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： 图像处理软件   职业教育   教材  

ISBN: (纸本)9787568930390

摘要： 本书采用校企双元开发模式，注重“育训结合”，以“商品图片精修”典型工作任务为核心，按照商品材质在拍摄时候的成像特点进行分类，分为反光类商品、吸光类商品、透明类商品三大项目。每个项目分别有4个任务模块，采用新形态活页式教材，配合线上线下融合教学模式改革，方便学习者进行自主探究式学习。挑选具有代表性的商品，包括材质、光影特点，商品的成像特点，循序渐进；注重学习商品图片光影表现的处理，从而展现商品结构、立体感、质感。本书结构清晰、案例新颖，具有很强的实用性。学习后，能够使学习者具备基本的美学理论知识，掌握行业所需的实操技能与方法，从而达到学以致用的目的。本书可作为职业院校电子商务等专业的教材，也可以作为各类培训机构的培训实战教材，以及从事网店创业人员、管理人员、兼职人员的自学用书。

ISBN: (纸本)9787122418876

ISBN: (纸本)9787115626233

ISBN: (纸本)9787522617916

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： 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： 菌落图像识别   多尺度目标检测   YOLOv5模型   注意力机制  

摘要： 菌落是微生物技术研究的重要对象之一,可用于食品安全分级、环境污染评估、药物治疗效果判断、农用菌剂特性效果评价等。随着生物信息交叉学科的发展,基于数字图像处理技术的菌落图像识别应用也越来越普遍。在传统的微生物学研究中,菌落分类识别和计数主要依赖人工完成,对形成的菌落通常使用显微镜和手动计数的方法,耗时耗力易出错,难以应对大规模数据处理的需求。因此,本文针对上述问题进行了相关研究,提出了一种基于深度学习的菌落检测模型,并基于所提模型设计实现了主体功能完备的菌落自动识别分析系统。本文主要研究与解决了菌落检测在实际应用中面临的如下问题:(1)针对小目标分辨率低而导致漏检严重的现象,在YOLOv5x的Prediction层增加了MD(Micro-Detection)检测头,将原3尺度检测头变为4尺度检测头,使得更多的浅层特征能够传递到深层特征中,丰富了特征图信息,将准确率提升了0.5%。(2)为了抑制背景和噪声等因素的干扰,使菌落目标定位更加精确,在YOLOv5x主干网络的SPPF模块后和C3模块中引入了坐标注意力CA(Coordinate Attention)模块,增强了模型对菌落重要特征提取能力和通道关联性建模能力。(3)使用SIo U损失函数替换常用的CIo U损失函数对边框损失进行衡量,解决了CIo U对目标形状多样性不够敏感的问题;使用DIOU-NMS筛选预测框,改善了检测中目标遮挡重叠的情况。(4)通过基于菌落数据集的实验,验证了本文所提模型的识别准确率和算法效率;进一步,在所提模型与算法支撑下,结合实际需求,基于微服务架构开发了一款菌落自动识别分析系统,为相关人员完成菌落检测工作提供了一个便捷的平台。综上所述,本文提出了一种基于YOLOv5x改进的菌落检测模型,通过实验证明了改进后模型在菌落识别准确率和效率方面更具优势,尤其在小目标菌落识别准确率上提升了3.5%。最后,本文将研究成果落地,给用户提供了一个菌落自动识别分析系统,弥补了菌落人工检查工作的不足。

关键词： 模糊数   离散模糊数   模糊变换   图像处理  

摘要： 在系统建模和图像形态学分析过程中,常常涉及参数的不确定性,这种不确定性往往表现为一个模糊数.因此国际模糊集合与系统杂志(《FuzzySetsandSystems》)将“模糊数”作为模糊数值函数分析学、模糊信息系统、模糊优化以及涉及模糊数的诸多问题研究的一级关键词,相关理论和数学建模过程得到了广泛的研究.离散模糊数作为一类特殊的模糊集合,因其在系统表示与建模、模糊分析学理论研究、模糊信息过程处理和模糊信息变换与反演等方面的研究中具有重要的理论价值和应用背景,越来越受到很多学者的关注.然而,我们注意到对离散模糊数及其应用模型的研究主要集中在一维离散模糊数的情形.针对高维离散模糊数的分析学、取值为离散模糊数的数值映射以及涉及离散数据的数学建模等问题,尚未出现较为系统的工作,究其原因主要是高维离散模糊数的定义、运算、度量和偏序关系等基础理论研究较为复杂.考虑到在系统分析、图形图像处理、模糊信息系统建模中涉及不确定性的许多高维离散数据表示时,比较理想也容易计算的是能否转化为某种意义下的高维离散模糊数.作为理论研究和应用模型构建,本文对高维离散模糊数的分析学、离散模糊变换及其逼近性质,以及高维离散模糊数理论在彩色图像形态学分析和处理方面的应用进行了系统的研究.　　首先,在定义n维离散模糊数的基础上证明了其表示定理.为了解决n维离散模糊数在模式识别以及不确定对象的排序问题,提出了n维离散模糊数空间上区别值的定义,并研究了其性质.讨论了n维离散模糊数空间中有界集的确界问题.依据模糊集合之间的包含关系,定义了n维离散模糊数空间的偏序关系,证明了n维方拟有限数集上的n维离散模糊数表示定理.以所定义的偏序关系和表示定理为框架,讨论了n维方拟有限数集上的离散模糊数空间有界集的确界问题.　　其次,针对于离散模糊数在算数运算和逻辑运算结果中往往不再是一个离散模糊数的缺陷,对定义在可数集上的特殊离散模糊数进行了研究,证明了其端点函数形式的表示定理,研究了该特殊离散模糊数空间上的度量问题,并讨论了所提出的两种不同的度量与一致Hausdorff度量之间的关系.继而研究了离散模糊数值函数的分析性质.借助于所提出的离散模糊数高斯型规范化方法,和一般模糊数值函数分析学理论,讨论了固定论域离散模糊数值函数的分析性质,得到了离散模糊数值函数的积分表示和计算,并将其应用到多专家决策问题的离散模糊数值函数积分信息集成中.　　同时,研究了基于模糊划分的离散模糊变换方法,以及采用离散模糊变换和逆变换对离散模糊数隶属函数的逼近问题,得到了离散模糊变换的误差估计.在原函数是单调离散函数的情况下,讨论了扩展的均匀模糊划分.结果表明:所给出的离散模糊变换关于原函数的单调性保持不变,离散模糊变换和逆变换具有良好的一致收敛性和原函数基本特性保持不变的泛逼近性.　　作为应用和应用基础研究,讨论了涉及高维离散模糊数的多通道不确定数字信号处理方法.利用三维广义离散模糊数理论,构建和研究了彩色数学形态学分析方法.以三维广义离散模糊数空间上基于模糊相似度的全预序关系为基础,构造了彩色数学形态学的结构元素,定义了膨胀算子和腐蚀算子,通过两种基本算子的组合运算,实现和比较其彩色图像形态分析和处理结果,获得了较好的图像噪声抑制和纹理分类效果.研究了三维离散模糊数理论及其在彩色图像噪声去除中的应用,提出了一种基于三维离散模糊数的质心和不确定度的图像去噪算法,该方法能够有效实现对不确定数字信号中随机脉冲噪声的去除.