葡京娱乐场-富盈娱乐场开户

本發明公開了一種基于投影數字高程模型的正射影像鑲嵌線自動提取方法，包括步驟：步驟 1，獲 取單片正射影像的投影數字高程模型；步驟 2，確定待鑲嵌正射影像對；步驟 3，將待鑲嵌正射影像對 的投影數字高程模型按地理坐標疊加獲得疊加圖像，將疊加圖像二值化得到二值疊加圖像；步驟 4，采 用圖像形態學方法提取二值疊加圖像的骨架線獲得骨架線網絡，采用 Dijkstra 算法在骨架線網絡中搜尋 最短路徑，即待鑲嵌影像對的鑲嵌線。本發明方法能自動獲取高質量的正

本發明公開了一種基于遙感影像的特征函數空間濾值回歸模型并行化方法，本發明針對遙感影像數 據回歸建模過程中變量空間自相關性對模型的影響，提出采用特征函數空間濾值方法，通過將影像進行 分塊，利用搭建的并行計算集群進行分布式計算，最后將分塊計算的結果返回給主節點匯總，通過對比 串行和并行分別得到的回歸模型擬合評價參數 MSE、RMSE、R2、Adj.R2 以及并行加速比 S，驗證基于 遙感影像的特征函數空間濾值并行方法在空間統計回歸建模中能夠消除空間

本發明公開一種補償粒子速度影像儀球面像差的方法，所述方法為：在粒子速度影像儀提取極電極板添加跳變電壓，以在聚焦電場的基礎上添加發散電場，從而補償原有靜電聚焦透鏡球面像差。本發明還提供一種補償粒子速度影像儀球面像差的裝置，所述裝置包括與粒子速度影像儀提取極電極板連接的跳變電壓控制單元，用于在提取極電極板上產生跳變電壓。本發明可補償粒子速度影像儀補償原有靜電聚焦透鏡球面像差，實施本發明無需改變原有裝置結構，實施簡便、成本低、成像分辨率高。

本發明公開了一種利用激光點云輔助的可量測全景影像生成方法，包括：步驟 1，將全景影像進行 虛擬成像獲得多幅框幅式影像；步驟 2，選取初始點對，并初始化各框幅式影像的外方位元素；步驟 3， 以初始點對中所有激光點到對應框幅式影像上的投影誤差的和最小為條件方程，調整外方位元素初始值， 獲得精確的外方位元素值；步驟 4，構建激光點云的空間索引，在空間索引中選取以曝光中心為球心的 球形鄰域，球形鄰域內激光點云即全景影像的鄰域點云；步驟 5，計算鄰域點云中各激光點的法向量， 獲得鄰域點云的特征；步驟 6，將鄰域點云的深度和特征投影到全景影像。采用本發明生產的可量測全 景影像具有較高精度，可廣泛運用于測量領域及資產調查。 

一種真正射影像絕對遮擋區域修補方法及系統，包括加載真正射影像及相應的坐標系統參數，分別 加載真正射影像相應的 DEM 三角網格數據和 DBM 三角網格數據，將真正射影像中被 DEM 三角網格所 覆蓋的區域內像素點標定為地面點，將真正射影像中被 DBM 三角網格所覆蓋的區域內像素點標定為建 筑點；根據鄰域范圍內相同屬性進行像素點修補。本發明能夠有效修補真正射影像中絕對遮蔽區域，各 像素屬性明確，能夠采用相同屬性的像素進行修補，因此保證了最大程度的保真，基本不存在地面像素 補到屋頂面上或屋頂面像素補到地面上的情況

醫療內窺鏡是目前常用的一種臨床診斷工具，尤其對于消化科的醫生而言，他們通過內窺鏡能直接觀察到人體消化器官內部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內窺鏡進行微創的外科手術，在醫學界應用廣泛。與放射科的閱片相比，消化內鏡是消化道病變篩查和診斷的金標準，也是微創和無創治療的主要手段。 由一款圍棋人工智能程序AlphaGo(阿爾法圍棋)開始，人工智能開始走進大眾的視野。世界范圍內對其的廣泛討論預示著人工智能時代已經到來。隨著深度學習算法不斷發展、日益成熟，人工智能已逐步用于醫療影像分析領域。近年來，關于內窺鏡影像在AI領域的發明成果如潮水般涌現。 在內鏡檢查中，操作醫師將抓取的圖像和視頻保存到內鏡報告系統中，再由診斷醫生根據這些抓取的影像出具診斷報告。由目前公開的內窺鏡影像收集歸納系統中，尚未利用深度學習的方法來進行胃、腸的內窺鏡影像學習，進而構建一個較為全面的內窺鏡影像的樣本庫。目前的方法不利于簡化醫生的操作且不具有數據歸一化處理和轉換能力，無法根據數據適用范圍的不同對數據進行管理和提供智能的數據分析功能。 一種人工智能掃描內窺影像樣本庫管理系統包括以下模塊：圖像輸入模塊，用于收集內窺鏡圖片；按官方標準，將胃部或者腸部內鏡視野分成多個部位，通過人工智能系統對從醫院內窺鏡系統采集的圖像進行預分類，并將影像數據上傳至系統指定文件目錄；登陸模塊，用于在注冊醫生登錄系統進入當前功能菜單后，對圖片進行評圖，確認該圖片類別是否正確；系統主控界面，用于進行人機交互，并對圖像進行顯示；業務功能模塊，包括：圖像分類單元、視頻庫單元、病灶標記單元、我的任務單元、用戶信息單元；系統設置模塊，用于管理用戶與權限。本發明界面美觀友好、信息查詢靈活方便；對上傳影像數據智能分類，減少醫生操作，只需最終確定。 本系統產生的價值在于： 一、界面美觀友好、信息查詢靈活方便； 二、對上傳影像數據智能分類，減少醫生操作，只需最終確定； 三、數據庫管理模塊，具有數據歸一化處理和轉換能力，根據數據適用范圍的不同對數據進行管理，提供智能的數據分析功能； 四、集成第三方標記工具，標記過程簡單清晰，結果數據穩定可靠； 五、用戶權限設置合理，系統安全級別高； 六、防錯退出模式，保證系統安全穩定運行。

一種基于圖割能量優化的影像間最優拼接線尋找方法及系統，進行待拼接影像數據準備，獲得各待 拼接影像之間所有重疊區域及相應重疊度;對待拼接影像進行預處理，綜合考慮顏色、梯度以及紋理信 息確定圖割全局能量函數，圖割全局能量函數包括數據項和平滑項，平滑項能量權重設置，采用圖割能 量優化方法，對總能量進行優化，獲取最優拼接線。本發明所得拼接線盡量避免通過色差過大、紋理復 雜區域以及明顯地物的邊緣，從而最大程度上保證了拼接線的最優化，解決了多影像多度重疊區域拼接 線聯合優化的問題，適用性廣。

本發明公開了一種基于直方圖特征點配準的影像勻色與融合方法及系統，該方法根據影像亮度直方 圖特征提取直方圖極值點，并采用一維高斯平滑抑制亮度直方圖局部噪聲點;同時，使用匹配代價函數 對匹配矩陣消元的方式構建直方圖極值點間的匹配關系，并以匹配的直方圖極值點作為直方圖特征點。 利用直方圖特征點，采用影像重疊區的直方圖特征點對應亮度值修正影像亮度。本發明能對大視角、近 距離色差較大的影像進行色調差異處理，能自動消除多張影像重疊區域內以及非重疊區的色調差異，達 到影像局部區域色調均衡與拼接后街景的全景影像整體色調均衡的效果。

本發明公開了一種實現電子和離子速度影像同時測量的方法及裝置，所述方法包括以下步驟：S1、在離子速度影像儀排斥極電極板和提取極電極板分別施壓不同大小的負壓，用于加速電子至探測屏，生成電子的二維動量譜；S2、將排斥極電極板和提取極電極板上的電壓分別從負壓跳變到正壓，用于加速離子至探測屏，以生成離子的二維動量譜。本發明還提供了實現上述方法的裝置，裝置包括離子速度影像儀，與離子速度影像儀中排斥極電極板和提取極電極板分別連接的脈沖電源，用于對排斥極電極板和提取極電極板分別施加跳變電壓。實施本發明無需改變原有裝

項目成果/簡介:醫療內窺鏡是目前常用的一種臨床診斷工具，尤其對于消化科的醫生而言，他們通過內窺鏡能直接觀察到人體消化器官內部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內窺鏡進行微創的外科手術，在醫學界應用廣泛。與放射科的閱片相比，消化內鏡是消化道病變篩查和診斷的金標準，也是微創和無創治療的主要手段。由一款圍棋人工智能程序AlphaGo(阿爾