基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

齐齐哈尔两家大米企业获生态原产地保护标志

<正>我们从齐齐哈尔检验检疫局获悉,2015年1月19日国家质检总局公告,根据《原产地标记管理规定》《生态原产地产品保护评定通则》等规定,经审核评定,批准齐齐哈尔市两家企业的大米为生态原产地保护产品,准予其使用生态原产地产品保护标志,自即日起实施保护。此项殊荣属我省首批,两家企业的产品也是目前为止全省唯一获得生态原产地保护的大米。生态原产地产品是指在产品     

基于机器视觉的运煤车车号识别技术研究

在铁路运煤装车过程中为了快速、准确地识别车号,提出一种基于机器视觉的运煤车车号识别技术。将连通区域提取与投影分割法结合,实现车号的粗定位、细分割,并对图像中的断裂字符进行二次分割,构建了基于BP神经网络的分类模型进行车号识别,提升了煤炭装车的效率和精度。     

基于蛋白质组学技术研究秦川牛肉宰后贮藏过程中肌红蛋白含量及其衍生物转化

本实验采用4D-非标记蛋白质组学技术研究秦川牛肉贮藏过程中（0～8 d）肌红蛋白含量及其衍生物的转化情况，阐释冷却秦川牛肉中肌红蛋白含量及其衍生物转化的分子机制。结果表明：贮藏过程中，肌红蛋白表达量在宰后0～4 d上升、4～8 d下降，利用非标记蛋白质组学技术鉴定出与肌红蛋白及其衍生物相关的差异蛋白14 种，具体包括代谢酶、氧化还原酶、过氧化物酶、伴侣蛋白4 类，这4 类蛋白的表达共同调控贮藏过程中肌红蛋白含量的变化及其3 种衍生物之间的转化，具体表现为贮藏过程中肌红蛋白表达量整体呈下降趋势，氧合肌红蛋白相对含量持续下降，脱氧肌红蛋白、高铁肌红蛋白相对含量逐渐增加，导致肉色发生褐变。本研究结果有利于理解秦川牛肉贮藏过程肉类变色的复杂生化变化机制。