硅钢钢带是变压器等工业设备发展的一项重要原材料，其质量的高低直接影响着产品性能的好坏。传统的人工检测具有效率低、精确度差等特点。为此提出基于机器视觉的表面缺陷自动检测研究。该研究采用图像处理及模式匹配的方法，通过对由CCD工业相机采集到的图片进行几何矫正、图像拼接、缺陷处理等过程，实现了硅钢钢带表面缺陷轮廓检测、特征提取、分类等功能，从而完成钢带质量的判定。
2021-08-24 09:33:17
317KB
1
颅骨分割matlab代码自动检测
关于
该管道旨在仅使用T1加权MRI自动检测中风患者的脑部病变。
管道结合了无监督和有监督的方法来检测脑部病变。
首先，无监督方法执行从原始空间到标准空间的统一分割归一化图像，并生成不同组织类型（灰质，白质和液体）的概率图。
这使我们可以通过将标准化MRI与健康对照对象进行比较来构建初始病变概率图（LPM）。
然后，我们执行基于非刚性和可逆图集的配准，以细化灰质，白质，CSF和病变的概率图。
这些概率图与归一化MRI结合以构建三种类型的特征，我们使用监督方法来训练三个支持向量机（SVM）分类器以用于组合分类器。
最后，组合分类器用于完成病变检测。
版本
2015年4月15日
用法
安装
该管道要求您已安装Matlab和SPM8。
将“
AutomatedLesionDetection”文件夹及其所有内容放在SPM的工具箱文件夹中。
病变分割示例（使用预先生成的图像）
启动Matlab并启动SPM8（通过在Matlab命令行中输入“
spm
fmri”）。
在SPM主窗口中按“批处理”按钮以显示“批处理编辑器”窗口
在“批处理”窗口中，选择“
SPM
/
2021-08-21 00:27:19
185.67MB
1
行业-电子政务-核电站压力容器接管安全端焊缝缺陷超声波自动检测设备.zip
2021-08-20 14:04:06
786KB