基于阈值分割的松材线虫病树计数与定位

松材病虫病是最紧迫的威胁之一,最近对中国针叶林造成了严重破坏,为了阻止松材病虫病的快速传播,必须在早期准确检测和计数受感染的树木。提出了一种基于密度图的方法,用于从高分辨率航拍图像中估计具有松材病虫病的树木数量,方法引入了阈值分割、形态处理和超像素技术,以最大限度地减少由于建筑物和岩石等相似背景物体引起的误差。实验表明,所提出的方法优于密度学习 算法,平均绝对误差、均方根误差和绝对误差方差分别从21.3、22.2和127.2减少到8.0、11.7和59.6,计数准确率从54.7%提高到81.3%。     

弯道岸坡上粗细泥沙统一起动流速公式

该文基于概率论与泥沙起动基本理论,考虑了起动概率、相对暴露度与细颗粒泥沙间黏结力和附加下压力对泥沙起动的影响,采用滑动起动模型,从理论上推导出了适用于弯道岸坡上粗、细泥沙颗粒起动的统一流速公式,完善了已有研究成果对泥沙起动概率考虑的不足。公式综合了弯道岸坡、顺直岸坡、正负坡及平坡等条件下粗细泥沙颗粒起动流速计算,可简化为各简单条件下泥沙起动流速公式。通过各简单条件下泥沙起动流速实测资料验证,该文公式与实测数据符合良好。     

Computer aided detection system for micro calcifications in digital mammograms

Breast cancer continues to be a significant public health problem in the world. Early detection is the key for improving breast cancer prognosis. Mammogram breast X-ray is considered the most reliable method in early detection of breast cancer. However, it is difficult for radiologists to provide both accurate and uniform evaluation for the enormous mammograms generated in widespread screening. Micro calcification clusters (MCCs) and masses are the two most important signs for the breast cancer, and their automated detection is very valuable for early breast cancer diagnosis. The main objective is to discuss the computer-aided detection system that has been proposed to assist the radiologists in detecting the specific abnormalities and improving the diagnostic accuracy in making the diagnostic decisions by applying techniques splits into three-steps procedure beginning with enhancement by using Histogram equalization (HE) and Morphological Enhancement, followed by segmentation based on Otsu's threshold the region of interest for the identification of micro calcifications and mass lesions, and at last classification stage, which classify between normal and micro calcifications ‘patterns and then classify between benign and malignant micro calcifications. In classification stage; three methods were used, the voting K-Nearest Neighbor classifier (K-NN) with prediction accuracy of 73%, Support Vector Machine classifier (SVM) with prediction accuracy of 83%, and Artificial Neural Network classifier (ANN) with prediction accuracy of 77%.     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。     

一种无线传感器网络链式传输分簇路由协议

由于周围环境对无线传感器网络(WSNs)的影响,在布设到特殊环境下时会产生信号的衰减与损耗,导致通信不畅。针对此问题,提出一种以LEACH路由协议为基础适应特殊环境(长直空间)的新型路由算法。本算法采用链式传输,即从内部逐一将信号传输给距空间最外端且距基站位置较近的簇头,克服了内部节点死亡过快的问题。同时簇内采用链式传输并且改进簇头阈值与成簇半径,减小了能量消耗,提高了稳定性,克服了LEACH算法的不足。     

基于H.264的改进阈值的可变自适应十字搜索算法

H.264视频编解码标准的算法复杂度高,不能满足视频监控和无线传输中要求的高压缩比、低码率和实时性的要求,通过分析可知运算量最大的是运动估计模块,本文对该模块的算法进行优化。在ARPS算法的基础上结合预测的初始点和自适应调节臂长的搜索策略的优点,采用可变阈值的早期终止策略和简单的搜索模板的算法。实验表明该算法在有效减少搜索点数的情况下并不会对图像质量产生较大的影响,提高了运动估计算法的搜索速率和鲁棒性。     

安全关键系统的栈空间分析研究

由于存储空间异常引起的系统故障,系统开发或维护人员很难从失效特征直接判断到根原因。另外,存储空间异常通常会引起整个系统崩溃,对于安全关键系统,如航空电子系统,系统的失效往往会引起坠机或人员伤亡,因此,对安全关键系统的空间分析显得尤为重要。由于系统栈空间的分析涉及系统动态运行状态,在程序的任意点都有可能被中断服务程序或实时操作系统的其它任务中断。此外系统的栈分析需要基于目标码等特性,再次增加了对于系统栈空间分析的难度。本文从栈空间分析的必要性出发,提出一种综合中断抢占图的栈分析理论和方法,并就安全关键系统如何保证栈空间使用的确定性进行论述。最后,就安全关键软件系统FCOS的栈空间分析过程进行详细的阐述。     

Markov随机场与Gaussian曲线在MR图像分割中的应用

针对扫描的人脑组织MR图像边缘分辨率低、模糊性大的特点,本文提出了一种基于模糊Markov随机场和Gaussian曲线相结合的MR图像最佳阈值分割方法。该方法通过对图像的像素邻域属性的统计将模糊论引入其中,建立模糊Markov随机场,并利用Gaussian曲线对二维直方图最佳一维投影进行拟合,确定出图像中各脑组织的二维阈值点,在二维直方图上实现对脑组织的分割。通过实验表明,本算法能够有效提高脑组织的分辨率,对噪声的鲁棒性、结果区域的连通性相对于一维Otsu和二维Otsu算法都有了很大的提高。     

基于重加权快速交替方向法的频谱感知

在认知无线电网络中,由于深衰落和低信噪比的影响,单个认知用户的宽带频谱检测性能较差,且算法复杂度较高。针对该问题,提出一种基于重加权快速交替方向法的频谱感知算法。利用目标函数的凸性,通过求导简化辅助变量的更新过程。对目标函数进行线性化处理,增加一个二次项,使待估变量更新时部分项线性化的增广拉格朗日函数成为严格凸函数,并使用迭代软阈值算法进行求解。在目标项中增加大权值抑制信号中的非零元素,获得接近于最小?0范数的解。实验结果表明,该算法能有效提高低信噪比环境下的检测概率和检测速度。     

Spartan6芯片μC/OS-Ⅱ的可抢占式嵌套中断控制方法

介绍了Spartan6芯片搭载MicroBlaze软核的硬件平台,以及集成了μC/OS-Ⅱ操作系统的软件平台;给出了在此软硬件平台上的可抢占、可嵌套的中断机制的实现方法;灵活地运用面向底层硬件代码与操作系统代码之间的参数传递,协调了中断处理与任务调度之间的关系。阐述了方案的原理,给出了程序流程图;通过试验,验证了可抢占、可嵌套的中断机制的正确性与可行性。