摘要：遥感数据集规模是深度学习目标检测算法性能的关键,如何利用少量数据生成大量标注图像成为当前的研究热点。针对这一问题,结合二次掩模技术,提出一种基于改进DCGAN算法的遥感数据集增广方法,自定义目标个数与位置,实现图像与标签的扩增,解决了基于GAN图像增广算法中无对应标签生成的问题。同时,针对DCGAN算法生成图像质量不高的问题,提出多尺度特征融合技术,优化DCGAN算法,提升图像质量。实验表明,在MNIST和PlANE两种数据集上,改进DCGAN算法生成的图像质量与图像多样性均优于DCGAN算法;在利用Tiny-YoloV2算法设计的验证实验中发现,所提算法增广的数据集,检测AP值高达85.45%,相对未增广算法与传统增广方法,AP值分别提高了16.05%和2.88%,验证了算法的有效性。

摘要：连通域提取是红外遥感图像目标检测算法中的重要组成部分,包含在粗检算法中,能够筛去多数虚警,提升粗检效果,减少检测算法的运算量,降低系统功耗。现有的一些连通域提取算法基于CPU处理方式设计,不适合部署在现场可编程逻辑门阵列(FPGA)硬件端。本文采用高层次综合(HLS)的开发模式,设计了适合FPGA加速的连通域提取方法,相比传统的硬件描述语言开发方法具有更高的灵活性和效率。通过只扫描一次二值图像,将面积、范围和连通信息均记录在远小于图像的等价表中,通过简化标记规则和等价表刷新的方法,既提高了运算速度又节省了大量缓存,最终在硬件平台实测256×256的8 bit图像达到了797帧/s的处理速度。

摘要：目的探讨手术机器人3D结构光注册技术,在不同头颅固定类型下、对病变靶点(区)定位应用的体会.方法回顾性分析2021年11月至2022年10月我院收治的24例机器人辅助下手术治疗患者的临床资料,采用3D结构光注册技术,对13例患者采用头部三钉头架固定、11例患者采用头托固定,并比较两种固定方式的注册误差与机器人的理论误差.结果三钉头架固定和头托固定注册精度平均值分别为0.44 mm和0.54 mm,两种固定方式的注册精度无明显差别(P>0.05).结论3D结构光注册技术,适用于两种不同头部固定方式,对位于颅内浅表病变的体表定位、骨瓣设计,可选择快速、准确、实用的头托固定注册方式.