新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開一種補償粒子速度影像儀球面像差的方法，所述方法為：在粒子速度影像儀提取極電極板添加跳變電壓，以在聚焦電場的基礎(chǔ)上添加發(fā)散電場，從而補償原有靜電聚焦透鏡球面像差。本發(fā)明還提供一種補償粒子速度影像儀球面像差的裝置，所述裝置包括與粒子速度影像儀提取極電極板連接的跳變電壓控制單元，用于在提取極電極板上產(chǎn)生跳變電壓。本發(fā)明可補償粒子速度影像儀補償原有靜電聚焦透鏡球面像差，實施本發(fā)明無需改變原有裝置結(jié)構(gòu)，實施簡便、成本低、成像分辨率高。

本發(fā)明公開了一種利用激光點云輔助的可量測全景影像生成方法，包括：步驟 1，將全景影像進行 虛擬成像獲得多幅框幅式影像；步驟 2，選取初始點對，并初始化各框幅式影像的外方位元素；步驟 3， 以初始點對中所有激光點到對應框幅式影像上的投影誤差的和最小為條件方程，調(diào)整外方位元素初始值， 獲得精確的外方位元素值；步驟 4，構(gòu)建激光點云的空間索引，在空間索引中選取以曝光中心為球心的 球形鄰域，球形鄰域內(nèi)激光點云即全景影像的鄰域點云；步驟 5，計算鄰域點云中各激光點的法向量， 獲得鄰域點云的特征；步驟 6，將鄰域點云的深度和特征投影到全景影像。采用本發(fā)明生產(chǎn)的可量測全 景影像具有較高精度，可廣泛運用于測量領(lǐng)域及資產(chǎn)調(diào)查。 

一種真正射影像絕對遮擋區(qū)域修補方法及系統(tǒng)，包括加載真正射影像及相應的坐標系統(tǒng)參數(shù)，分別 加載真正射影像相應的 DEM 三角網(wǎng)格數(shù)據(jù)和 DBM 三角網(wǎng)格數(shù)據(jù)，將真正射影像中被 DEM 三角網(wǎng)格所 覆蓋的區(qū)域內(nèi)像素點標定為地面點，將真正射影像中被 DBM 三角網(wǎng)格所覆蓋的區(qū)域內(nèi)像素點標定為建 筑點；根據(jù)鄰域范圍內(nèi)相同屬性進行像素點修補。本發(fā)明能夠有效修補真正射影像中絕對遮蔽區(qū)域，各 像素屬性明確，能夠采用相同屬性的像素進行修補，因此保證了最大程度的保真，基本不存在地面像素 補到屋頂面上或屋頂面像素補到地面上的情況

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)學界應用廣泛。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)對其的廣泛討論預示著人工智能時代已經(jīng)到來。隨著深度學習算法不斷發(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，尚未利用深度學習的方法來進行胃、腸的內(nèi)窺鏡影像學習，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)務功能模塊，包括：圖像分類單元、視頻庫單元、病灶標記單元、我的任務單元、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、集成第三方標記工具，標記過程簡單清晰，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)域及相應重疊度;對待拼接影像進行預處理，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 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)學界應用廣泛。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

技術(shù)分析(創(chuàng)新性、先進性、獨占性)開發(fā)了新穎的深度學習算法，準確識別患病部位，準備診斷患病類型，可以顯著提高臨床效益。自主獨立開發(fā)。已經(jīng)在兩家大型三甲醫(yī)院做測試，算法和程序代碼完整，

技術(shù)分析(創(chuàng)新性、先進性、獨占性) 開發(fā)了新穎的深度學習算法，準確識別患病部位，準備診斷患病類型，可以顯著提高臨床效益。自主獨立開發(fā)。