【摘 要】
：
PoCA算法和MLSD算法是宇宙线μ子成像中常用的两种算法,其成像结果在中心面普遍存在分布均匀、灰度值较小的层状伪影。本文通过分析μ子成像的物理机制和重建算法原理,研究上述中心面伪影,指出其产生原因是成像空间中存在本底物质,并在此基础上提出一种校正方法,模拟实验表明该方法能在不影响μ子三维重建的前提下有效地消除中心面伪影。
论文部分内容阅读
PoCA算法和MLSD算法是宇宙线μ子成像中常用的两种算法,其成像结果在中心面普遍存在分布均匀、灰度值较小的层状伪影。本文通过分析μ子成像的物理机制和重建算法原理,研究上述中心面伪影,指出其产生原因是成像空间中存在本底物质,并在此基础上提出一种校正方法,模拟实验表明该方法能在不影响μ子三维重建的前提下有效地消除中心面伪影。
其他文献
针对目前手势识别方法计算复杂、特征量提取不可靠等问题,提出基于Kinect传感器深度信息快速动态手势识别算法。通过Kinect的深度摄像头获取深度图像,利用阈值分割法对深度图像进行预处理;结合深度信息,利用OpenCV函数库来提取前景;选用动态时间规整(dynamic time warping)算法计算测试行为模板与参考行为模板之间的相似度以实现样本的分类;最终结合OpenNI和OpenCV,在V
笔者采用MATLAB图像处理技术对SF6气体泄漏光学成像检测原始视频进行中值滤波、阈值分割、帧间差分等数字处理,捕捉到了SF6气体泄漏的动态运动轨迹,并将SF6气体泄漏位置及范围突出显示,为现场工作人员提供了更为直观的判别依据。最后通过实例分析,证明了该技术在实际应用中的可行性和有效性。
本文就智能车摄像头的图像采集与处理问题,提出一种对所采集赛道的视频数据进行场、行同步信号分离、二值化处理、有效提取并定位黑色边界轨迹的方法。实验证明,这种方法能够对摄像头图像进行有效采集、处理,可准确提供智能车沿轨道行驶的图像信息。试验表明该方法应用简单,适应性强,效果理想。在智能车比赛等应用方面,也具有较高的实用价值。
以不可分离小波框架变换为依托,对两个传感器在同一时刻获取的同一场景的图像进行融合。首先,对各原图像进行不可分离小波框架变换(NWF);然后,根据变换后系数计算图像的对比度量测,融合处理为基于对比度量测的系数选取过程,并对选取后的系数进行一致性校验;最后,对组合后的系数进行NWF逆变换,得到融合后的图像。
为了推广神经网络在人体动作识别中的应用,设计了一种基于分层识别框架和增强算法的动作识别系统,该系统融合了光流直方图、有向梯度直方图、Hu的矩特征、分块剪影和自相似矩阵等多种特征.为了与反向传播网络的增强相匹配,将传统的二分类增强算法扩展到多分类版本.此外,系统采用了包含预判决和后判决的分层识别框架,前者通过分析运动显著区域的位置,把动作粗分为几个子类,后者则利用额外的特征进一步提高识别准确率.基于
对于任意给定的人脸图像,提出了一个推演任意年龄段人脸图像的个性化模拟方法.利用人脸左右对称的特点设计了一个光照补偿算法;通过几何预处理和灰度预处理,建立归一化的人脸数据库和人脸轮廓库;给定的输入图像经过预处理、特征提取、轮廓变换和纹理合成4个步骤之后得到模拟图像.该方法实现了对任一年龄段、不同生活状况不同胖瘦情况下目标人脸的定制.实验结果表明,该方法对于正面人像有较好的模拟效果.
为了改善低剂量CT重建图像质量,在传统非局部先验的基础上,提出了一种基于投影对称性的改进非局部先验模型。基于该先验模型构造了一种贝叶斯(Bayesian)重建算法,并将其应用到低剂量CT投影数据降噪中,通过滤波反投影算法重建出图像。仿真实验结果表明,本文所提出的算法较基于传统先验模型的重建算法,能在去除噪声与保持边缘之间取得较好的平衡。
子午线轮胎的缺陷检测方法比较多,频谱分析法是基于频域的图像分析方法,其主要功能是获取图像在频域中的纹理特征。傅里叶变换能够将时域的信号分解为频域各频率分量下之和,即分解为各个频率下的谱。然后通过对得到的频谱进行图像处理,判断轮胎有无缺陷。实验证明使用基于傅里叶变换的频谱分析法进行子午线轮胎缺陷检测可以大幅降低工作量,提高轮胎检测效率。
本文通过实例分析对图形用户界面中视觉元素的隐喻功能做了梳理,探讨了隐喻的作用机制,并尝试形成了界面设计隐喻模型。此外还从隐喻的心理认知的角度对其在界面设计中的优势做了进一步探讨。
目的:边缘检测在图像处理中至关重要,可被广泛应用于目标区域识别、区域形状检测、图像分割等图像分析领域。边缘是图像中不平稳现象和不规则结构的重要表现,往往携带着图像中的大量信息,并给出图像轮廓。在医学图像三维显示技术中,为了更精确的临床判别需要得到单像素的清晰轮廓,因此我们提出一种新的边缘检测算法。方法:在传统的小波边缘检测的基础上,提出了一种新的边缘算法,即基于小波极大值边缘检测算法,应用模糊算法