【摘 要】
：
为提高重迭区域信息检测精度,笔者设计一种医学图像重迭区域信息检测方法。首先,定位图像有效重迭区域,根据重迭区域的边缘信息提取特征点,并构建一个用于描述医学图像的影像函数;其次,使用视觉处理方式得到一个匹配系数,以得到的系数作为信息预处理依据,完成对信息的预处理;最后,根据信息的交互式架构构建信息化模型,以此为依据检测重迭区域信息的准确性。实验结果表明:设计的检测方法在实际应用中不仅能够得到更加符合
论文部分内容阅读
为提高重迭区域信息检测精度,笔者设计一种医学图像重迭区域信息检测方法。首先,定位图像有效重迭区域,根据重迭区域的边缘信息提取特征点,并构建一个用于描述医学图像的影像函数;其次,使用视觉处理方式得到一个匹配系数,以得到的系数作为信息预处理依据,完成对信息的预处理;最后,根据信息的交互式架构构建信息化模型,以此为依据检测重迭区域信息的准确性。实验结果表明:设计的检测方法在实际应用中不仅能够得到更加符合真实情况的医学图像重迭区域信息,还能有效提高区域信息的检测效率。
其他文献
北京时间2月19日凌晨,美国国家航空航天局(NASA)"毅力号"无人车成功登陆火星,从传回的图像看,毅力号成功着陆耶泽罗陨石坑(Jezero Crater)。毅力号是设计为专用于火星探测的无人车,造价27亿美元,将执行美国第九次探索火星任务。该车重1043kg,有一对样品处理臂组件:Bit Carousel(旋转木马式钻头)和Adaptive Caching Assembly(自适应缓存装置),用
This paper proposes a two-stage point cloud super resolution framework that combines local interpolation and deep neural network based readjustment. For the first stage, the authors apply a local inte
近年来,现有的深度学习网络模型已经能在各种分类任务中达到很高的准确率,但它们仍然极易受到对抗样本的攻击。目前,对抗训练是防御对抗样本攻击的最好方法之一。但已知的单步攻击对抗训练方法仅对单步攻击有着良好的防御效果,对迭代攻击的防御性能却很差,而迭代攻击对抗训练方法只提升了对迭代攻击的防御性能,对单步攻击的防御效果却不够理想。为了同时提高深度学习网络模型对单步攻击与迭代攻击的鲁棒性,文中提出了一种综合
动态人脸识别在实时监控和人员追踪等领域具有广泛应用前景,是目前人脸识别技术的研究热点之一。针对传统人脸识别技术在动态人脸识别应用中识别率不高的问题,提出一种基于背景差分法的改进脉冲耦合神经网络的动态人脸识别方法。利用脉冲耦合神经网络时空总和特性,将脉冲耦合神经网络神经元与人脸图像像素对应,使对不同人脸图像像素产生不同点火序列,通过对图像像素点火序列分析,可以进行不同人脸的区分。对500组动态人脸图
西门子全新推出一款用于过程工业的新型物联网(IOT)网关-Sitrans CloudConnect 240。它可提供完全独立于控制系统的第二个数据通道,用于将数据从任何基于HART?的现场设备传输到IT系统。在过程工业中,就数字化而言,现场仪表是数据的主要来源。Sitrans CC240物联网网关建立的第二个数据通道,将隐藏的现场级数据呈现给用户,且不会对现有控制技术产生不利影响。对于任何V5或更
青藏高原及其周边区域通常被称为地球"第三极".它不仅是受全球气候变暖影响最显著的区域之一,同时也是全球冰湖溃决洪水(Glacial Lake Outburst Floods, GLOFs)灾害频发的地区之一.尽管之前已经有很多发生在第三极地区的GLOF事件被报道,但考虑到GLOFs通常发生在高海拔无人区以及一些小规模的GLOFs并没有对下游地区造成太大的破坏,可能仍然有一些已经发生的GLOF事件并
It well known that vehicle detection is an important component of the field of object detection.However,the environment of vehicle detection is particularly sophisticated in practical processes.It is
Data are crucial to the growth of e-commerce in todays world of highly demanding hyper-personalized consumer experiences, which are collected using advanced web scraping technologies. However, core da
提出一种基于深度学习图像识别的除霜方法。通过实际的冷库采集有霜图像和除霜图像,构成测试数据集,将有霜图像和无霜图像进行人工标注,利用搭建好的神经网络进行训练并实现对图像的识别,然后,利用识别的图像对除霜系统进行控制。实验表明,该方法具有较好的识别率,理论上可用于实现对除霜系统的控制。基于图像识别的除霜控制系统,与人工除霜相比,减少人员出入冷库对温度的影响,与定时除霜相比,减少了冷库能耗,有利于绿色
多模态融合技术在生物特征识别、人体动作识别领域受到越来越多的关注。本文介绍了多模态技术及其融合算法的技术背景,并从数据维度出发,分别论述了低维到高维的多模态融合技术在人体动作识别领域的实现方式。参照此技术,消防领域中的火灾探测算法宜采用结合深度学习框架的多模态数据融合技术实现,以获得更高的精度。