检索结果-南通市图书馆

南京工业大学学报(自然科学版) 2021年

作者：朱文俊陈铭周颖张梦怡冯李航南京工业大学电气工程与控制科学学院

针对医学图像分辨率小、边缘模糊、感兴趣区域（ROI）区域不明显造成的分割不准确性问题，提出了一种新型mobile-unet网络的肺结节图像分割方法。该方法首先使用mobilenet中bneck模块替换unet网络的下采样部分，并对输入图像进行特征提... 详细信息

针对医学图像分辨率小、边缘模糊、感兴趣区域（ROI）区域不明显造成的分割不准确性问题，提出了一种新型mobile-unet网络的肺结节图像分割方法。该方法首先使用mobilenet中bneck模块替换unet网络的下采样部分，并对输入图像进行特征提取；然后，将下采样提取的特征按照unet网络连接方式融合到上采样部分；最后，利用训练好的网络得到分割结果。实验利用采集的肺结节数据集对mobile-unet进行了训练和验证。结果表明：新型mobile-unet网络能够更加准确地分割出肺结节位置，分割准确率从原有unet网络的85.00%提高至90.00％，同时相似系数(F;)仍然稳定在89.98%，证明了该方法的有效性。

关键词： mobile-unet 肺结节特征融合深度学习图像分割

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于对抗网络的光纤图像复原方法研究

基于对抗网络的光纤图像复原方法研究

引用

作者：张海帅沈阳理工大学

学位级别：硕士

随着时代的发展与进步,各领域技术都在向智能化方向发展。其中内窥镜作为医学或电子领域中常用的检测设备,需要更加纤细化与精准化以满足现实需求。光纤是一种纤细的光学传导工具,而且具有良好的信息传输能力,将光纤应用于内窥镜的研究... 详细信息

随着时代的发展与进步,各领域技术都在向智能化方向发展。其中内窥镜作为医学或电子领域中常用的检测设备,需要更加纤细化与精准化以满足现实需求。光纤是一种纤细的光学传导工具,而且具有良好的信息传输能力,将光纤应用于内窥镜的研究具有重要意义。近年来光纤结合深度学习技术实现了光纤图像复原,但是由于深度学习网络参数量庞大,无法对高帧率的图像进行实时恢复,因此同时保证恢复图像的质量与效率成为光纤成像应用到内窥镜领域的关键问题。其中保证高帧率图像的复原的时效性包括两方面,一方面是同时复原图像的数量,另一方面是每批图像恢复的速度。首先针对短距离多芯光纤的散斑图像还原问题,本文提出一种新型的mobileunet网络。融合mobile-Net与unet网络的优点,引入深度可分离卷积,降低了网络特征的冗余性,并减少了网络参数量,加快了网络的运行速度;同时利用unet网络多尺度融合的优点,对复原图像的边缘恢复具有良好的效果。实验证明,本文设计的mobile-unet网络具有良好的时效性与准确性。其次针对长距离多芯光纤以及多模光纤的散斑图像还原问题,本文提出一种改进的Deep Labv3+网络（An Improved Deep Lab V3+Network）,简称IDV3+。该网络将Deep Labv3+中的特征提取主干网络改为最新的Resnest-50结构,增强了特征提取能力。并在较小的特征层进行通道的拼接与融合,减少了对显存空间的占用,增加了对每批图像的处理数量。实验证明,本文提出的IDV3+网络可以实现同时对大量不同类型散斑图像进行实时复原,解决高帧率视频散斑图像恢复问题。最后针对以上两种网络图像恢复质量问题,本文设计了一种判别器与两种网络进行对抗训练,应用判别器加强对恢复图像质量的约束。其中判别器能够在训练过程中与生成器共同进化,从而增强对真假信息的判别能力,修正生成器的还原结果。实验证明,在引入对抗损失以后,两种网络在相应光纤图像还原的能力上得到进一步提升。

关键词：图像复原 mobile-unet IDV3+ 生成器判别器

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

葫芦科接穗苗盘上寻苗与上苗调整的方法研究

葫芦科接穗苗盘上寻苗与上苗调整的方法研究

引用

作者：赖一波浙江理工大学

学位级别：硕士

嫁接技术具有克服连作障碍、抵抗土壤病害等优点,是保证果蔬产量和品质的主要手段,提高嫁接效率对降低种植成本及增加果蔬产量具有重大意义。目前果蔬嫁接技术仍以纯手工或半自动机械为主,未实现上苗工序的自动化,人力成本高且嫁接效率... 详细信息

嫁接技术具有克服连作障碍、抵抗土壤病害等优点,是保证果蔬产量和品质的主要手段,提高嫁接效率对降低种植成本及增加果蔬产量具有重大意义。目前果蔬嫁接技术仍以纯手工或半自动机械为主,未实现上苗工序的自动化,人力成本高且嫁接效率无法保证,难以适应市场需求的扩增。针对自动嫁接中仍需人工辅助的取苗和上苗环节,本文以穴盘内的葫芦科接穗苗为对象,提出了一种高效的寻苗与上苗调整的方法,可实现对穴盘苗的定位、剪切、叶片参数提取和空间姿态调整,为全自动嫁接机的发展提供基础。本文的主要工作和研究内容如下:(1)基于三维视觉的接穗苗定位方法研究。本文首先根据接穗苗生长密度情况,搭建轻量化的视觉检测与切削一体化终端,计算得到视觉平台的工作景深在35.07～113mm,切刀相对于穴盘平面的活动高度为0～14.02mm。在进行激光线矫正和图像去畸变等预处理后利用三维视觉标定的方式得到散点集,采用7次最小二乘法拟合出定位光斑点的像素高度与实际空间纵深的关系,再通过空间几何变换得到侧向投影偏距;其次拼接融合单轮采集的图像,提高拟剪切目标的可选范围;最后在大感受野背景下采用最近邻优先策略实现剪切顺序规划,以夹具与苗茎的侧向间距误差在1mm内为合格标准,进行了200组样本测试,定位夹持成功率为97.5%。(2)基于mobile-unet网络的葫芦科接穗苗子叶分割模型研究。U-Net网络常用于数据集小、分割类别少但精度要求高的医学图像,故本文将其改进后应用到相似的接穗叶片图像分割任务中。利用mobile Net V2骨干作为特征提取主干网络,在解码层中使用Ghost Module替换双重卷积,测试结果表明,模型改进后在MIo U、Precision、Recall和Dice系数等评价指标上分别达到了96.95%、98.38%、98.50%和98.44%,模型的计算量(FLOPs)和参数量(Params)分别下降了27.4%和35.3%。改进模型与Seg Net、Deep Lab V3+这两种经典语义分割模型相比也具有分割精度高、体积更小等优点,能成功部署到嵌入式终端;针对分割出的叶片,使用两端查找法搜索特征点并提取子叶方向角。经测试,所提取的方向角最大误差为1.4度。(3)机械结构设计及控制系统研究。本文针对嫁接工艺中的寻苗、切削和子叶姿态调整等工作,设计了一种同步带传动型的RPRR机械臂,整体结构由碳纤维管和铝制固定件装配而成,主控器采用树莓派4B,通过CAN总线扩展板实现与各伺服电机的通信,指令交互快捷稳定;结合机械终端进行了运动学分析和建模仿真,通过单轴加减速算法控制和多轴电机联动控制模式,驱动机械关节达到目标节点,实现对机械臂的运动控制;最后在所规划的运动路径上分别对剪切动作及子叶方向角的调整动作进行测试,经过多次实验验证,在误差允许范围内,定位剪切准确率为97.14%,子叶姿态调整合格率为98.5%,组合实验成功率为95.5%。

关键词：穴盘接穗苗寻苗三维视觉 mobile-unet 运动学分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于嵌入式的无透镜全息成像系统研究

基于嵌入式的无透镜全息成像系统研究

引用

作者：马慧慧大连海事大学

学位级别：硕士

显微成像技术在生物、医学、化学等领域发挥着巨大的作用。无透镜显微成像技术可以将样本信息直接投影在图像传感器上,与传统光学显微镜相比,无透镜成像系统不受空间带宽积的限制,具有高分辨率成像和兼顾大视场的优点,而且体积小便于携... 详细信息

显微成像技术在生物、医学、化学等领域发挥着巨大的作用。无透镜显微成像技术可以将样本信息直接投影在图像传感器上,与传统光学显微镜相比,无透镜成像系统不受空间带宽积的限制,具有高分辨率成像和兼顾大视场的优点,而且体积小便于携带。嵌入式平台具有功耗低、便携性和可移动性高等优点,因此本文利用无透镜显微成像技术,设计了一套便携式基于嵌入式的无透镜成像系统,并开展了图像重建方法和嵌入式控制软件的研究。本文首先介绍了无透镜全息成像原理,然后整体设计并搭建了系统硬件平台。针对此嵌入式系统,开发了配套软件,主要用于全息图像的采集。针对采集的全息图像重建问题,提出了轻量级的重建网络,满足了嵌入式平台的计算资源要求。论文主要研究内容及成果如下:研究了mobile-unet无透镜全息重构网络算法。针对在有限计算能力的嵌入式平台上推理耗时长的问题,研究了轻量级网络mobileNet和unet网络,提出了一种mobile-unet模型,其中mobileNet作为主干网络,unet作为任务网络。对卷积块进行了两方面的设计:一是将标准卷积改进为深度可分离卷积;二是将原来的卷积块改进为线性瓶颈倒残差结构块。将mobile-unet网络重构结果与传统unet网络重构结果进行对比分析,mobile-unet网络重建精度基本没有损失,获得了较好的重构结果,可以有效去除重建像中孪生像、共轭像的影响,而且由于计算量减少为原来的十六分之一,参数量减少为原来的四十七分之一,大幅度提高了推理速度。部署了mobile-unet无透镜重构网络模型。针对Jetson Nano嵌入式平台,研究了TensorRT引擎库计算加速原理,搭建并调整相应的环境配置使其适用于神经网络模型加速运算。首先将Pytorch神经网络框架下生成的Pkl模型文件转化成Onnx模型,再将Onnx模型转化为推理需要的trt引擎文件,使用trt引擎文件进行推理。模型经过层间及张量融合、数据精度校准等优化方式,保证了重建精度基本不变,而且大幅度地提升了推理速度。实验表明,当输入图像尺寸大小为256×256时,轻量化网络结合Tensor RT,可在基本不损失精度的情况下,推理时间达到290.1ms,缩短为未经TensorRT优化之前模型推理时间的九分之一,满足了嵌入式平台的计算资源的要求,且具有较好的实时性。开发了无透镜全息成像系统嵌入式软件。首先进行嵌入式系统控制采集与处理软件的总体设计,包括软件功能设计和功能界面设计,然后介绍了系统软件的实现,主要包括:实时预览、全息图像采集、保存、重建等。最后进行软件功能测试和实验验证。

关键词：无透镜显微成像嵌入式软件全息重建 mobile-unet

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遥感影像及深度学习的建筑物识别研究

基于遥感影像及深度学习的建筑物识别研究

引用

石油天然气勘察技术中心站第三十一次技术交流研讨会

作者：郑志豪中石化石油工程设计有限公司工程勘察公司

为了实现对复杂场景中建筑物的有效识别,提出了一种基于unet网络和轻量化网络mobile-Net的建筑物语义分割方法。本文主要的工作包括:1)收集并处理了开源的Potsdam数据集,用于对所构建模型中的参数进行训练;2)通过无人机航拍的方式获取... 详细信息

为了实现对复杂场景中建筑物的有效识别,提出了一种基于unet网络和轻量化网络mobile-Net的建筑物语义分割方法。本文主要的工作包括:1)收集并处理了开源的Potsdam数据集,用于对所构建模型中的参数进行训练;2)通过无人机航拍的方式获取了含有建筑物的真实场景影像数据,用于对模型在实际场景中的能力进行检验;3)构建了轻量化语义分割mobile-unet模型,所构建的mobile-unet网络同时以正射影像DOM和数字高程模型DSM作为模型输入,输出二分类后的建筑物识别图像。结果表明,本文所提出的mobile-unet相比传统的FCN模型在测试集上的总体精度、准确率和交并比分别平均提高了2.57%、17.2%和17.57%,可以实现较高质量的建筑物提取。

关键词：建筑物识别 mobile-unet 深度学习遥感影像语义分割

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：