輸液中微小異物目標視覺檢測技術(shù)

第1章 概述 1
1.1 輸液中微小異物目標檢測概況 1
1.2 相關(guān)技術(shù)及研究現(xiàn)狀 2
1.2.1 自動視覺檢測技術(shù) 2
1.2.2 弱小目標檢測技術(shù) 3
1.2.3 液體中微小異物檢測技術(shù) 8
1.3 輸液中微小異物視覺檢測的難點分析 10
1.4 本書內(nèi)容摘要 11
1.4.1 本書研究的主要工作概述 11
1.4.2 本書的主要章節(jié)安排 14
第2章 輸液中微小異物目標數(shù)學建模與分析 16
2.1 引言 16
2.2 輸液中微小異物運動軌跡建模 17
2.2.1 輸液序列圖像采集 17
2.2.2 輸液中異物微粒運動規(guī)律建模 18
2.3 輸液序列圖像特性分析 21
2.3.1 輸液序列圖像中異物目標特性分析 21
2.3.2 輸液圖像背景噪聲特性分析 23
2.4 輸液中微小異物目標檢測性能評價方法 26
2.4.1 信噪比和對比度 27
2.4.2 檢測概率和虛警概率 27
2.5 本章小結(jié) 30

第3章 輸液圖像預處理 31
3.1 引言 31
3.2 輸液圖像中有效檢測區(qū)域標定 31
3.3 輸液圖像背景抑制 33
3.3.1 背景抑制技術(shù)概述 34
3.3.2 分塊自適應背景抑制算法 35
3.3.3 殘留背景噪聲的正態(tài)性和獨立性檢驗 38
3.3.4 實驗與分析 40
3.4 輸液圖像中異物目標搜索分類算法 43
3.5 本章小結(jié) 45
第4章 基于人工免疫算法的輸液中異物點目標檢測技術(shù)研究 46
4.1 引言 46
4.2 人工免疫算法概述 47
4.2.1 人工免疫算法研究概況[86～91] 47
4.2.2 人工免疫算法的構(gòu)成[105,106] 48
4.3 人工免疫算法的改進 50
4.3.1 問題的提出 50
4.3.2 自適應克隆抑制免疫算法 51
4.3.3 仿真研究 59
4.4 基于改進的人工免疫算法的輸液中異物點目標檢測算法 62
4.4.1 候選航跡的構(gòu)造 63
4.4.2 抗體編碼方案設(shè)計 69
4.4.3 親和度函數(shù)構(gòu)造 70
4.4.4 算法描述 72
4.5 仿真和實驗 74
4.5.1 仿真 74
4.5.2 實驗 79
4.6 本章小結(jié) 82
第5章 基于最小二乘支持向量機的輸液中異物面目標檢測技術(shù)研究 83
5.1 引言 83
5.2 最小二乘支持向量機簡介 84
5.3 最小二乘支持向量機模型參數(shù)優(yōu)化算法 86
5.3.1 最小二乘支持向量機模型參數(shù)對其分類性能的影響分析 86
5.3.2 最小二乘支持向量機模型參數(shù)尋優(yōu)方法 92
5.3.3 最小二乘支持向量機模型參數(shù)優(yōu)化算法 93
5.3.4 實驗與分析 95
5.4 輸液圖像中異物面目標的特征提取 96
5.4.1 形狀特征分析與提取 97
5.4.2 灰度特征提取 100
5.4.3 基于粗糙集理論的樣本特征數(shù)據(jù)預處理 100
5.5 基于優(yōu)化的最小二乘支持向量機的輸液中異物面
目標檢測算法 103
5.5.1 基于最小二乘支持向量機的幀間目標匹配和點跡關(guān)聯(lián) 104
5.5.2 基于運動軌跡特征的異物面目標檢測 106
5.6 實驗分析 107
5.7 本章小結(jié) 113
第6章 輸液中異物燈檢系統(tǒng)設(shè)計與實驗 114
6.1 引言 114
6.2 輸液燈檢系統(tǒng)總體設(shè)計 115
6.2.1 燈檢系統(tǒng)的基本功能及性能指標 115
6.2.2 燈檢系統(tǒng)的工作原理 115
6.2.3 燈檢系統(tǒng)的總體結(jié)構(gòu) 115
6.3 輸液燈檢系統(tǒng)硬件設(shè)計 117
6.3.1 視覺單元 117
6.3.2 高速實時圖像采集處理單元 118
6.3.3 控制單元 120
6.4 軟件系統(tǒng)設(shè)計 121
6.5 實驗驗證與分析 123
6.5.1 檢測精度實驗 124
6.5.2 檢測速度實驗 125
6.5.3 穩(wěn)定性實驗 126
6.6 本章小結(jié) 127
參考文獻 129