1 西安建筑科技大学 信息与控制工程学院,陕西 西安 710055
2 陕西省文物保护研究院,陕西 西安 710075
3 陕西省考古研究院,陕西 西安 710054
使用现有边缘检测方法提取古代壁画的线稿,存在噪声干扰大且丢失信息较多的问题。本文提出一种融合像素差卷积的壁画最优波段线稿提取方法,利用最小噪声分离方法将壁画多光谱数据的有效信息和噪声分离,选择最优主成分波段进行线稿的提取。针对传统卷积提取图像梯度信息的问题,引入像素差卷积提高边缘检测的图像梯度信息。在侧输出网络加入尺度增强模块(SEM)丰富多尺度特征,同时针对像素级别不平衡引起的像素错误分类问题,设计了基于图像相似度的Dice损失函数策略,逐级最小化像素距离获得清晰图像边缘,并利用壁画数据集先验知识微调模型解决数据集不足的问题。实验结果表明,本文方法可以在壁画褪色和噪声较多的场景下提取出较为清晰的线稿,线稿图像的SSIM和RMSE均优于其他算法,分别提高了2%~10%和2%~4%;在公开数据集BIPED上对模型进行验证,所提方法的ODS和OIS较PiDiNet分别提高0.005和0.007。该方法对褪色及具有病害的壁画可以提取出清晰完整的线稿图像。
线稿提取 光谱成像 像素差卷积 像素级平衡 壁画 sketch extraction spectral imaging pixel difference convolution pixel-level balancing mural
1 东华理工大学 江西省聚合物微纳制造与器件重点实验室南昌 330013
2 东华理工大学 核科学与工程学院南昌 330013
作为重要的分离和分析手段,液相色谱法主要应用在分析化学领域,而在核素分离工作中报道十分罕见。本项目基于动力学色谱理论基础,研发出一种脉冲式进样-赋能动力学色谱柱,色谱柱的填料采用粒径为0.2 mm的惰性二氧化硅,柱长为5 m,色谱分离单元约3.06万个。通过改变色谱柱外界条件,分析铀酰离子在色谱柱内的运动情况;通过水浴加热、超声波和外加磁场对色谱柱进行赋能,以提高离子相互分离的效果;在不同进样流速和温度下,研究混合核素的分离情况,得到最佳分离条件及色谱柱的动力学特性。结果表明,样品流速为4.109 mL·min-1,色谱柱加热温度为50 ℃,此时铀酰离子和钠离子的分离因数为1.185 4。以最佳分离条件进行海水提铀,得到铀和钠离子的分离因数为α=1.575,实现海水中铀和钠离子分离理论上需要20级。脉冲式进样-赋能动力学色谱柱能够高效快速地实现海水中铀的分离提取。文中采用的创新性方法,还可应用于其他核素的分离研究。
赋能 脉冲进样 时间控制分流 动力学色谱法 海水提铀 Energy-endowed Pulsed injection Time-controlled splitting Kinetic chromatography Uranium extraction from seawater
精准高效地从高分辨率遥感影像中提取建筑物信息对国土规划和地图制图意义重大,近年来基于卷积神经网络进行建筑物信息提取已经取得了很大的进展,然而在处理高分辨率遥感影像时仍存在影像的高级语义特征利用不够充分,难以获得细节丰富高精度分割影像的问题。文章针对以上问题提出了一种用于建筑物自动提取的深度学习网络结构空洞空间与通道感知网络(Atrous Space and Channel Perception Network,ASCP-Net)。该模型将空洞空间金子塔池化(Atrous Spatial Pyramid Pooling, ASPP)和空间与通道注意力 (Spatial and Channel Attention, SCA)模块融入到编码器-解码器结构中,通过ASPP模块来捕获和聚合多尺度上下文信息,采用SCA模块选择性增强特定位置和通道中更有用的信息,并将高低层特征信息输入解码网络完成建筑物信息的高效提取。在WHU建筑数据集(WHU Building Dataset)上进行实验,结果表明:文章提出的方法总体精度和F1评分分别达到了97.4%和94.6%,相比其他模型能够获得更清晰的建筑物边界,尤其对图像边缘不完整建筑的提取效果较好,有效提升了建筑物提取的精度和完整性。
高分辨率遥感影像 双注意力机制 空洞卷积 建筑物提取 high-resolution remote sensing images dual attention mechanism atrous convolution building extraction
1 黔西南州自然资源管理服务中心,兴义 562400
2 贵州大学矿业学院,贵阳 550025
针对传统喀斯特地区裸岩提取方法成本高、精度低的问题,文章构建了一种基于改进DeepLabV3+的裸岩提取方法。该方法首先在编码器中用CA-DC-MobileNetV3替换DeepLabV3+骨干网络Xception进行特征提取,很大程度上减少了模型的参数量;其次,将编码器提取的特征通过特征金字塔网络和坐标注意力机制进行加强特征提取,以获取更多小目标信息并减少图像细节损失;最后在空洞空间金字塔池化模块将不同空洞率的卷积层进行特征融合,提高信息的利用率。研究结果表明:文章方法在不同场景裸岩提取任务中表现最好,模型参数量约为DeepLabV3+的1/13,交并比、F1分数分别为72.46%、84.03%,上述2个指标相比于DeepLabV3+模型分别提高了4.62和3.19个百分点,并优于其余常用语义分割模型,提高了裸岩提取精度。
裸岩提取 深度学习 语义分割 坐标注意力机制 bare rock extraction deep learning semantic segmentation coordinate attention mechanism
强激光与粒子束
2024, 36(4): 043018
1 清华大学深圳国际研究生院,广东 深圳 518055
2 广东省偏振光学检测与成像工程技术研究中心,广东 深圳 518055
3 北京大学深圳医院病理科,广东 深圳 518036
数字病理技术利用经过数字化的病理样本显微图像及其特征,并配合人工智能技术,实现生物组织病变特征的定量评估和判定,辅助临床医生做出诊断结论。利用偏振光照明和偏振探测可以实现全偏振成像,图像每个像素的偏振特征都包含更加丰富的信息,特别是普通光学成像难以获得的亚细胞超分辨微观结构特征信息,可为病变组织的识别和定量评估提供更为有效的手段。本文总结了全偏振成像技术,并结合典型临床应用归纳总结了全偏振显微图像的数据分析方法和最新进展。
医用光学 全偏振显微成像 偏振数字病理 偏振特征提取 机器学习
1 太原科技大学机械工程学院,山西 太原 030024
2 太原科技大学重载装备作业智能化技术与系统山西省重点实验室,山西 太原 030024
线结构光测量技术被广泛应用于工业检测领域,而激光条纹中心提取质量直接影响线结构光的测量精度。针对现有算法在曲率变化较大或干扰严重工况下条纹中心提取效果较差的问题,提出了一种基于单边跟踪与中点预测的中心提取算法。首先根据激光条纹灰度和走向对其进行单边跟踪,同时结合灰度重心法和最小二乘法预测初始中心点坐标,然后利用初始中心点邻近像素差分构建Hessian矩阵,计算最终中心点坐标。实验结果表明:该算法的处理速度是几何中心法的3.96倍、测量精度是Steger法的2.06倍,在信噪比为8.52 dB且激光条纹与噪声相连的严重干扰情况下,提取精度是Steger法的5.76倍。所提算法在保证速度和精度的同时,具有较好的抗干扰性和适用性,对于条纹质量较差的工业检测具有一定意义。
测量 中心提取 单边跟踪 中点预测 差分 线结构光
针对轨道扣件表面结构复杂导致的线结构光照射分布不均匀问题,研究了一种基于改进灰度重心法的光条中心线提取方法,精准重构了轨道扣件点云模型。基于点云模型提取了轨道扣件的结构特征信息,建立了轨道扣件缺陷检测组合分类器模型,实现了轨道扣件的弹条缺失、扣件歪斜、螺母缺失等缺陷检测。研究了基于表面法向量的螺母上平面解析方法,通过螺母松动测量实验实现了轨道扣件的松动检测。搭建了扣件故障诊断实验平台并开展了相关实验研究,实验结果表明,系统扣件故障检出率达到96%,扣件松紧度测量的总体误差低于0.2 mm,扣件故障诊断系统的检测效果和鲁棒性较好,对列车安全运行具有重要的现实意义。
测量 三维图像处理 轨道扣件 线结构光 中心线提取 故障诊断