【摘 要】
：
从古至今植物一直伴随着地球及生物的发展,植物学家能通过植物的形状、色泽等特征判断某个时期地球及各种生物的状态。在研究过程中常常通过古植物图像进行多种数据的分析,但其会因保存时间、环境、技术水平等限制无法避免的出现破损,这些问题阻碍了古植物的研究。本文拟对古植物的图像修复算法进行研究,以提高修复质量,为古植物图像及古植物本身的研究提供更科学的理论支持。植物特征是古植物图像里的重要信息,为了更好的修复
论文部分内容阅读
从古至今植物一直伴随着地球及生物的发展,植物学家能通过植物的形状、色泽等特征判断某个时期地球及各种生物的状态。在研究过程中常常通过古植物图像进行多种数据的分析,但其会因保存时间、环境、技术水平等限制无法避免的出现破损,这些问题阻碍了古植物的研究。本文拟对古植物的图像修复算法进行研究,以提高修复质量,为古植物图像及古植物本身的研究提供更科学的理论支持。植物特征是古植物图像里的重要信息,为了更好的修复古植物图像,本文在现有研究的基础上对图像修复的算法进行改进,提出了基于特征提取的古植物图像修复方法,利用神经网络与判别器结合的方式对图像进行修复。首先提取古植物区域面积、边界周长、纵横比、形状参数四个主要特征,并利用BP神经网络将古植物图像分为菌藻类图像和蕨类图像两类;其次,采用卷积-反卷积的结构对图像进行初步的修复;然后,根据图像分类的结果,对两类图像分别进行修复。最后,为保证古植物图像修复的整体一致度,再次使用判别器模型对分类修复后的图像进行后处理。通过研究表明该方法能让修复后的古植物图像无明显的人工边界,修复过的部分没有模糊。使用ImageNet数据集作为图像集与Context-Encoder网络和内容感知填充方法的对比结果表明本文方法损失函数值最低,古植物图像的PSNR值最高,达到19.55dB,即与原图像最相似,更适合古植物的图像修复。将本文模型与仅使用Encoder-Decoder的模型进行对比,从视觉效果和PSNR值上显示出本文模型在整体结构修复上有很好的效果,同时与仅使用内容感知填充的模型进行对比,结果表明本文模型也能很好地处理纹理细节,即在保持整体结构一致性的前提下能较好的修复图像的纹理。在理论上,本文将古植物特征加入图像修复过程,通过古植物图像先分类再修复的方法提高了图像修复的质量。现实中,本文方法不仅能对古植物的受损图像进行修复,也能为古植物及古植物化石的研究工作提供理论指导和技术支持,为植物学家提供更好的研究材料。
其他文献
随着医疗卫生信息化建设不断深入,数字化改造使得各类医疗信息管理系统所维护的医疗数据呈爆炸性增长,预计到2025年医疗数据量将超过10ZB,当前医疗信息化工作已经在绝大多数医院内全面开展并已略见成效,而其中实现数据互通的医院却不到3%。即各系统产生的数据彼此独立,难以在系统之间交流共享,“数据孤岛”现象日益严重。因此通过多源异构医疗数据集成逐步实现医疗机构内以及机构之间的数据共享,成为实现医疗信息化
苹果是世界范围内最受消费者欢迎的水果之一,其中可溶性固形物含量（Soluble solid content,SSC）和硬度是决定苹果内部品质的重要属性。本论文基于高光谱成像技术对苹果SSC和硬度的无损检测以及SSC的可视化进行了研究。主要得到以下结论:（1）本研究基于不同光谱和图像纹理间组合信息建立支持向量回归（Support Vector Regression,SVR）模型预测苹果可溶性固形物含
页岩气在全球范围内储量巨大,并具有极佳的开发前景。目前国内外相关学者对于页岩气的富集机理、成藏条件以及有利开发区选择等方面开展了大量的研究,但对于页岩气储层的水力压裂可压裂性评价方面的研究却相对较少。本文通过对页岩气储层水力压裂可压性影响关键因素的分析研究构建了页岩气储层水力压裂可压性指标体系,并结合现场测井资料以及水力压裂试验成果从定量的角度提出了可针对不同类型页岩气储层的可压性评价模型及其评价
癌症是严重威胁人类健康的主要疾病之一,导致癌症患者死亡的主要原因是癌症转移,其侵袭转移能力也是癌症的标志。肿瘤转移是肿瘤细胞从原发部位向远处器官转移的过程,肿瘤细胞从原发部位脱落,渗入周围组织,通过淋巴系统和血液系统向体内其他组织和器官扩散,形成转移病灶,增加患者的死亡率。而癌症转移的所有过程都与癌细胞的运动能力相关,如果能阻止癌细胞的运动就能阻止癌症的浸润和转移。也有研究提出,癌症的成功治疗在很
畜牧业在我国农业经济中占有十分重要的地位,传统牲畜养殖业在管理方面主要依靠人工手动实现,无法满足精准管理的需求,严重阻碍了畜牧业快速发展。人们需要更加先进的技术,进一步提升养殖业的效率、扩大养殖规模,并满足精细畜牧业发展的需求。近年来,人工智能的高速发展,尤其是计算机视觉的广泛应用,给牲畜的智能管理带来了新的机遇。利用计算机视觉技术对牲畜行为进行感知和智能理解给畜牧业带来了新的发展方向。本文以牲畜