文以单车道匝道平行式合流区交通冲突为切入点,基于深度学习技术建立针对合流区的冲突自动检测与冲突影响因素自动提取模型,并将冲突过程中表征驾驶人踩刹车深浅的制动减速度与表征驾驶人操纵方向盘快慢的车辆转向速度纳入冲突影响因素,分析合流区冲突特征以及冲突严重程度影响因素,有针对性地提出合流区交通安全改善建议,将交通冲突技术与深度学习技术相结合,有利于交通冲突技术的推广。 首先,本文借鉴以往研究,分析匝道合流区交通冲突特征,将冲突过程按照冲突双方车辆所属的交通流不同分为:匝道车辆与主线车辆之间的冲突、匝道车辆与匝道车辆之间的冲突、主线车辆与主线车辆的冲突;并选取冲突潜在影响因素为总交通量、匝道交通量、主线交通量、合流率、车辆速度差、冲突点位置、制动减速度、车辆转向速度。 然后,基于YOLOv5+DeepSORT,结合匝道合流区交通冲突特征以及应检测的冲突影响因素,建立匝道合流区交通冲突自动检测模型。该模型能够自动判别合流区内的追尾冲突以及侧向冲突,并解算冲突的避撞时间(Time to Collision,TTC),同时检测冲突影响因素,便于后续冲突分析。结果显示,训练好的YOLOv5检测的m AP值为87.92%,Precision值最高达到78%左右,Recall值则达到90%以上。经过改良后模型的车辆冲突检测正确率为67.41%,车辆冲突检测成功率为70.38%,表明模型能够较为精确地检测匝道合流区交通冲突。 最后,基于模型得到的冲突记录,可视化研究合流区交通冲突的空间分布特征;并从宏观交通流层面与车辆行驶参数层面对冲突进行分析;同时,采用广义有序logit模型研判冲突显著影响因素,计算每个显著影响因素的边际值定量描述其对合流区交通冲突的影响程度,得到以下结论:主线交通量、匝道交通量、车辆速度差、制动减速度与合流区冲突严重程度显著相关。以此提出匝道合流区交通安全改善建议:控制进入合流区的主线与匝道交通量,提醒驾驶人在通过合流区时应主动降低车辆速度并提高警惕,尽量避免急刹车。

ISBN: (纸本)9787522617916

关键词： 计算机图像处理   技术概述   技术优势   应用领域   发展前景  

摘要： 针对目前计算机图像处理技术在各行业的广泛应用,为深入探究其应用优势及发展现状,从计算机图像处理技术概述开始分析,对其各类技术进行介绍,并简要分析其优势特点,进而对其应用过程进行分析阐述,并重点讨论该技术在各领域的具体应用。分析表明,计算机图像处理技术应用优势显著,在各行业实践应用方面发挥着极其重要的作用,有助于对该技术的应用领域以及未来发展前景提供一个总体性认识。