新葡京娱乐场-大陆娱乐场开户注册

醫(yī)療內(nèi)窺鏡是目前常用的一種臨床診斷工具，尤其對于消化科的醫(yī)生而言，他們通過內(nèi)窺鏡能直接觀察到人體消化器官內(nèi)部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內(nèi)窺鏡進行微創(chuàng)的外科手術(shù)，在醫(yī)學(xué)界應(yīng)用廣泛。與放射科的閱片相比，消化內(nèi)鏡是消化道病變篩查和診斷的金標(biāo)準，也是微創(chuàng)和無創(chuàng)治療的主要手段。 由一款圍棋人工智能程序AlphaGo(阿爾法圍棋)開始，人工智能開始走進大眾的視野。世界范圍內(nèi)對其的廣泛討論預(yù)示著人工智能時代已經(jīng)到來。隨著深度學(xué)習(xí)算法不斷發(fā)展、日益成熟，人工智能已逐步用于醫(yī)療影像分析領(lǐng)域。近年來，關(guān)于內(nèi)窺鏡影像在AI領(lǐng)域的發(fā)明成果如潮水般涌現(xiàn)。 在內(nèi)鏡檢查中，操作醫(yī)師將抓取的圖像和視頻保存到內(nèi)鏡報告系統(tǒng)中，再由診斷醫(yī)生根據(jù)這些抓取的影像出具診斷報告。由目前公開的內(nèi)窺鏡影像收集歸納系統(tǒng)中，尚未利用深度學(xué)習(xí)的方法來進行胃、腸的內(nèi)窺鏡影像學(xué)習(xí)，進而構(gòu)建一個較為全面的內(nèi)窺鏡影像的樣本庫。目前的方法不利于簡化醫(yī)生的操作且不具有數(shù)據(jù)歸一化處理和轉(zhuǎn)換能力，無法根據(jù)數(shù)據(jù)適用范圍的不同對數(shù)據(jù)進行管理和提供智能的數(shù)據(jù)分析功能。 一種人工智能掃描內(nèi)窺影像樣本庫管理系統(tǒng)包括以下模塊：圖像輸入模塊，用于收集內(nèi)窺鏡圖片；按官方標(biāo)準，將胃部或者腸部內(nèi)鏡視野分成多個部位，通過人工智能系統(tǒng)對從醫(yī)院內(nèi)窺鏡系統(tǒng)采集的圖像進行預(yù)分類，并將影像數(shù)據(jù)上傳至系統(tǒng)指定文件目錄；登陸模塊，用于在注冊醫(yī)生登錄系統(tǒng)進入當(dāng)前功能菜單后，對圖片進行評圖，確認該圖片類別是否正確；系統(tǒng)主控界面，用于進行人機交互，并對圖像進行顯示；業(yè)務(wù)功能模塊，包括：圖像分類單元、視頻庫單元、病灶標(biāo)記單元、我的任務(wù)單元、用戶信息單元；系統(tǒng)設(shè)置模塊，用于管理用戶與權(quán)限。本發(fā)明界面美觀友好、信息查詢靈活方便；對上傳影像數(shù)據(jù)智能分類，減少醫(yī)生操作，只需最終確定。 本系統(tǒng)產(chǎn)生的價值在于： 一、界面美觀友好、信息查詢靈活方便； 二、對上傳影像數(shù)據(jù)智能分類，減少醫(yī)生操作，只需最終確定； 三、數(shù)據(jù)庫管理模塊，具有數(shù)據(jù)歸一化處理和轉(zhuǎn)換能力，根據(jù)數(shù)據(jù)適用范圍的不同對數(shù)據(jù)進行管理，提供智能的數(shù)據(jù)分析功能； 四、集成第三方標(biāo)記工具，標(biāo)記過程簡單清晰，結(jié)果數(shù)據(jù)穩(wěn)定可靠； 五、用戶權(quán)限設(shè)置合理，系統(tǒng)安全級別高； 六、防錯退出模式，保證系統(tǒng)安全穩(wěn)定運行。

一種基于圖割能量優(yōu)化的影像間最優(yōu)拼接線尋找方法及系統(tǒng)，進行待拼接影像數(shù)據(jù)準備，獲得各待 拼接影像之間所有重疊區(qū)域及相應(yīng)重疊度;對待拼接影像進行預(yù)處理，綜合考慮顏色、梯度以及紋理信 息確定圖割全局能量函數(shù)，圖割全局能量函數(shù)包括數(shù)據(jù)項和平滑項，平滑項能量權(quán)重設(shè)置，采用圖割能 量優(yōu)化方法，對總能量進行優(yōu)化，獲取最優(yōu)拼接線。本發(fā)明所得拼接線盡量避免通過色差過大、紋理復(fù) 雜區(qū)域以及明顯地物的邊緣，從而最大程度上保證了拼接線的最優(yōu)化，解決了多影像多度重疊區(qū)域拼接 線聯(lián)合優(yōu)化的問題，適用性廣。

本發(fā)明公開了一種基于直方圖特征點配準的影像勻色與融合方法及系統(tǒng)，該方法根據(jù)影像亮度直方 圖特征提取直方圖極值點，并采用一維高斯平滑抑制亮度直方圖局部噪聲點;同時，使用匹配代價函數(shù) 對匹配矩陣消元的方式構(gòu)建直方圖極值點間的匹配關(guān)系，并以匹配的直方圖極值點作為直方圖特征點。 利用直方圖特征點，采用影像重疊區(qū)的直方圖特征點對應(yīng)亮度值修正影像亮度。本發(fā)明能對大視角、近 距離色差較大的影像進行色調(diào)差異處理，能自動消除多張影像重疊區(qū)域內(nèi)以及非重疊區(qū)的色調(diào)差異，達 到影像局部區(qū)域色調(diào)均衡與拼接后街景的全景影像整體色調(diào)均衡的效果。

本發(fā)明公開了一種實現(xiàn)電子和離子速度影像同時測量的方法及裝置，所述方法包括以下步驟：S1、在離子速度影像儀排斥極電極板和提取極電極板分別施壓不同大小的負壓，用于加速電子至探測屏，生成電子的二維動量譜；S2、將排斥極電極板和提取極電極板上的電壓分別從負壓跳變到正壓，用于加速離子至探測屏，以生成離子的二維動量譜。本發(fā)明還提供了實現(xiàn)上述方法的裝置，裝置包括離子速度影像儀，與離子速度影像儀中排斥極電極板和提取極電極板分別連接的脈沖電源，用于對排斥極電極板和提取極電極板分別施加跳變電壓。實施本發(fā)明無需改變原有裝

項目成果/簡介:醫(yī)療內(nèi)窺鏡是目前常用的一種臨床診斷工具，尤其對于消化科的醫(yī)生而言，他們通過內(nèi)窺鏡能直接觀察到人體消化器官內(nèi)部的病變情況，如潰瘍、腫瘤等，甚至還可以利用內(nèi)窺鏡進行微創(chuàng)的外科手術(shù)，在醫(yī)學(xué)界應(yīng)用廣泛。與放射科的閱片相比，消化內(nèi)鏡是消化道病變篩查和診斷的金標(biāo)準，也是微創(chuàng)和無創(chuàng)治療的主要手段。由一款圍棋人工智能程序AlphaGo(阿爾

2019年底湖北省武漢市的新型冠狀病毒肺炎（簡稱“新冠肺炎”）疫情暴發(fā)以來，各高?？蒲性核嗽丛床粩嗯沙鲠t(yī)療隊以及進行醫(yī)學(xué)類科研項目外,也紛紛在各自學(xué)術(shù)領(lǐng)域攻堅拔寨，以期盡快將研究成果轉(zhuǎn)化為戰(zhàn)“疫”力量。我校大數(shù)據(jù)與智能決策研究中心郭崇慧教授研究團隊?wèi){借自身優(yōu)勢，利用大數(shù)據(jù)手段，第一時間對新型冠狀病毒肺炎疫情情況進行了分析研究，希望助力遼寧地區(qū)打贏此次疫情防控阻擊戰(zhàn)。郭崇慧教授研究團隊首先基于遼寧省2020年1月22日至2月20日期間公開報導(dǎo)的121例新型冠狀病毒肺炎（COVID-19）官方報導(dǎo)的實際數(shù)據(jù)，通過對每日新增及累計確診患者數(shù)目、患者性別年齡分布、患者武漢旅行史和接觸史分析、患者家族聚集性網(wǎng)絡(luò)分析、病毒潛伏期和患者由暴露到患病的轉(zhuǎn)移情況進行了疫情統(tǒng)計分析，以期為遼寧省積極應(yīng)對疫情提供依據(jù)和參考。截至2020年2月20日24時，根據(jù)遼寧省衛(wèi)生健康委員會公布的數(shù)據(jù)顯示，遼寧省累計報告新型冠狀病毒肺炎確診病例121例，治愈出院61例，死亡1例。121例確診病例中，沈陽市28例、大連市19例、鞍山市4例、本溪市3例、丹東市7例、錦州市12例、營口市1例、阜新市8例、遼陽市3例、鐵嶺市7例、朝陽市6例、盤錦市11例、葫蘆島市12例。遼寧省新型冠狀病毒肺炎疫情分布如下圖1所示。1 確診病例時間序列分析自1月22日至2月20日24時期間，遼寧省每日增加及累計確診患者數(shù)量如下圖2-圖4所示。由圖可知，遼寧省每日新增確診患者數(shù)量在1月31日達到峰值，隨后整體呈現(xiàn)下降趨勢，由于每日新增患者數(shù)量較31日下降，累計確診患者數(shù)量走勢圖逐漸趨于平緩，從圖3可以看出目前全省新增確診患者數(shù)量呈現(xiàn)減少趨勢，截至2月20日已連續(xù)四天無新增確診患者。該現(xiàn)象表明自新型冠狀病毒爆發(fā)以來，遼寧省采取的阻斷交通、隔離、加強提高居民意識等積極防控手段取得了良好的成效。2確診病例性別及年齡分布根據(jù)遼寧省各地區(qū)衛(wèi)健委公布的患者信息，統(tǒng)計得到患者性別和年齡數(shù)據(jù)。其中，性別數(shù)據(jù)中沈陽市2例病例無相關(guān)信息；年齡數(shù)據(jù)中沈陽市2例、朝陽市1例、盤錦市5例無相關(guān)信息，剔除缺失數(shù)據(jù)得到下圖5-圖7統(tǒng)計結(jié)果。在遼寧省確診病例中，男性整體占比54%，女性占比46%，男性比例偏高。從各地區(qū)來看，沈陽、大連、錦州、葫蘆島患者數(shù)目居于省前四名，在這四個地區(qū)中，沈陽、大連、葫蘆島男性比例大于女性，錦州男女比例相同，男性患者較多可能由于其活動范圍廣所致。同時，沈陽、大連、錦州、葫蘆島等大城市人員流動性較大，有較大的感染風(fēng)險，是確診患者數(shù)量相對較多的一個原因?；颊吣挲g基本呈正態(tài)分布。其中，21歲-60歲區(qū)間患者數(shù)目占比78.2%，該部分患者活動能力較強，有強烈的社交需求，外出務(wù)工、求學(xué)或旅游等活動均增加了感染風(fēng)險?；颊呷藬?shù)在31歲-40歲區(qū)間最多，是感染的重點人群，此年齡范圍居民建議著重加強防護。 3 確診病例武漢旅行史及接觸史分析根據(jù)患者是否有武漢（湖北）旅行史和確診病例（或武漢人員）接觸史，將患者分為四類：有武漢旅行史（無接觸史）、無武漢旅行史（無接觸史）、有確診患者接觸史（有旅行史）和無武漢旅行史有接觸史，統(tǒng)計得到相關(guān)數(shù)據(jù)。對于已公布但未詳細說明是否有武漢（湖北）旅行史的患者將其認定為無武漢旅行史人員，剔除沈陽市未披露信息的病例28，統(tǒng)計得到14地區(qū)確診病例分類。 目前，121名確診患者中120名披露了相關(guān)信息，確診患者出行方式涉及私家車、火車、出租車、飛機、擺渡車。其中55名存在武漢旅行史，65名存在接觸史。下面分別分析有武漢旅行史和有接觸史的確診患者與當(dāng)前各地區(qū)確診人數(shù)的關(guān)系，建立線性回歸方程，計算相關(guān)系數(shù)從而分析相關(guān)性，用于指導(dǎo)實踐。 圖9（a）擬合直線方程為y = 1.7386x + 1.6169，x為各地區(qū)確診人員中有武漢旅行史人數(shù)，y為各地區(qū)當(dāng)前確診人數(shù)，相關(guān)系數(shù)為0.8587，二者呈現(xiàn)相關(guān)性，說明有武漢旅行史是影響患者患病的一個因素。圖中數(shù)據(jù)顯示大連市當(dāng)前確診人數(shù)與有武漢市旅行史人數(shù)比值最大，說明大連市對排查有無武漢返鄉(xiāng)或接觸人員采取了較大的力度并使患者及時得到醫(yī)治。圖9（b）擬合直線方程為y = 1.6737x + 0.8007，x為各地區(qū)確診人員中有接觸史的人數(shù)，y為各地區(qū)當(dāng)前確診人數(shù)，皮爾遜相關(guān)系數(shù)為0.9099，二者呈現(xiàn)較高相關(guān)性。結(jié)果表明有接觸史的人更容易患病，官方報告的病例中確診患者多傾向于其他已確診患者的朋友、親屬等與其有密切接觸的人，與統(tǒng)計結(jié)果相一致。因此，分析結(jié)果表明：人群聚集、與他人接觸會增加患病的風(fēng)險，居家隔離可以降低風(fēng)險。4 確診人員場所聚集性及家族聚集性網(wǎng)絡(luò)分析截至2月20日，遼寧省已成立沈陽、大連、錦州三個省集中救治中心，分別依托于沈陽市第六人民醫(yī)院、大連市第六人民醫(yī)院和錦州市傳染病院，其中，沈陽救治中心覆蓋沈陽、鞍山、撫順、本溪、阜新、遼陽、鐵嶺、盤錦等8市；大連救治中心覆蓋大連、丹東、營口等3市；錦州救治中心覆蓋錦州、朝陽、葫蘆島等3市。分析已確診患者之間的親屬或朋友關(guān)系、患者在醫(yī)院的就診情況以及患者在醫(yī)院間的轉(zhuǎn)院情況得到如下圖10所示的網(wǎng)絡(luò)圖。圖10中節(jié)點分別表示患者（紅色）和醫(yī)院（藍色）。醫(yī)院間的連接關(guān)系表示患者的轉(zhuǎn)院情況，患者與醫(yī)院間的指向關(guān)系表示患者的就診情況，患者之間的連接關(guān)系表示親屬或朋友關(guān)系。圖中節(jié)點大小與醫(yī)院接診人數(shù)或與確診患者有親屬（朋友）關(guān)系的人數(shù)成正比。醫(yī)院治療患者人數(shù)（度）=醫(yī)院接診人數(shù)+轉(zhuǎn)至此醫(yī)院的患者人數(shù)，患者的度=與該患者有關(guān)的確診人數(shù)（親屬或朋友）+就診醫(yī)院數(shù)目。醫(yī)院間可能存在多個患者轉(zhuǎn)院，兩醫(yī)院間邊的粗細與轉(zhuǎn)院的患者數(shù)目成正比，根據(jù)轉(zhuǎn)移的患者數(shù)量將權(quán)重設(shè)定為相應(yīng)的數(shù)值，其余權(quán)重默認為1。在患者轉(zhuǎn)院關(guān)系中，依據(jù)國家提出的“四集中”工作原則，患者在本地確診后多轉(zhuǎn)院至省集中救治中心治療。依據(jù)官方公布的數(shù)據(jù)可以明確知道患者在地區(qū)內(nèi)部的轉(zhuǎn)院情況以及各地區(qū)轉(zhuǎn)移至省集中救治中心的患者數(shù)目，但是無法建立具體病例及其就診醫(yī)院與省集中救治中心的轉(zhuǎn)院關(guān)系。因此，圖10建立的聚集性網(wǎng)絡(luò)時對各地區(qū)醫(yī)院向省集中救治中心轉(zhuǎn)移患者的情況不做分析。圖10聚集性網(wǎng)絡(luò)分析結(jié)果表明：在本地的確診患者救治中，鞍山市“臺安縣恩良醫(yī)院”和“鞍山市傳染病醫(yī)院”間患者轉(zhuǎn)院次數(shù)最多，對應(yīng)圖中邊最粗；由圖中確診患者間連接關(guān)系可以看出此次傳染病存在明顯的聚集特點，多地區(qū)確診患者之間多存在親屬或朋友關(guān)系，其中，鞍山市和盤錦市的確診患者具有親屬關(guān)系，出現(xiàn)跨地區(qū)感染的情況，具體為鞍山市病例2、病例3為夫妻關(guān)系，盤錦市病例9、病例10為夫妻關(guān)系且為鞍山市病例2、3的兒子兒媳，盤錦市病例10為病例9、10的兒子。除上述在遼寧省內(nèi)跨地區(qū)感染的情況外，其余均為地區(qū)內(nèi)部感染，說明政府在患者確診后其密切接觸人員及時隔離和交通管控等方面取得了很好的效果。從圖10中分別抽取出沈陽市、大連市的數(shù)據(jù)，得到圖11沈陽市、大連市確診患者聚集性網(wǎng)絡(luò)分析圖。其中，大連市確診病例3、4、5、6、8、9、10、11、18病例信息顯示收治于“某定點醫(yī)院”。根據(jù)“四集中”工作原則，省集中救治大連中心覆蓋范圍的患者轉(zhuǎn)院至大連市第六醫(yī)院集中救治，因此，數(shù)據(jù)分析時將大連市收治于“某定點醫(yī)院”的患者確定為大連市第六人民醫(yī)院就診患者。沈陽市和大連市是遼寧省規(guī)模較大的地區(qū)，確診患者人數(shù)居于全省第一、二名。圖11分析結(jié)果顯示，沈陽市沈陽第六人民醫(yī)院首次收治患者數(shù)目最多，其次為中國醫(yī)科大學(xué)附屬第一醫(yī)院，患者就診后共發(fā)生三次轉(zhuǎn)院；確診患者中具有親屬（或朋友）關(guān)系的病例為：確診病例6、7、8，確診病例18、19、20，確診病例4、5、9，確診病例16、17，確診病例24、15。大連市第六人民醫(yī)院收治患者數(shù)目最多，其次為大連醫(yī)科大學(xué)附屬第一醫(yī)院，確診患者中具有親屬（或朋友）關(guān)系的病例為：確診病例3、5、8，確診病例6、9、10、12，確診病例7、11，確診病例17、18、19。沈陽市和大連市新冠肺炎的傳播均表現(xiàn)出家族聚集性的特點，印證了其有人傳人的特性，這提示我們疫情期間減少聚集，一旦家庭成員或所接觸人員發(fā)生病情，自身應(yīng)及時隔離，提高防范意識。在提升患者治愈水平及有效管控疫情上，除去轉(zhuǎn)院至省集中救治中心的患者，我們分析各地區(qū)醫(yī)院接診患者人數(shù)，得到圖12所示結(jié)果。圖12分析結(jié)果表明沈陽市第六人民醫(yī)院、盤錦市傳染病醫(yī)院和大連市第六人民醫(yī)院收治患者人數(shù)最多，其次為中國醫(yī)科大學(xué)附屬第一醫(yī)院、葫蘆島市中心醫(yī)院和大連醫(yī)科大學(xué)附屬第一醫(yī)院，沈陽市和大連市收治患者數(shù)量整體較多。在資源調(diào)配上，除了將資源分配至省集中救治中心外，還需關(guān)注各地區(qū)患者確診及其初步治療的醫(yī)院，做到資源有效配置。 5 確診病例潛伏期分布病毒潛伏期是指從病原體侵入人體到最初出現(xiàn)臨床癥狀的一段時期。根據(jù)國家公布的信息顯示，新型冠狀病毒的潛伏期為14天。隨著新型冠狀病毒有潛伏期感染、無癥狀感染等情況，我們難以準確得到新型冠狀病毒的潛伏期。本文假定將患者到達武漢（或返程）時間、與有武漢旅行史人員接觸時間、與所接觸確診患者的首次接觸時間確診時間均定義為“病原體侵入人體的時間”，取三者最早者，應(yīng)用該時間多存在誤差；將患者發(fā)病時間確定為出現(xiàn)臨床癥狀的時間，二者之間的時間間隔定為病毒潛伏期。同時去除潛伏期大于14天及無相關(guān)信息披露的患者，得到86例患者數(shù)據(jù)，分析結(jié)果如表1和圖13、圖14所示。 遼寧省有數(shù)據(jù)可查的86例確診患者中，病毒潛伏期均值為7.767天，潛伏期大于等于8天的患者人數(shù)為48人，占比55.8%?；颊叱雠R床反映的時間是確定的，但是感染病毒的時間是不確定的，用患者到達武漢（或返程）時間、與有武漢旅行史人員接觸時間、與所接觸確診患者的首次接觸時間確診時間定義為感染時間會使統(tǒng)計的潛伏期大于實際潛伏期，使得分析結(jié)果偏大。 圖14為患者1月9日至2月20日期間轉(zhuǎn)入轉(zhuǎn)出人數(shù)分布，轉(zhuǎn)入對應(yīng)患者出現(xiàn)臨床癥狀，轉(zhuǎn)出對應(yīng)于暴露，即患者到達武漢、與有武漢旅行史人員接觸或與確診患者首次接觸的時間。圖14數(shù)據(jù)表明在1月25日前有臨床癥狀患者占比低于暴露患者，之后這些潛伏期人員逐漸出現(xiàn)臨床癥狀，疾病爆發(fā)，確診人員數(shù)目逐漸增加。若及時采取有效的手段控制疫情傳播，則1月27日之后幾乎不再有人員處于潛伏期，這時前期潛伏期患者逐漸發(fā)病，這批確診患者若同時采取有效的醫(yī)療手段得到治療，則疫情傳播會逐漸被控制。 圖15為截至2月20日確診患者由暴露到患病人數(shù)轉(zhuǎn)移網(wǎng)絡(luò)分析圖，圖中節(jié)點為日期，節(jié)點大小與當(dāng)日暴露和有臨床癥狀的患者之和成正比，節(jié)點間指向關(guān)系為患者由暴露轉(zhuǎn)移到患病的時間間隔，圖15結(jié)果顯示1月19日至1月24日期間人數(shù)最多，暴露和患病人數(shù)之和隨時間呈現(xiàn)先增加后減少的趨勢。遼寧省新型冠狀病毒肺炎自2月17日以來，已連續(xù)四天無新增確診患者，疫情形勢出現(xiàn)積極變化，防控工作取得積極成效。自疫情爆發(fā)以來，全省社會經(jīng)濟活動停滯，連續(xù)四天無新增確診患者的態(tài)勢為盡快恢復(fù)遼寧省社會經(jīng)濟秩序提供了支持。只想著為抗“疫”阻擊戰(zhàn)貢獻力量，郭崇慧教授說，這是關(guān)于遼寧省疫情的最新數(shù)據(jù)描述性分析結(jié)果，希冀會對相關(guān)部門決策起支持作用！我們后續(xù)預(yù)測性分析和指導(dǎo)性分析還會持續(xù)研究！

一種基于非監(jiān)督特征學(xué)習(xí)的高分辨率遙感影像場景分類方法，包括對輸入的原始高分辨率遙感圖像 進行劃分得到場景，從每個場景中隨機地提取若干個訓(xùn)練圖像塊，將訓(xùn)練圖像塊聚集起來做預(yù)處理操作; 計算所有訓(xùn)練圖像塊的低維流形表示，聚類得到一組聚類中心;對每一幅場景密集采樣得到局部圖像塊， 對每個局部圖像塊做預(yù)處理操作后映射到相同的低維流形空間中，然后進行編碼獲得場景的所有局部特 征;將所有場景的局部特征集合起來進行特征量化，統(tǒng)計每一幅場景的局部特征直方圖，得到場景的全 局特征表達;隨機挑選若干幅場景作為訓(xùn)練樣本，由分類器得到每一幅場景的預(yù)測類別標(biāo)號，完成原始 高分辨率遙感場景的標(biāo)注任務(wù)。

本發(fā)明公開了一種結(jié)合全球 DEM 與立體視覺的衛(wèi)星影像云檢測方法，利用密集匹配的 DSM 數(shù)據(jù) 和現(xiàn)有的全球 DEM 數(shù)據(jù) SRTM，結(jié)合高程與影像灰度信息提取云區(qū)域。主要步驟如下：通過多影像多 匹配基元方法獲得模型匹配的 M-DSM，基于特征線的方法配準 M-DSM 與 SRTM，通過高程差值獲得 初始種子點，然后把種子點計算到像方，結(jié)合影像的灰度信息提取出云區(qū)域。本發(fā)明在有大面積雪的影 像，能有效的避免雪的干擾，準確地檢測出云區(qū)，提高了遙感影像的利用率。 

用于彩色數(shù)字影像系統(tǒng)的色適應(yīng)變換尋優(yōu)方法及系統(tǒng)，包括輸入影像客體各樣本可見光范圍光譜反 射率數(shù)據(jù)；計算各樣本在目標(biāo)光源照明條件下色度信息，求解各樣本在各種模擬光源照明條件下色度信 息；利用各種色適應(yīng)變換方法預(yù)測色適應(yīng)變換后在目標(biāo)光源照明條件下的色度信息；計算各模擬光源下 各待尋優(yōu)的色適應(yīng)變換方法對各樣本的色適應(yīng)變換平均精度；構(gòu)建 BP 神經(jīng)網(wǎng)絡(luò)對模擬光源的相對光譜 功率分布曲線與色適應(yīng)變換平均精度之間關(guān)系進行擬合；對于任意光源，利用各條 BP

武漢大學(xué)張永軍教授項目組在國際上首次提出攝影測量遙感的科學(xué)概念，構(gòu)建了多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理技術(shù)體系，突破了匹配干擾地物快速智能分割、語義輔助幾何處理與大范圍影像鑲嵌合成、地物信息智能提取等關(guān)鍵技術(shù)，成功研制出我國首套多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理系統(tǒng)MIPS。 一、項目分類 關(guān)鍵核心技術(shù)突破 二、成果簡介 武漢大學(xué)張永軍教授項目組在國際上首次提出攝影測量遙感的科學(xué)概念，構(gòu)建了多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理技術(shù)體系，突破了匹配干擾地物快速智能分割、語義輔助幾何處理與大范圍影像鑲嵌合成、地物信息智能提取等關(guān)鍵技術(shù)，成功研制出我國首套多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理系統(tǒng)MIPS，相關(guān)技術(shù)理論《多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理技術(shù)及應(yīng)用》2021年榮獲測繪科技進步特等獎。 技術(shù)特色： (1) 首次提出基于人工智能技術(shù)的多模態(tài)衛(wèi)星影像語義分割與幾何處理融合新理論。創(chuàng)建了衛(wèi)星影像跨域穩(wěn)健語義分割技術(shù)，通過自適應(yīng)增量優(yōu)化提升深度分割網(wǎng)絡(luò)模型的遷移性和普適性，保證多類型地物語義分割的時效性、容錯性、穩(wěn)定性和區(qū)域一致性。 (2) 通過語義分割結(jié)果全自動進行多源地理信息控制點粗差剔除，實現(xiàn)超大范圍多模態(tài)影像精準幾何處理；提出輻射不變特征變換算法進行多模態(tài)影像高可靠性匹配；單臺機器2.5分鐘可完成8000景衛(wèi)星影像的并行區(qū)域網(wǎng)平差，大幅提高了自動化處理精度和效率。 (3) 突破了基于深度學(xué)習(xí)的多視遙感影像三維地形及大范圍合成影像智能生成技術(shù)，采用物方半全局優(yōu)化提升困難區(qū)域的密集匹配精度，并在語義分割結(jié)果的輔助下進行大范圍遙感影像無縫鑲嵌合成。 (4) 基于深度學(xué)習(xí)進行建筑物、道路、農(nóng)作物等典型地物目標(biāo)語義信息智能提取；基于多尺度語義分割網(wǎng)絡(luò)融合經(jīng)驗知識實現(xiàn)建筑物矢量邊緣精確提?。唤Y(jié)合語義分割和多起點中心線追蹤優(yōu)化提取道路網(wǎng)拓撲矢量；基于3D卷積和注意力機制實現(xiàn)多類農(nóng)作物精細分類及其時空特征智能提取。 (5) 構(gòu)建了全新的多模態(tài)衛(wèi)星遙感影像幾何語義一體化智能處理技術(shù)體系，研制出我國首套自主產(chǎn)權(quán)的多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理軟件系統(tǒng)MIPS，其數(shù)據(jù)處理效果和效率均有明顯優(yōu)勢，顯著提升了融合處理的精準度和智能化水平。 先進性 MIPS具備快速語義分割、語義輔助精準幾何處理、三維地形提取與多影像時序合成、地物語義信息智能提取等特色功能。系統(tǒng)采用最新的衛(wèi)星影像攝影測量處理、多源影像融合、語義信息提取的相關(guān)理論與方法，結(jié)合先進的計算機技術(shù)、CPU/GPU兩級加速并行處理及深度學(xué)習(xí)技術(shù)，處理效果和效率均明顯優(yōu)于國內(nèi)外同類軟件。例如單機情況下19小時即可完成1551景2米分辨率衛(wèi)星影像的全自動處理，包括云區(qū)檢測、影像融合、影像匹配、區(qū)域網(wǎng)平差、正射影像糾正等全部處理流程。語義分割結(jié)果約束的立體衛(wèi)星影像區(qū)域網(wǎng)平差自動化程度和精度均顯著提升，例如在1:1萬基礎(chǔ)測繪產(chǎn)品DEM/DOM的輔助下，高分七號立體衛(wèi)星影像的全自動處理高程精度從2.6米大幅提升至0.8米以內(nèi)，鑲嵌接邊精度優(yōu)于1像素。