关键词： 图像处理软件   套索工具   Photoshop   黑白对比度  

摘要： Photoshop软件是Adobe公司的一款最出名的图像处理软件,主要是用于图像处理。图像处理是对已经存在的位图进行二次编辑加工或处理,重点在于对图像的处理和加工。计算机的普及,促使越来越多的人需要掌握Photoshop图像处理软件的使用方法,因为在处理网页图像素材时,经常会对图像的局部进行编辑,有时还要对多个图像进行合成。

ISBN: (纸本)9787115505590

摘要： 近日,2021年中国国际服务贸易交易会在北京开幕,国产专业图像处理软件厂商亦心科技亮相服贸会,展示其采用全平台设计架构、支持10亿以上像素级别的图像处理软件——《悟空图像》,该软件同时兼容Adobe Photoshop格式,是国产图像处理领域的创新突破。

关键词： 线束   数字图像处理   定量金相   特征参数   组织结构  

摘要： 线束端面分析主要是利用显微镜对电缆线束内的各线芯微观组织结构进行检验,它不仅能揭示微观组织与性能之间的关系,更是检验工艺手段是否达到标准的重要依据。目前,生产中的线束端面分析与测量主要还是由检测人员使用光学显微镜进行人工判别,这将导致测量结果的准确性受人为因素影响较大,误判率较高。因此,方便、准确地对线束端面进行分析,有助于揭示组织结构和使用性能之间的关系,更好地理解工艺因素。本文通过应用数字图像处理技术和计算机辅助分析开发出线束端面组织定量分析系统。首先按照相关标准要求完成了线束的试样制备。通过对采集到的线束端面金相图像进行灰度转换、直方图均衡、平滑、锐化等图像预处理操作,优化各线芯结构的显示效果,提高端面分析的准确性。采用最大类间方差法的最佳全局阈值处理提取图像的特征,完成线芯与背景的分割,并且针对分割后仍可能存在的缺陷,系统提供形态学图像处理的方法用于一定程度上的改善。根据线束中各线芯的形状与分布特点,选取平均直径、周长、平均面积、压缩比和形状因子作为特征参数,结合定量金相的测量方法完成不同规格线束的参数测量,并对测量过程中的误差来源进行了分析。本系统基于Visual Studio和Qt环境设计开发,专门针对电缆线束端面组织结构,采用可视化编辑界面,操作简单、显示直观。经过大量实验验证,本系统分析可靠准确,满足产品工艺的标准和要求。

ISBN: (纸本)9787121398995

关键词： 紫花苜蓿   解剖结构   石蜡切片   解剖图像   图像分割   特征测量  

摘要： 近年来,随着农村牧区家庭养殖业的不断发展,饲草料需求量日益增加,同时,用户对高品质饲草料质量提出明确要求。紫花苜蓿作为优质饲草作物,在畜牧业发达地区种植比重较大,为了满足产业需求,研究探讨紫花苜蓿不同生长期刈割对显微结构、形态结构、品质及综合效益之间的关系和运用,有利于提高紫花苜蓿生产管理精准性,有利于提高紫花苜蓿产业发展科技水平。研究利用数字图像处理技术对其茎解剖结构图像进行分析处理,揭示了紫花苜蓿茎解剖结构及构造,研究分析了结构指标于不同物候期之间相关关系。按照植物生物学试验要求分别采集了紫花苜蓿分枝期、孕蕾期、处花期和盛花期茎样本,运用石蜡切片技术制作茎横切片永久切片,通过双重染色法对组织细胞进行染色处理。将生物光学显微镜与计算机配套软件Toup View3.7结合采集了紫花苜蓿茎解剖结构图像。针对茎解剖结构图像特点,以图像颜色显著性与形状特征为基础,对茎解剖结构横截面、维管束木质化细胞、髓薄壁细胞和表皮细胞图像进行预分割处理;运用数学形态学处理连接邻近物体、平滑边界及去除残留杂点;通过图像像素指标对茎横截面、维管束木质化细胞、髓薄壁细胞和表皮细胞图像分割算法进行评价。结果表明:运用的数学形态学空洞填充和连通域标记法对茎解剖结构横截面图像处理效果显著,最大连通区域即目标区域;利用图像颜色特征和形状特征结合对维管束木质化细胞图像进行处理,相比图像颜色显著性分割处理,其分割精度显著提高;采用数学形态学孔洞填充和开运算处理髓薄壁细胞图像,有效剔除了残留杂点,且目标区域分割较完整;为了实现表皮细胞粘连结构的准确分割,将通过迭代腐蚀的分水岭分割算法对处分割图像进行二次分割处理,其分割效果较理想。茎解剖结构横截面、维管束木质化细胞、髓薄壁细胞和表皮细胞图像分割算法评价结果可知,平均分割误差分别为2.537%、6.140%、6.197%、5.321%。研究以图像预处理、分割处理为基础,对茎解剖结构图像截面整体进行参数化研究;提出的茎解剖结构截面面积(SCA)测量算法平均测量精度达到99.383%。利用二值图像连通分量标注法对维管束木质化细胞个数(NPXVB)测量,测量精度达到97.278%;提出了一种初生木质部宽度(WPXVB)、串联结构高度(TSH)测量算法,经Toupview3.7软件手动测量值对比平均相对误差分别为3.578%、3.413%。研究分别对茎解剖结构表皮细胞厚度和个数参数化处理;通过交互测量和算法测量值的对比,平均相对误差分别为2.689%、3.034%。分析结果:通过研究分析紫花苜蓿茎解剖结构与物候期之间的相关性,经对各生长时期茎解剖结构观察和比较,其具有较强的可塑性;茎解剖结构横截面面积(SCA)、维管束木质化细胞个数(NPXVB)、维管束初生木质部宽度(WPXVB)、串联结构高度(TSH)和表皮细胞厚度(ECT)等对不同物候期具有显著变化,而表皮细胞个数(NEC)对不同物候期未见显著变化。研究表明,运用数字图像处理技术对紫花苜蓿茎解剖结构图像进行特征提取和测量,具有较高操作稳定性,并且劳动强度低、精度高和效率高等优点;本文所提出的处理算法对紫花苜蓿解剖结构图像研究提供了新的技术手段,对其品质检测及环境因子之间相关性分析打下了良好基础。

关键词： 冻融岩石   图像处理   分形理论   本构模型   数值模拟  

摘要： “一带一路”战略的深入实施,为我国高寒地区的发展提供了新的契机。随着寒区岩土工程规模的不断增加,冻融循环导致的岩石损伤、承载力下降引发的冻融灾害问题不断涌现,而冻融灾害是影响寒区岩土工程稳定性的关键问题之一。因此,本文以实际寒区岩土工程为背景,以试验为基础,采用图像处理技术和统计分形理论相结合的方法,获取能够准确表征冻融岩石内部结构特征的细观参量,在连续损伤力学的框架内将细观特征引入宏观力学模型,系统地刻画了岩石随冻融循环作用的损伤演化行为,并在此基础上,利用有限元分析软件ABAQUS进行多物理场数值分析。将实地采样获取的新鲜红砂岩加工成标准试样。试样分为冻融组和CT组,以±20℃为温度循环区间,先对岩石进行冻融循环试验,其次将经历不同冻融循环次数后的岩石进行CT扫描及力学特性试验,获取表征冻融岩石细观结构的CT图像。利用图像处理技术对获得的CT图像进行图像去噪、增强、二值化处理以及三维重构,获取清晰表征岩石真实细观结构的二维图像以及三维数字化模型。采用分形理论和统计理论,统计计算了冻融岩石的灰度值、孔隙率及分形维数,分析不同冻融次数下岩石的细观损伤演化规律,并建立了用细观结构变化表示的岩石冻融损伤变量。将前文建立的冻融岩石损伤变量引入能够反映岩石宏观变形破坏行为的本构关系,考虑残余阶段的变形特征,建立冻融荷载耦合作用下反映岩石变形全过程的岩石损伤本构模型,并与试验进行对比,验证了模型合理性。通过数值分析软件,对红砂岩的冻融循环以及单轴压缩过程进行模拟,研究不同冻融循环作用下温度的热传递效应以及荷载作用下岩石的应力应变曲线及强度分布规律,并与试验进行对比验证。

关键词： X射线医学CT   低剂量   医学图像分割   COVID-19   深度学习  

摘要： X射线医学计算机断层成像(Computed Tomography,CT)因其能够对患者体内组织或器官进行非侵入性的快速成像而日益广泛应用于临床诊断和治疗之中。然而,X射线CT扫描时的电离辐射会在患者体内产生累积而造成某种程度的辐射伤害。这就要求CT扫描的X射线是低剂量的。通过降低X射线管工作电压、电流,或者缩短曝光时间可实现低剂量,但将使X射线探测器接收到的X射线光子减少,引发泊松噪声。这必将导致采集到的投影数据信噪比降低,进而重建得到的CT图像夹杂噪声并伴有伪影。可见,在降低X射线辐射情形下,如何既能确保医学CT成像图像重建的质量又可保障其临床诊断价值而进行低剂量CT成像去噪算法关键技术研究,具有重要的理论研究意义。尤其是,针对新型冠状病毒(Coronavirus Disease 2019,COVID-19)肺炎,医学CT成像较之于核酸检测(RT-PCR)等生物检测诊断技术,在COVID-19诊断方面则更加直观、快速。因此,开展COVID-19病灶的医学CT图像分割研究,具有重要的现实研究意义。本文基于X射线医学CT成像、CT图像处理与分析的信息流程,对低剂量CT投影数据去噪、低剂量CT图像后处理去噪和胸部CT图像COVID-19病灶分割分别进行深入研究,以点带面对X射线医学CT成像的图像处理与分析关键技术开展研究工作。研究内容主要包括:(1)深入并系统分析研究了X射线医学CT成像的基础理论及技术方法,明晰了X射线医学CT技术发展及其国内外研究现状,确立了低剂量X射线CT重建图像质量退化所面临的挑战——即,既要保证重建CT图像的质量,借以满足医学临床诊断需要,又要尽其所能降低患者所承受的X射线辐射风险。阐述了X射线医学CT图像处理与分析等关键技术,分析了胸部X射线CT图像COVID-19病变分割的挑战性及其准确分割的重要性。(2)研究了低剂量X射线医学CT投影数据去噪算法。针对现有的低剂量去噪方法,系直接操作低剂量CT图像而容易丢失图像中的一些细小结构和纹理,同时,有关原始投影数据的卷积神经网络处理尚鲜有报道,论文提出了用于低剂量CT投影数据去噪的注意力残差密集卷积神经网络(Attention Guided Residual Dense Convolutional Neural Network,Att RDN)。首先,在注意力机制辅助下,充分利用特征融合和全局残差学习的优势,从受噪声污染的低剂量CT投影数据中提取出噪声;接下来,利用输入的低剂量投影数据减去所提取到的噪声信息;最后,将去噪后投影数据进行解析重建。实验结果从定性和定量两方面展示了Att RDN具有更好的性能。(3)CT扫描过程X射线辐射对患者产生的潜在风险倍受公众的关注,而简单地降低辐射剂量将会导致重建CT图像质量退化,影响疾病的诊断。为此,论文提出了一种组合最小二乘损失、结构相似度损失和L1损失的混合损失最小二乘生成对抗网络(Hybrid Loss Least Squared Generative Adversarial Network,H-LSGAN)低剂量CT图像后处理去噪算法。即,由生成器提取出分布在低剂量CT图像中的复杂噪声,然后用低剂量CT图像减去此噪声就得到了去噪CT图像。最小二乘损失能够对被判别为常规剂量但仍然远离常规剂量CT数据分布的去噪CT图像实施惩罚,将其推向决策平面边界;结构相似度损失和L1损失用来保持图像纹理细节和锐度。实验结果表明,该方法能够对低剂量CT图像进行噪声去除及伪影抑制。去噪CT图像的纹理统计分析结果,进一步证实了去噪CT图像接近于相对应的常规剂量CT图像。(4)鉴于COVID-19感染部位多变、与周围正常组织对比度低、病变区域边界模糊等特点,进行COVID-19病灶的胸部CT图像分割非常具有挑战性;况且,可用CT数据集受限,极大阻碍了机器学习技术在抗击COVID-19中的应用。基于此,论文研究了一种基于深度学习的CT图像COVID-19病灶分割方法——金字塔池化UNet(Pyramid Pooling Module Improved UNet,PPM-UNet)。该方法采用金字塔池化模块取代UNet架构中的原初的快捷跳跃连接,随后使用全局注意力机制增强神经网络的表示能力。首先,采用包含1600个COVID-19伪标签的CT图像数据集对模型进行预训练得到一个粗糙模型;然后,使用包含有100个标签样本的标准COVID-19 CT数据集进行精细微调,得到了良好的PPM-UNet COVID-19病灶分割模型。实验结果表明,PPM-UNet分割COVID-19病灶性能高于其它的图像分割方法。本文从X射线医学CT成像图像分析与处理技术出发,分别研究了低剂量X射线CT投影数据去噪、低剂量X射线CT图像后处理去噪和COVID-19病灶C

ISBN: (纸本)9787115557735

关键词： 计算机   图像处理   识别技术   处理技术  

摘要： 近年来,科学技术水平的不断发展,带动了计算机技术的迅猛发展,计算机技术为社会的经济、文化发展起到了更加坚实的后盾,计算机技术为人们的生活带来了方便,提高了人们快速获取信息渠道和方式,人们也对计算机技术应用提出了更高的要求。在信息时代的大背景下,计算机技术在社会中的应用越发深入,各种技术与发展促使计算机图像处理与识别技术相应产生。其基本原理是对图像的进行数字化处理,利用计算机强大的运算功能和海量的存储信息,对数据进行加工整理,使输出的数据满足人们设定的要求。随着计算机技术的应用开发,计算机图像处理技术渗透到社会各行各业,方方面面。在不同的领域内应用,同时又极大的推动着这些领域的进步与发展。