摘要：卷积神经网络(CNN)模型已成为当前医学图像分割的主要研究手段。为进一步提升其分割精度,提出一种多尺度双重注意力网络(MDA-Net)架构。首先,为获得更多图像特征的感受野,在传统编码器基础上提出一种多尺度特征金字塔编码器模块,以提取丰富的特征信息;其次,提出多空洞残差双注意力模块以增强图像细节特征的表征能力;最后,利用不同大小的卷积核设计了自适应多尺度融合块以更好的捕捉特征上下文信息。将MDA-Net与U-Net、Attention U-Net、CE-Net、CS-Net及R2-UNet等先进的网络在脑部、肺部、纹理细胞等分割任务上进行比较测试,实验证明了方法的优越性能,其中脑部分割的相似性指数(MIOU)相较于U-Net,CS-Net分别提升0.24%、2.16%。此外,还通过在肺部数据集上进行的消融验证了每个组件的有效性。

摘要：为实现核桃表面污渍的识别,设计了一种基于HSV色彩分析的污渍识别算法。利用人工标记将核桃污渍区域与洁净表皮分离后,将图片转到HSV色彩空间,并分别统计污渍区域与洁净区域V分量数值;求取污渍区域与洁净表皮区域V分量均值,并利用洁净表皮V分量均值与污渍区域V分量均值确定分割阈值,对其进行分割。为了验证算法的可靠性,通过市售核桃,采集到708张带有污渍的图片数据,对算法进行测试。经过实验,本算法取得了94.12%的检测精确率以及94.74%的召回率,相较于Otsu分割算法,具有更高的识别精度及效率。

摘要：为实现麻核桃相似度的识别,设计了一种麻核桃相似度匹配算法。首先,在同尺寸核桃中利用傅里叶算子及Tamura算法对核桃轮廓特征、纹理特征进行了量化。其次,根据任意两只核桃间轮廓、纹理特征距离对其实现相似度匹配。经过实验,相似度匹配算法则可以实现将混杂在不同核桃中的市售成对商品核桃成功识别。

摘要：针对WP10曲轴箱一箱两件铸造工艺出品率低、生产成本高、生产效率低的不足,设计开发了一箱三件铸造新工艺,并将浇注系统最小截面积计算公式应用于WP10曲轴箱工艺的设计中。通过新工艺的开发与优化,有效提高了工艺出品率,提升了生产效率,达到了降本增效的目的。