检索结果-南通市图书馆

基于合成图像与集成学习的糖尿病足溃疡图像分割方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于合成图像与集成学习的糖尿病足溃疡图像分割方法研究

作者：徐聘东莞理工学院

学位级别：硕士

糖尿病足溃疡(Diabetic Foot Ulcers,DFU)作为糖尿病患者的常见并发症,因其治疗周期长、复发率高及存在潜在的生命威胁,引起了广泛关注。及早发现和治疗对防止DFU病情恶化至关重要。然而,目前医生主要依赖手动工具进行目视检查来评估溃... 详细信息

糖尿病足溃疡(Diabetic Foot Ulcers,DFU)作为糖尿病患者的常见并发症,因其治疗周期长、复发率高及存在潜在的生命威胁,引起了广泛关注。及早发现和治疗对防止DFU病情恶化至关重要。然而,目前医生主要依赖手动工具进行目视检查来评估溃疡的严重程度,这种方式效率低下,无法满足日益增长的医疗需求。因此,探索自动化图像分割技术以助力DFU的精确诊断显得尤为迫切。该技术不仅能帮助糖尿病患者进行自我监测,还能为医生提供患者的康复过程记录,从而大大减轻患者和医疗系统的负担。因此DFU图像分割具有重要的研究价值和应用前景。由于标注成本和隐私等限制,目前公开的DFU图像分割数据集规模相对较小,这在很大程度上制约了深度学习模型的性能提升。为应对这一挑战,本研究探索了合成图像技术在提升DFU图像分割性能方面的潜力。本文使用Freestyle Net模型生成高质量的合成图像,并通过误差像素过滤策略处理合成图像与掩码之间的误差。为了提升合成数据集的有效性与多样性,本文针对DFU合成图像专门设计了一种掩码难度计算方法,并据此提出了两种创新的重采样策略,通过与平均采样方法的对比实验证明了其有效性。实验结果表明,这套方法能够普遍提高模型的分割性能。此外,在集成深度学习领域中,鉴于深度学习模型本身体积庞大且适用性广泛,通常采用简单、易操作的平均集成方法,这种做法并未完全发挥集成学习的全部潜能。为此,本文提出了一种基于样本互补性的新型集成学习策略。该策略深挖集成学习的本质,充分考虑模型在样本上的互补性,通过合理的模型选择与权重分配,实现了模型间的优势互补。在DFUC2022数据集上的实验结果显示,与简单平均集成方法相比,本策略展现了更卓越的性能表现。更进一步地,本文将合成图像技术与集成学习策略相结合,应用于DFU图像分割任务中。实验结果显示,这一融合策略在之前的基础上进一步提升了模型的整体分割性能,为DFU图像分割任务提供了更为精准和高效的解决方案。综上所述,本文通过深入研究合成图像技术与集成学习策略,为DFU图像分割任务提出了一系列创新方法。将这些方法应用到DFUC2022糖尿病足溃疡国际挑战赛中,最终取得了73.72%的Dice分数,优于测试阶段排行榜第一名的72.87%的Dice值,并在实时排行榜排名第二(截至2024年5月10日)。

关键词：图像分割糖尿病足溃疡合成图像集成学习 DFUC2022

银河系化学元素的丰度特征和合成图像(I):星际介质中轻元素丰度的观测及其特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

天文学进展 1997年第4期15卷 352-363页

作者：侯金良中国科学院上海天文台上海200030

给出并解释了星际介质中轻元素D，3He，4He和Li的最新观测数据．星际介质中轻元素的丰度观测结果可以用来检验标准大爆炸核合成理论，因此对这些元素的丰度研究具有重要的天体物理意义．到目前为止，轻元素丰度的观测结果基本上支持开... 详细信息

给出并解释了星际介质中轻元素D，3He，4He和Li的最新观测数据．星际介质中轻元素的丰度观测结果可以用来检验标准大爆炸核合成理论，因此对这些元素的丰度研究具有重要的天体物理意义．到目前为止，轻元素丰度的观测结果基本上支持开放宇宙的观点．根据最新的观测结果，在本地星际介质中D丰度可能存在小尺度不均匀性，而对类星体吸收云的观测表明不同观测者所获得的原初D丰度结果最大差别可达一个量级．如果观测是可靠的，那么在目前的标准大爆炸核合成理论和星系化学演化模型框架下还不能解释这种结果．另外种种迹象表明太阳系丰度可能不代表45亿年前本地星际介质的丰度．

关键词：星际介质元素丰度银河系合成图像化学元素

在线全文

学校读者我要写书评

暂无评论

顽健合成图像篡改检测及定位

电信科学 2017年第8期33卷 120-129页

作者：王潇张荣郭立君宁波大学信息科学与工程学院浙江宁波315211

针对自然图像与高度仿真的计算机生成图像的合成图像篡改检测问题,提出在YCb Cr颜色空间基于差分直方图和中心对称局部二进制模式提取图像块颜色和纹理特征的方法,通过训练后验概率支持向量机模型对待测图像块进行识别。在不重叠分块情... 详细信息

针对自然图像与高度仿真的计算机生成图像的合成图像篡改检测问题,提出在YCb Cr颜色空间基于差分直方图和中心对称局部二进制模式提取图像块颜色和纹理特征的方法,通过训练后验概率支持向量机模型对待测图像块进行识别。在不重叠分块情况下先大致判断篡改区域,然后在该区域内逐像素分块判别,最终实现篡改区域精确定位。实验结果表明,对128 dpi×128 dpi图像块的识别率达到94.75%,高于现有方法;对合成图像篡改区域能够实现精确定位,且对旋转、缩放操作表现出较好的顽健性。

关键词：合成图像特征提取后验概率支持向量机篡改检测

《利用photoshop合成图像》教学设计

在线全文

学校读者我要写书评

暂无评论

现代教育技术 2009年第S1期19卷 138-139页

作者：李晓成陈佑玲道县第一中学湖南永州425300

教学内容分析本课为选修教材《多媒体技术应用》教材中的第二章第二节图像的加工与处理的教学内容。

关键词：学生学习合成图像图像合成自主探究学习学习过程电子课堂教材教师提问操作方法教学目标

在线全文

学校读者我要写书评

暂无评论

基于柱透镜光栅的合成图像生成及分辨率损失

电视技术 2015年第5期39卷 78-82页

作者：王霞董玉和内蒙古科技大学数理与生物工程学院物理系内蒙古包头014010

根据柱透镜单元光传输原理,提出了一种非均匀宽度视差图条纹及其在合成图像中非均匀排列的方法,该方法可以减少立体图像串扰,增加各个视点接收到的对应视差图的信息量,使观看到的自由立体图像更加清晰。此外,置于LCD屏前的柱透镜光栅条... 详细信息

根据柱透镜单元光传输原理,提出了一种非均匀宽度视差图条纹及其在合成图像中非均匀排列的方法,该方法可以减少立体图像串扰,增加各个视点接收到的对应视差图的信息量,使观看到的自由立体图像更加清晰。此外,置于LCD屏前的柱透镜光栅条纹方向与屏表面的坐标轴倾斜角度的改变会导致图像在竖直和水平方向分辨率的变化。与光线追迹测量分辨率损失的ASAP软件模拟法不同,以解析法分析了光栅条纹倾斜角度对竖直和水平方向分辨率损失的影响,计算结果对柱透镜光栅自由立体显示器的设计有一定的参考性。

关键词：多视点视差图像自由立体图像合成图像柱透镜光栅分辨率损失

在线全文

学校读者我要写书评

暂无评论

基于随机受限参考区域的合成图像篡改检测

控制工程 2018年第8期25卷 1370-1374页

作者：孙鹏王方明郎宇博沈喆单大国刘磊中国刑事警察学院辽宁沈阳110854 现场物证溯源国家工程实验室北京110000 辽宁石油化工大学辽宁抚顺113001

针对合成图像篡改取证长期依赖人工经验,容易受到主观因素影响而出现漏判甚至误判的问题,提出了一种基于随机受限参考区域的合成图像篡改区域自动检测方法。首先将图像等分为n？n的子图像块,估计每一个图像子块的光源颜色特征,然后根据... 详细信息

针对合成图像篡改取证长期依赖人工经验,容易受到主观因素影响而出现漏判甚至误判的问题,提出了一种基于随机受限参考区域的合成图像篡改区域自动检测方法。首先将图像等分为n？n的子图像块,估计每一个图像子块的光源颜色特征,然后根据篡改区域单连通性的假设构建参考区域,并计算图像子块与参考区域之间的偏色距离,最后,通过自适应阈值对图像中的篡改区域进行分类检测。实验表明,该方法能够自动的检测图像中的伪造篡改区域,为合成图像篡改区域的检测提供了一类科学量化的方法。

关键词：图像盲取证合成图像光源颜色自动分类

在线全文

学校读者我要写书评

暂无评论

基于合成图像的储粮害虫目标检测算法研究

基于合成图像的储粮害虫目标检测算法研究

作者：蔡阔北京邮电大学

学位级别：硕士

储粮害虫的有效监测对保障粮食安全具有十分重要的意义。近年来,随着深度学习和计算机视觉技术的发展,储粮害虫监测技术逐渐由传统的人工采样、计数转变为基于图像的自动监测技术。然而,储粮害虫的目标检测与一般性的检测任务不同:一是... 详细信息

储粮害虫的有效监测对保障粮食安全具有十分重要的意义。近年来,随着深度学习和计算机视觉技术的发展,储粮害虫监测技术逐渐由传统的人工采样、计数转变为基于图像的自动监测技术。然而,储粮害虫的目标检测与一般性的检测任务不同:一是害虫的目标小、不同种类的害虫间差异小,导致检测任务难度大;二是基于深度学习的害虫检测方法严重地依赖于带标注的图像数据,需要人为地对大量图像进行标注;三是储粮害虫生存在特殊环境中,具有迁移性,加大了数据收集和数据集制作的难度和成本。合成图像技术是一种通过计算机模拟真实图像数据的技术,在少量或没有真实图像数据时,利用计算机模拟真实数据,从而解决实际的计算机视觉问题。结合储粮害虫监测的现状与合成图像技术的优势,将合成图像有效、合理地应用在储粮害虫监测问题中,意义主要在于:解放人力,减少储粮害虫图像收集和数据集制作的工作量,大量减少时间成本;同时合成图像数据具有质量高、标注准确的特点,能够有效地投入应用在储粮害虫检测算法的研究中。本文主要完成的研究工作如下:(1)基于合成图像技术,本文提出了一种建立储粮害虫合成图像数据集的方法。该方法主要包括三个部分:储粮害虫三维模型的建立、储粮害虫合成图像动态生成方程、储粮害虫材质转换神经网络。基于此方法,本文以我国主要储藏物(稻谷、小麦和玉米原粮)中十一大类十六种的主要危害害虫成虫作为研究对象,建立了储粮害虫合成图像数据集VirtualInsect,是目前包含储粮害虫种类最多的储粮害虫图像数据集。(2)基于VirtualInsect,本文设计了储粮害虫图像分类和储粮害虫目标检测对比实验,以实验室制作的真实储粮害虫图像数据集RGBInsect训练的模型作为基线模型,通过多种模型进行对比,实验结果验证了储粮害虫合成图像数据集建立方法以及VirtualInsect数据集的有效性和正确性,在一定准确率损失的情况下,能够大量减少对真实储粮害虫图像的使用。(3)本文针对储粮害虫目标检测模型设计了基于合成数据集VirtualInsect的模型压缩算法,在不使用真实害虫图像数据的前提下,实现了对储粮害虫目标检测模型的模型效率的提升,减少模型参数量85.17%,减少GPU显存占用57.9%,模型推理速度提升一倍以上,同时模型精度基本无损。(4)本文建立了基于web的储粮害虫数据集平台,实现了储粮害虫数据集的开源,具有数据集管理、数据集下载、用户权限管理等功能。

关键词：储粮害虫目标检测卷积神经网络合成图像

自由立体显示柱透镜光栅合成图像的设计和优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自由立体显示柱透镜光栅合成图像的设计和优化

作者：王霞内蒙古科技大学

学位级别：硕士

部分传统的二维显示可以通过心理暗示使人获得空间深度感。与其相比，真三维显示是生理3D显示，它比传统的二维显示更逼真地再现场景的深度信息，使观众有身临其境的生理视觉感受。在裸眼三维的显示方式中，柱透镜光栅3D显示方式由于其... 详细信息

部分传统的二维显示可以通过心理暗示使人获得空间深度感。与其相比，真三维显示是生理3D显示，它比传统的二维显示更逼真地再现场景的深度信息，使观众有身临其境的生理视觉感受。在裸眼三维的显示方式中，柱透镜光栅3D显示方式由于其成像原理简单，操作易行，价位低，透光性好等特点而被广泛使用。基于左右眼视差原理的柱透镜光栅式裸眼3D显示模式存在视差图之间明显的串扰现象和视角范围小等问题。为此，根据柱透镜单元的光线传输特性，提出了一种非均匀宽度视差图条纹及其在合成图像中非均匀排列的方法，该方法可以减少立体图像串扰，增加各个视点接收到的对应视差图的信息量。提出了在曲面电视显示屏前放置曲面光栅的方法。曲面柱面透镜光栅到人眼的距离近似相等，可使来自同一视差的光线更多地进入人眼。这种方法能增加3D显示的观看视角，使图像更加清晰。利用正交柱透镜光栅可以实现微透镜阵列集成成像的效果。本文理论分析了其成像光路的走向，可为正交柱面透镜光栅实现集成成像设计提供参考。此外，将柱面透镜光栅倾斜于合成图像条纹方向放置，可减小莫尔条纹，改善观看效果，但随之而来会产生图像在竖直和水平方向分辨率损失的现象。为此，用解析法分析了柱透镜光栅条纹方向与屏表面的坐标轴倾斜夹角的变化引起分辨率变化，利用Mathematics软件模拟得到了相应曲线图，其结果与用ASAP软件模拟法间隔取点绘制的曲线图非常接近，表明了解析法计算的正确性。由3D软件制作了可借助红绿眼镜观看到明显3D效果的传统红绿图;用3Ds Max软件生成了同一场景的不同视差图，为进一步实现柱透镜光栅3D显示提供了广泛的数字化素材。

关键词：柱透镜光栅合成图像立体显示曲面光栅正交柱透镜阵列

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于域一致性的合成图像和谐化方法

基于域一致性的合成图像和谐化方法

作者：潘婕厦门大学

学位级别：硕士

作为图像编辑的一种常见形式,图像拼接能够根据使用者的需求产生大量的合成图像,为后续的任务提供有力的数据支撑。然而,由于不同图像之间存在光照、色彩、纹理等低层语义方面的差异,使得合成图像的真实性和感官质量下降。因此,为了调... 详细信息

作为图像编辑的一种常见形式,图像拼接能够根据使用者的需求产生大量的合成图像,为后续的任务提供有力的数据支撑。然而,由于不同图像之间存在光照、色彩、纹理等低层语义方面的差异,使得合成图像的真实性和感官质量下降。因此,为了调整合成图像中的前景区域,使其与背景区域特征相匹配,需要进行合成图像和谐化。论文提出全监督和前景先验的合成图像和谐化方法,解决合成图像的低层语义不匹配问题,旨在使和谐化后生成的图像前景域与背景域相谐调,提升生成图像的视觉质量。全监督合成图像和谐化方法以生成对抗网络作为模型的整体架构,利用真实图像作为标签约束生成具有更高质量的和谐化图像。以U-net作为生成网络并使用注意力机制,既保证了模型能够同时提取图像的高层语义信息和低层语义信息,又约束模型在生成时更关注前景区域。设计了生成图像的全局及局部域判别网络,约束生成网络生成前景域更接近背景域的图像。为了优化模型的训练,进一步提升生成图像的质量,使用深监督约束和上下文结构误差。实验部分论证了各个模块的有效性,在对比实验中本方法在四个公开数据集上能够取得整体较好的结果,具有较好的泛化性能,在HCOCO数据集上PSNR达到55.59,MSE达到34.07。使用前景先验的合成图像和谐化方法以对抗性训练网络作为模型的整体架构,以解决实际场景中合成图像缺少匹配标签的问题,扩大模型的适用范围。利用前景区域编辑痕迹分割网络,依据前景掩模作为先验,探测生成图像中未消除编辑痕迹的区域,指导生成网络进行优化。引入数字图像成像过程中常用的白平衡作为约束信息,进一步提升生成图像的视觉质量。实验部分验证了各模块设置的合理性,本方法在四个公开数据集上均取得了优于传统方法的性能,说明前景先验方法能够有效进行图像和谐化生成。

关键词：深度学习合成图像和谐化生成对抗对抗性训练