【摘 要】
：
医学超声图像在成像过程中由于超声散射回波的相互干渉,导致所成图像中出现难以与器官、组织等人体结构区分的斑点噪声,给后期的临床诊断和图像后续处理带来了极大的不便。针对超声图像中的斑点噪声,提出了一种基于支持向量机(SVM)的自适应均值滤波超声图像降噪模型。该方法利用SVM的分类特性,将超声图像中的噪声信号和非噪声信号作出区分,再将SVM的分类结果和均值滤波相结合去对噪声图像进行去噪。这样可以保证医学
论文部分内容阅读
医学超声图像在成像过程中由于超声散射回波的相互干渉,导致所成图像中出现难以与器官、组织等人体结构区分的斑点噪声,给后期的临床诊断和图像后续处理带来了极大的不便。针对超声图像中的斑点噪声,提出了一种基于支持向量机(SVM)的自适应均值滤波超声图像降噪模型。该方法利用SVM的分类特性,将超声图像中的噪声信号和非噪声信号作出区分,再将SVM的分类结果和均值滤波相结合去对噪声图像进行去噪。这样可以保证医学含噪图像的组织区域和细节特征做到最大保留,噪声区域获得最大的平滑处理。在实验部分,通过对物理体膜和人体超
其他文献
该文阐述了近两年全民短视频时代背景下,作为数字媒体应用技术专业的发展趋势,并提出了转变观念、深化校企合作、深化教学改革、深化课程体系改革、深化有效课堂改革等措施,以适应数字媒体应用领域大爆炸时代专业建设和人才培养模式改革需要。
托辊卡阻是造成带式输送机引燃事故的重要因素之一,为提高带式输送机运行的安全性和稳定性,利用摩擦热力学分析托辊与输送带接触摩擦时托辊的温升规律,结合ANSYS摩擦仿真得出托辊卡阻的判定依据。并提出采用红外热成像和图像处理相结合的方法对运行中的带式输送机进行图像识别,采用OSTU阈值分割、形态学改进和灰度重心算法分割并标定出图像中的卡阻托辊。经过10组实验测试表明,该方法可以准确地检测并标定出带式输送
物联网工程作为学科交叉融合的新兴专业典型代表,在构建其科学合理的课程体系与育人培养方案便成为该专业所面临的首要课题。本文结合学校的特色和优势学科的建设带动物联网工程专业交叉融合的同步发展,通过不断调整物联网工程专业人才培养方案的整体框架,推动物联网工程专业从单一人才培养模式到多元化、层次化、个性化人才培养模式转型。通过主干课程教学改革、教学计划适度调整、教学资源平台建设等多项专业建设措施,加强与企
随着我国广播电视工程的快速发展,能够有效满足广大用户的精神文化需求,同时也能够提高我国有线电视传播的质量。在当前广播电视工程中,通过运用多媒体计算机技术,能够全面增强广播电视工程的质量,确保数据传输更加的流畅与稳定。本文通过对多媒体计算机技术在广播电视工程中的应用进行深入的思考,提出相应的解决对策,促进广播电视工程整体的建设水平全面增强。
卫星应用越来越广泛地深入人类生产生活的各个领域,改变人们的生产生活方式,使经济社会发生深刻的变化。2019年是新中国成立70周年,中国的航天事业从无到有,不断发展壮大,由航天大国迈向航天强国。全年我国多颗应用卫星发射升空,北斗三号系统提供全球服务一周年,低轨通信卫星星座按计划推进,高分专项卫星持续部署。国家颁布多项政策保障卫星应用发展,促进产业规模扩大,大力推动航天技术应用及服务产业聚焦发展。在加
1.新中国成立70周年,应用卫星筑起坚实基础新中国成立70周年、航天事业发展60多年来,经过航天科技工作者的艰苦努力和顽强拼搏,中国航天不断发展壮大,由航天大国迈向航天强国。在轨运行应用卫星超过200颗,形成了气象卫星系列、资源卫星系列、海洋卫星系列、高分卫星系列、导航卫星星座、通信卫星系列,构成我国重要的空间基础设施。最近几年,商业航天呈迅速发展之势,商业卫星与国家公益卫星共同构成了应用卫星体系
1."新视野"探测器飞越柯伊伯带天体2.中国嫦娥四号实现世界首次月球背面软着陆3.隼鸟二号完成小行星采样并踏上归途4.美国商业载人飞船相继首飞5.印度开展反卫星试验6.美国成功发射全球首个商业在轨服务航天器7.中国北斗三号系统核心星座部署完成8."帕克太阳探测器"获得众多科学探测成果9.美国组建天军和太空司令部10.全球低轨星座建设进入爆发期
Qorvo推出突破性的物联网收发器Qorvo QPG7015M,这款收发器支持所有低功率开源标准智能家居技术同时运行。这款收发器结合Qorvo获得专利的天线分集和独有的接收器设计,在覆盖范围、干扰稳定性和能耗方面性能出色,有助于大幅简化物联网设计。
为解决从单目图像中很难恢复出准确、有效深度信息的问题,提出一种多尺度特征融合的单目图像深度估计算法.算法采用端对端训练的卷积神经网络(CNN)结构,引入从图像编码器到解码器的跳层连接来实现在不同尺度上特征的提取和表达,设计了一种多尺度的损失函数来提升卷积神经网络的训练效果.通过在NYU Depth V2室内场景深度数据集和KITTI室外场景深度数据集上的训练、验证和测试,实验结果表明:提出的多尺度
正确的人体点云数据分析不仅是人体3D测量的必要手段,更是未来服装数字化设计的基础,也是服装定制化智能生产的数据来源。人体散乱点云数据相比规整数据拥有更多的噪声及不规则性,这使得提取轮廓以及提取分割特征点更加困难。为了解决人体散乱点云数据分割难题,提出了基于移动最小二乘的切割算法。首先使用主成分分析法进行点云数据的调整,并使用夹角分析法提取投影到特定平面的二维轮廓。在此基础上,采用移动最小二乘法对部