简介:作为一个保边去噪的算法,各向异性扩散滤波(anisotropicdiffusionfilter,ADF)被广泛应用于磁共振成像(magneticresonanceimage,MRI)图像的预处理中,且对MRI图像中的莱斯噪声具有很好的去除效果.各向异性扩散滤波参数的选择对于其去噪性能影响很大,为找出滤波器的最佳参数,我们用改进的遗传算法对其进行参数优化,并且采用了一种新的精英选择策略,而且还在交叉和变异过程中采用了自适应的交叉和变异概率,再分别对各向异性扩散滤波的迭代次数t、扩散阈值k以及时间步长λ等三个参数进行选择优化.最后,从峰值信噪比(peaksignal-to-noiseratio,PSNR)、结构相似性指数(structuralsimilarityindexmetric,SSIM)、均方差(meansquarederror,MSE)三个方面,将经过参数优化的各向异性扩散滤波器对脑部MRI进行去噪处理,并与其它参数下的滤波结果进行对比.实验结果表明,经过参数优化的各向异性滤波器,无论是从视觉上还是相关评价指标上,均优于其它参数情况下的去噪效果.
简介:应用近红外光谱分析技术(Nearinfraredspectroscopy,NIRS)和偏最小二乘法(Partialleastsquares,PLS)建立棉粕中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)定量分析模型,并对模型优化方法进行研究。模型的交叉验证决定系数(R^2ev)分别为0.94和0.95;交叉验证标准差(RMSECV)分别为0.668和0.441;模型外部验证决定系数(R^2val)分别为0.95和0.92;外部验证标准差(RMSEP)分别为0.81和0.44。结果表明:近红外光谱法可用于棉粕中NDF和ADF含量的快速测量。建模过程中选取有效的光谱区间可以提高模型的稳健性。