简介:摘要要想快速的对一些复杂背景图像的局部轮廓进行识别,就需要对这些复杂背景图像进行分解并且提取一些多尺度的细节特征,再将图像的原图和经过操作后的图像进行对比。在传统的方法中,一般都是利用相与操作算子对这些复杂的背景进行处理,再把图像中的干扰信号除掉,使用这种方法有一个缺点就是会忽略图像的一些细节,识别的效率也很低。研究人员根据实际的情况,提出了一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别的方法。这种智能识别的方法能够利用对偶树复小波的变换的优良特性对复杂背景图像进行分解,在提出多尺度的细节特征。在对这些已经提出来的特征进行腐蚀和开闭运算。这种方法真正的实现了对复杂背景图像局部轮廓信息的识别,也为以后发展图像识别技术奠定了一个良好的基础。
简介:摘要要想快速的对一些复杂背景图像的局部轮廓进行识别,就需要对这些复杂背景图像进行分解并且提取一些多尺度的细节特征,再将图像的原图和经过操作后的图像进行对比。在传统的方法中,一般都是利用相与操作算子对这些复杂的背景进行处理,再把图像中的干扰信号除掉,使用这种方法有一个缺点就是会忽略图像的一些细节,识别的效率也很低。研究人员根据实际的情况,提出了一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别的方法。这种智能识别的方法能够利用对偶树复小波的变换的优良特性对复杂背景图像进行分解,在提出多尺度的细节特征。在对这些已经提出来的特征进行腐蚀和开闭运算。这种方法真正的实现了对复杂背景图像局部轮廓信息的识别,也为以后发展图像识别技术奠定了一个良好的基础。
简介:煤炭行业在我国的经济发展中起着重要的能源作用。煤炭行业的发展必须通过采掘作业来实现。笔者结合煤炭采掘作业的实际情况谈谈采煤新技术在采掘作业中的应用。
简介:摘要目的探讨容积调强弧形治疗不同计划系统、不同多叶准直器(MLC)类型和不同治疗部位的计划复杂性差异,提出复杂性评分用于计划质量控制。方法统计Monaco和Eclipse系统,Agility、M-MLC和高分辨率MLC,鼻咽癌、肺癌和宫颈癌12个复杂性指标,计算复杂性指标Spearman相关系数,执行主成分分析将原数据集维数降至前两个主成分并解释其物理意义,计算复杂性评分并为计划质控建立容差和干预限值,分析复杂性指标与γ验证通过率相关性。结果Monaco与Eclipse除射束孔径子区域个数外,其他复杂性指标均有显著性差异,Monaco MLC子野更规则但机器跳数更高、叶片间距更小、运动距离更长,高分辨率MLC由于叶片宽度更窄显著提高MLC形状相关复杂性指标。主成分分析前两个主成分包含原数据集中超过80%的可变性,复杂性评分为前两个主成分加权均值。不同设备和部位复杂性评分不一样,以均值加标准差为容差限值,均值加2倍标准差为干预限值。复杂性特征和复杂性评分与γ通过率相关系数较小,呈弱相关或不相关,却有统计学意义。结论不同计划系统、MLC类型和治疗部位复杂性指标存在较大差异,复杂性评分为有用质控工具。