扑热息痛多腔体贮库式植入剂的制备及体外释放性能检测

目的以聚乳酸-羟基乙酸共聚物（PLGA）为载体,制备扑热息痛贮库式缓释体系,研究其体外释药性能。方法用微机电技术制备扑热息痛多腔体贮库式植入剂,采用高效液相色谱法检测药物的释放性能。本实验采用C18色谱柱,以甲醇-水（15：85）为流动相,检测波长为215nm,流速为0．8mL／min。结果载体形状不同,体外药物释放速率具有明显差异,外方内六边形扑热息痛植入剂缓释曲线符合Higuchi方程。结论扑热息痛多腔体贮库式植入剂制备工艺可行,载体的腔体形状对体外药物释放速度有较大影响。     

一种低信噪比环境下的基音检测方法

噪声是低信噪比环境下影响基音检测准确率的主要因素之一,为此提出一种基于形态学滤波和小波变换相结合的基音检测方法。该方法首先用形态学滤波器滤除噪声,突出基音。然后在小波域利用Teager能量算子区分清、浊音,通过浊音小波系数模的极大值提取基音。实验结果表明,在信噪比较小时该方法也能准确地检测出语音信号的基音,与传统的基音检测方法相比,该方法有较强的抗噪性。     

面向铁路应急的MANET安全节点发现协议建模

针对铁路应急通信网络安全问题,通过对其特征的详细分析,提出了面向铁路应急的移动自组网络安全节点发现协议建模,以达到解决铁路应急通信网络安全节点发现问题的目的.在对铁路应急的移动自组网络规则描述的基础上,给出具体的安全节点建模过程,并对其正确性、安全性、执行效率进行了详细的分析.最后以两类具体的安全节点发现过程为实例进行探讨,表明其与传统加密方式结合后,仍保持其有效性.     

基于噪声强度估计的中值滤波

为了提高中值滤波器的滤波性能和适应不同强度的椒盐噪声,提出了基于噪声强度估计的中值滤除算法.该算法通过椒盐噪声密度估计确定图像中的噪声强度的大小,然后根据噪声强度选择相应的滤波器及参数.计算机仿真实验结果表明:该算法能对未知噪声强度的退化图像在较短的时间内有效地去除噪声的同时,较好地保护图像细节.     

基于能量特征和神经网络的纹理图像分割

特征是描述纹理根本属性的一种有效手段,本文结合Gabor滤波器对不同频率和方向的选择特性及自组织特征映射神经网络对特征聚类的适应性和灵活性,提出了一种新的纹理图像分割方法。该方法首先通过Gabor滤波器提取纹理图像的能量特征,然后运用自组织特征映射神经网络进行特征聚类和分类,实现纹理图像的分割。仿真结果证明,该方法能有效地分割出区域特性不同的纹理,且错分率低于共生矩阵和K均值聚类相结合的分割方法。     

基于形态学滤波的图像伪边缘去除方法

针对传统边缘检测算子去除由噪声引起的伪边缘难的问题,提出了一种基于数学形态学滤波的图像伪边缘去除方法.该方法首先利用自适应中值滤波器对图像进行滤波,然后用Canny算子对图像进行边缘检测,对处理后的图像进行改进的τ-运算以去除伪边缘,从而得到较理想的图像边缘.仿真实验表明,该方法不仅有效地去除了由噪声引起的图像伪边缘,而且保留了完整的图像边缘,具有较小的均方根误差.     

基于改进算法YOLOv5+的混凝土轨枕裂纹检测

基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变化大的问题,使网络更利于提取有效特征;其次,将YOLOv5网络结构中SPP模块的最大池化层改为平均池化层,减少裂纹漏检的现象;同时,在YOLOv5骨干网络中嵌入SE注意力模块(Squeeze and Excitation, SE)提高对细小裂纹的检测能力;最后,结合新的检测尺度与特征融合网络,降低微小裂纹的漏检现象。实验结果表明,以YOLOv5网络模型为基础的改进算法YOLOv5+,除了召回率Recall变化不大外,精确率Precision提高6.5%,平均精度均值mAP提升8%,帧率FPS也有所提升,能够满足实时性的检测需求。     

基于灰度投影和宏块线性搜索的电子稳像

为减轻因摄像机震动造成的视频序列失稳,提出了一种基于灰度投影和宏块线性搜索的电子稳像方法.该方法首先利用灰度投影进行粗匹配,估计当前图像相对于参考图像的偏移量;再利用块匹配结合正方形线性搜索进行精确匹配,得到较精确的位置偏移量,进而进行运动补偿实现视频稳定.实验结果表明,该方法能使稳像精度得到提高,同时与全搜索法和菱形搜索法相比,计算复杂度有所减小.     

一种参数化的形态学分水岭图像分割方法

标准形态学分水岭分割能够产生封闭的图像目标区域轮廓,但存在过分割现象,通过对原始图像进行平滑滤波可以减轻或消除过分割,但容易使分割后的区域轮廓发生位置偏移。为此提出一种参数化的形态学分水岭图像分割方法,首先依据黏性液体淹没图像地貌的流溢特性,建立梯度级与结构元素大小之间的函数关系,并以此对梯度地貌进行参数化修正。对低梯度地貌采用较大尺寸结构元素进行闭运算,消除产生过分割的非规则局部极小值,而对较高梯度则采用较小尺寸结构元素进行闭运算,保持区域轮廓的位置不变;最后在修正梯度图像的基础上,运用标准分水岭变换实现图像分割。仿真实验表明,该方法能够有效消除过分割,而且具有较强的区域轮廓定位能力。     

基于头部图像特征的人流计数方法

为提高视频人流智能计数的实时性和准确性,提出一种基于头部图像特征的人流计数方法。根据混合高斯算法检测前景,提取感兴趣的人流区域和相应的边缘;利用基于边缘分类和梯度信息的RHT圆变换识别头部区域,并选取头部面积与头发颜色作为筛选模型参量对头部进行筛选;利用基于Kalman的滤波预测完成跟踪和计数,并将跟踪目标参数反馈给筛选模型,实现更新。实验结果表明,该方法能够有效消除类圆的非头部干扰,提高计数的速度和准确率。