1 三峡大学 水电工程智能视觉监测湖北省重点实验室，湖北宜昌443002
2 三峡大学 计算机与信息学院，湖北宜昌44300
针对大肠的息肉组织与正常组织间无明显边界，准确定位息肉位置困难的问题，提出了一种多尺度ResNeSt-50聚合网络融合顺序树重加权置信度传播（sequential Tree-Reweighted Message Passing， TRW-S）的息肉图像分割方法。为提高网络对息肉信息的表达能力，构建编码-解码结构的多尺度ResNeSt-50聚合网络，编码器由卷积模块和4级ResNeSt模块级联构建ResNeSt-50骨干网络，实现跨通道信息间的线性整合与连接；ResNeSt-50采用拆分注意力机制加强重要通道组的表现能力，增强了残差模块提取息肉图像信息的能力；解码部分下三层构建多层感受野模块（receptive field block， RFB）获取多尺度信息，然后用密集聚合模块整合其输出，并以快速解码方式输出解码信息，保证其分割性能的同时减少参数量；其次，生成预测图时采用测试时图像增强（Test-Time Augmentation， TTA）模块提升预测准确度，并增强网络的泛化能力；最后，构建基于马尔科夫随机场的TRW-S算法对输出的预测图进行后处理，以实现分割边缘的连续性和分割区域内部的一致性。对大肠息肉数据集Kvasir-SEG的测试结果表明，本文方法相比于U-Net，U-Net++，ResUnet、SFA、PraNet等算法，mDice值达91.6%，mIoU达86.3%，Smeasure达0.921， MAE为0.023，优于其他五种息肉分割算法；在未知数据集ETIS-LaribPolypDB，ColonDB上测试结果表明，相比于PraNet模型，本文模型的mDice值分别提升了14.2%，7.7%；从本文模型在ETIS-LaribPolypDB数据集上的分割表现看，本文算法对微小病变十分敏感；因此，本文算法分割的息肉图像，在分割区域内部的一致性、分割边缘的连续性、轮廓清晰度、捕捉微小病变能力等方面均表现出优良的性能，同时，对未知数据集具有较好的泛化能力。
息肉图像分割 多尺度密集聚合网络 拆分注意力机制 顺序树重加权置信度传播 多尺度感受野 polyp image segmentation multiscale dense aggregation network split-attention sequential tree-reweighted message passing multiscale receptive field 光学 精密工程
2023, 31(18): 2765
1 华中光电技术研究所－武汉光电国家研究中心，湖北武汉430223
2 武汉海阔科技有限公司，湖北武汉430079
3 火箭军装备部驻北京地区第八军事代表室，北京100192
光电跟踪系统经常会遇到各种复杂环境，如导弹尾焰、相似目标的出现等，这就导致仅仅依赖跟踪算法的优化无法解决遇到的上述问题。对多个跟踪策略进行优化研究，采用归一化相关对遮挡进行判断，并提出双波门跟踪和航迹滤波的处理算法。实验证明，经过优化改进后可以稳定跟踪复杂环境下的目标，提高了跟踪的鲁棒性。
跟踪策略 海天线检测 抗遮挡跟踪 航迹预测 前置波门 中心波门 tracking strategy sea antenna detection anti-occlusion tracking track plotting preposition tracking window center tracking window
1 华中光电技术研究所—武汉光电国家研究中心, 湖北 武汉 430223
2 武汉海阔科技有限公司, 湖北 武汉 430070
目标跟踪系统中比较难解决的一个问题就是遮挡,当一个目标被另一个物体部分或全部遮挡时,跟踪的特性就会不完整或彻底消失,导致目标跟踪失败。为了解决这一问题,采用不变矩和归一化相关(NCC)对目标遮挡进行判断,然后采用目标位置和速度进行航迹外推,对大量外场视频进行仿真并把算法移植到硬件平台。结果表明,通过上述方法可以有效解决目标跟踪遇到的遮挡问题。
不变矩 快速金字塔分层搜索 归一化交叉相关(NCC) 查找表 相关匹配 invariant moment fast pyramid-layered searching NCC (normalized correlation coefficient) look-up table correlation matching
1 三峡大学 计算机与信息学院, 湖北 宜昌 443002
2 湖北省水电工程智能视觉监测重点实验室(三峡大学), 湖北 宜昌 443002
针对眼底图像中血管与背景间对比度低以及血管自身结构复杂等因素对视网膜血管分割所带来的问题, 本文提出了一种具有自适应连接值的脉冲耦合神经网络(PCNN)与高斯匹配滤波器相结合的视网膜血管分割方法。首先, 利用对比度受限制的自适应直方图均衡化(CLAHE)技术与二维高斯匹配滤波器对血管区域的对比度进行有效增强。然后, 利用经验阈值选择出一定的血管区域作为初始种子区域。接着, 将带有快速连接机制的PCNN与种子区域增长思想相结合, 通过自适应动态设置PCNN中的连接强度系数和停止条件, 实现眼底图像中血管区域的自动生长。整个算法在DRIVE视网膜图像库中进行了测试, 实验结果表明, 相比于不使用动态连接强度系数与停止条件的方法, 所提出算法的灵敏度从49.79%提高至70.39%, 准确度从95%提高到95.39%。证明了该算法具有较好的分割精确度和应用价值。
视网膜图像处理 血管分割 脉冲耦合神经网络(PCNN) 高斯匹配滤波器 快速连接 retinal image processing blood vessels segmentation Pulse Coupled Neural Network (PCNN) Gaussian matched filter fast linking
华中光电技术研究所—武汉光电国家实验室, 湖北 武汉 430073
海天线的检测和提取是舰船红外图像处理中的一个重要内容,在综合分析比较基于边缘检测、图像分割以及小波变换多尺度分析等多种海天线检测算法优缺点的基础上,提出一种基于形态学处理和最小二乘法的算法,仿真分析表明此算法能适应含有各种干扰的海面背景环境,鲁棒性好,并且提取精度高,能精确定位海天线。
红外图像 海天线提取 图像特征 形态学处理 最小二乘法 infrared image sea-sky-line detection image feature morphological processing least square method
