简介：摘要磁性特征是纸币的重要防伪特征之一，但传统的鉴别技术仅对纸币在特定部位的磁性特征进行鉴别，没有达到全幅面鉴别的水平。因此，本文提出一种高性能的纸币全幅面磁性特征鉴别方法。首先，利用高性能的磁性传感器获取纸币全幅面的磁性特征，形成纸币的磁图像；然后，利用改进的局部二值模式算法提取纸币磁图像全幅面的鉴别性特征；最后，将测试纸币和标准真币的磁性特征进行对比来鉴别纸币的真伪。实验结果表明，本文提出的方法实现了纸币全幅面的磁性特征鉴别，具有很强的鉴别能力。

简介：摘要人工智能在图像识别方面取得较大进步，国外学者已经将人工智能的图像识别算法用于分析皮肤病理图片，并取得一些成果。我国皮肤临床应用图像识别算法起步较晚。目的为了使皮肤科医务工作者理解人工知识图像识别算法原理。方法本文从皮肤科医务工作者角度介绍了图像识别涉及到的反向传播、归一划算法原理及实现这些算法需要使用的工具。结果实际情况表明，皮肤科医务工作者在了解这些算法原理后，可以深刻理解图像识别算法。结论随着病理图像的积累,图像识别算法可以辅助皮肤科医务工作者完成日常工作。

简介：摘要随着煤炭生产企业机械化程度的不断提高，紧接而来的是机电设备故障及人员违章操作引起的事故增多。虽然各选煤厂在生产线均安装有大量的监控摄像设备，但需要人员实时查看，发现险情时也需要人员实时操作关停设备，而视频监控人员连续长时间的面对大量的监控画面，很难克服生理疲惫，做到精确的事故预控。

简介：摘要：深度学习算法应用于淋巴管瘤超声图像识别与分期，采用多模态CNN融合残差学习和注意力机制，结合FCN、U-Net等实现病灶自动检测分割，并通过综合评价指标验证其优于传统方法。深度网络提取高维特征分析病理参数相关性，构建并优化分期系统，运用临床数据训练、交叉验证及独立测试评估模型性能，确保准确可靠，有效辅助临床决策。

简介：从计算机决策支持系统(DSS)的设计出发,结合中医舌像诊断的特点,介绍了将模糊模式识别应用于舌色自动分类的优越性。系统首先根据样本学习集获取各类舌色中心,继而以舌面上单个像素点为单位,利用改进模糊C均值聚类方法,获取该像素对应颜色模式关于各种舌色中心的隶属度,以这些隶属度为基础,基于舌色不突变的规律,采用连通图遍历综合分析整个舌面,得到舌色分类结果,辅助中医师做出舌诊结论,该方法对于类似色块自动分类具有普遍的指导意义。

简介：摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库（DDSM）中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象，自动切分图像的感兴趣区域（ROI）。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合，并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法，对多项式核支持向量机（SVM）、随机森林和逻辑（logistic）回归分类器进行投票集成，构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像，其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据，并为细分BI-RADS4类图像提供技术基础。

简介：更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析（PCA-principalcomponentanalysis）和模板匹配的方法进行飞机识别。首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别。实验结果证明,该方法对飞机目标的识别是有效的。

简介：摘要近年来我国科学领域进步迅速，电子图像处理中智能化识别技术也因此实现广泛应用。基于此，本文将简单分析电子图像处理中智能化识别技术的应用，并围绕基于GA-BP神经网络的计算机智能化图像识别技术应用开展深入探讨，希望由此能够为业界发展带来一定启发。

简介：摘要本文以高分辨率遥感图像中飞机目标识别为导向，提出一种基于分层的目标识别算法模型，构建基于神经网络的飞机目标检测结构模型，以期提高飞机目标识别效率，以期实现飞机目标的高精度、自动化识别。

简介：

简介：提出了一种基于图像配准的自动目标识别算法,图像配准算法采用基于归一化互信息相似性判据,并采用模糊自适应粒子群优化算法作为搜索策略。在图像精确配准的基础上,通过图像间的相互转换,间接实现了目标的准确识别。仿真试验结果表明,该方法可以实现复杂背景下目标的准确识别。

简介：摘要目的应用深度学习进行病毒电镜图像的分类，通过多种模型性能的比较，提供适用于病毒电镜图像分类的网络模型，提供病毒电镜图像识别的辅助与支持，减少研究人员的劳动强度和分析时间。方法通过加深网络深度、调整学习率和批量大小等参数，使用AlexNet、VGG、ResNet、DenseNet、SqueezeNet、MobileNet、ShuffleNet多种经典的卷积神经网络对七种病毒电镜图像进行分类。结果DenseNet169以91.9%的准确率、90.1%的敏感度和98.6%的特异度取得了模型最佳性能。其中，模型对细小病毒的识别效果最好，乳头瘤病毒、疱疹病毒、痘病毒和轮状病毒的精确率、敏感度、特异度和F1值均在90%以上，甚至接近100%。同时，轻量级网络ShuffleNet的性能以更少的参数量和浮点次数超越了深度网络AlexNet和VGG，并能够以比ResNet少约15倍的参数量和90余倍的浮点运算次数取得与之相当的结果；与DenseNet相比，孙世丁通过牺牲可接受范围内的识别性能换取了比其少约10倍的参数量和80余倍的浮点运算次数。结论深度网络DenseNet169能够以最佳性能实现病毒电镜图像的自动识别，轻量网络ShuffleNet_v2_x0_5能够以更少的参数量和浮点运算次数实现次优性能，在实际应用中可结合具体情况在深度网络和轻量级网络之间进行取舍。

简介：本文系统的回顾了若干传统的图像分割技术，包括基于灰度直方图的技术及基于空间细节的各种技术，也介绍了若干新的分割方法，如基于模糊集理论的方法，基于多分辨率分析的方法以及基于人工神经网络的方法等。同时也对分割结果的评价等作了概要介绍。

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：摘要针对医学CT图像上图像挖掘技术的应用方式进行分析，讨论数据收集与CT图像特征等，希望能够对相关研究活动带来一定的借鉴价值。

简介：随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域应用的基础上，提出医学图像处理技术发展所面临的相关问题及其发展方向。

简介：

简介：【摘要】目的：分析探讨食管癌淋巴结转移CT图像AI识别分析及应用价值。方法：选取我院2016年1月-2020年6月接收治疗食管癌淋巴结转移患者50例为观察对象，所有病例均

简介：摘要目的分析和观察图像引导放疗过程中图像配准技术的应用及效果。方法选择本院2015年3月～2017年4月需进行图像引导进行放射治疗的30例肿瘤患者为观察对象，观察患者放疗过程中以图像配准技术为重点的应用操作方法。结果30例患者共扫描240次，其中有1例患者因扫描过程中头脚的误差达到5.3cm，左右、头脚以及前后三个方向上低于3mm的误差发生率分别为56.3%、47.2%、43.4%。结论肿瘤患者在图像引导放疗过程中，应用图像配准技术能够在一定程度上提升临床放疗的精度，从而提升患者放射治疗的效果以及安全性，值得在临床中推广应用。