第44卷 第1期 电 子 科 技 大 学 学 报 V ol.44 No.1 2015年1月 Journal of University of Electronic Science and Technology of China Jan. 2015
基于全变分模型的视觉感知图像质量评价方法
吴亚东1,2，张红英3,4
(1. 西南科技大学计算机科学与技术学院 四川 绵阳 621010；2. 西南科技大学核废物与环境安全国防重点学科实验室 四川 绵阳 621010；
3. 西南科技大学信息工程学院 四川 绵阳 621010；
4. 西南科技大学特殊环境机器人技术四川省重点实验室 四川 绵阳 621010)
【摘要】基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设，该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA 方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化；为测量亮度失真，又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后，采用3种标准图像数据库验证该评价方法的性能。实验结果表明，所提出的图像质量评价方法优于现有的图像评价标准。
关 键 词 能量函数; 人眼视觉系统; 感知图像质量评价; 全变分
中图分类号 TP394.1 文献标志码 A doi:10.3969/j.issn.1001-0548.2015.01.013
A New Perceptual Image Quality Assessment Method
Based on Total Variation Model
WU Ya-dong 1,2 and ZHANG Hong-ying 3,4
(1. School of Computer Science and Technology, Southwest University of Science and Technology Mianyang Sichuan 621010;
2. Fundamental Science on Nuclear Wastes and Environmental Safety Laboratory, Southwest University of Science and Technology Mianyang Sichuan
621010; 3. School of Information and Engineering, Southwest University of Science and Technology Mianyang Sichuan 621010;
4. Robot Technology Used for Special Environment Key Laboratory of Sichuan Province, Southwest University of Science and Technology Mianyang Sichuan 621010)
Abstract In this paper, based on the assumption that human visual system(HVS) is sensitive for image
structures (edges) and local luminance (light stimulation), we propose a new perceptual image quality assessment (PIQA) metric based on total variation(TV) model in spatial domain. In the proposed metric, the TV’s comparison between a distorted image and its reference image is applied to measure the extent of the loss of the image structural information. As a complementary part to measure the distortion, the energy of enclosed regions in a difference image is used to measure the missing luminance information which is sensitive to human visual system. The performance of the proposed metric is validated with an extensive subjective database. The results show that the proposed metric outperforms the state-of-the-art of image quality assessment metrics.
Key words energy function; HVS; PIQA; TV
收稿日期： 2014 ? 02 ? 25；修回日期： 2014 ? 11 ? 30
基金项目：国家自然科学基金(61303127)；国家科技支撑计划(2013BAH32F02，2013BAH32F03)；四川省科技厅项目(2011JQ0041, 11ZS2009)； 中国科学院“西部之光”人才培养计划(13ZS0106)
作者简介：吴亚东(1979 ? )，男，博士，教授，主要从事图像处理、可视化方面的研究.
图像质量评价方法在视觉处理算法中扮演着重
要角色，具有重要的应用价值。人是图像信号的最
终接收者，最直观、最符合HVS 的图像质量评价方
法是主观测试评价，最常用的主观图像质量评价方
法是平均意见打分(mean opinion score ，MOS)方法。
然而，该方法代价昂贵且费时，在实际图像处理应
用中不太实用。主观图像质量评价方法的不足，促
使研究人员在自动计算图像主观视觉质量的评价方
法方面开展了大量研究工作[1-8]。 根据不同的图像质量评价方法，图像质量评价标准可分为两大类：基于HVS 特性建模方法和图像信号驱动方法[1]。 基于HVS 特性建模方法综合相关心理学属性和生理学知识，包括时间、空间、色彩空间分解、对比度敏感函数(contrast sensitivity function ，CSF)、亮度自适应以及掩模效果等[1]，采用系统建模方法，建立图像质量评价模型。近年来，许多基于HVS 的图像质量评价方法[2-3]
被提出，其中一些方法也考虑
电 子 科 技 大 学 学 报 第44卷 80
了最小可觉差(just noticeable distortion ，JND)模 型[4-5]。视觉心理学中的视觉模型被应用到基于HVS 的图像质量评价方法中，效果较好。但该类评价方法计算量大，且视觉机理研究与实际工程建模不匹配[1]，导致这类方法的应用有局限性。
近年来，基于信号驱动的图像质量评价方法受到广泛关注。该类评价方法基于图像信号的提取与分析，比如统计特征、结构、亮度失真等[6-8]。信号驱动方法不是为了图像质量评价而试图去建立复杂的HVS 模型，而是重点关注如何表达图像特征以估计图像整体质量。该类方法通常也会考虑图像内容和失真分析的心理学效应。然而，虽然一些图像保真度模型能够反应图像质量的变化，但由于一些缺陷[1]，该类评价方法并不能表达HVS 的主观感受。例如，并不是每一个图像的变化都容易被觉察，也不一定导致失真。因此，信号驱动的图像质量评价方法需引入HVS 特性来弥补这些不足，从而更加逼近人眼主观感受。
1 全变分模型
变分方法已被广泛应用于图像处理和计算机视
觉领域[9]。由文献[10]提出的TV 模型是图像处理中最成功的偏微分方程(partial differential equation ，PDE)模型之一。全变分可描述为：
TV()
u u ?
=?∫
(1)
式中，?表示图像区域；u 表示图像。
文献[9-10]表明，TV 范数描述图像最合适。TV 范数本质上是1L 范数，更适合估计、描述图像的不连贯性[9]。本文采用它来衡量图像的结构变化，即原始图像与失真图像之间的结构变化距离。
本文提出的基于TV 模型的PIQA 方法，将重点考虑图像结构和图像封闭区域亮度变化。与其他图像质量评价方法相比，最大的区别是引入了TV 模型来评价图像在空间域的结构变化，同时也考虑了图像中封闭区域的亮度变化。
2 基于全变分模型的图像质量评价
2.1 基于TV 模型的图像质量评价框架
通过HVS 观测自然图像时，有许多因素影响图
像质量。其中，有两种重要因素值得考虑：1) 图像边缘结构信息；2) 亮度信息[11]。基于此，本文提出一种新的基于TV 模型的PIQA (TVPIQA)方法。
图1 基于TV 模型的图像质量评价框架
基于TV 模型的图像质量评价框架如图1所示。u 表示失真图像；0u 表示参考图像；r 表示差分图像；1u 表示结构改变度量；2u 表示局部区域亮度改变量。
TVPIQA 方法分为两部分：1) 结构改变度量，采用归一化的TV 比较计算，通过对比失真图像与参考图像来度量图像结构信息的改变；2) 局部区域亮度改变度量，采用差分图像(参考图像与失真图像之差)中封闭区域的能量来衡量亮度信息的改变，并进行归一化。设上述两种因素对人眼视觉的影响是同等的，则TVPIQA 可描述为：
1
2
TVPIQA 2μμ+= (2) 2.2 基于TV 的结构改变度量
由于TV 范数适合描述图像的不连贯性，因此，图像结构信息的改变可由参考图像与失真图像之间全变分的改变量来衡量：
struct
01TV TV()TV()u u =? (3)
式中，1?表示1L 范数；TV()u 为图像u 的全变分，其离散形式为：
(,)TV()
i j u ?
∈=∑ (4)
式中，,i j u 表示在像素点(,)i j 的亮度值。
虽然式(3)能很好地评价图像结构信息的改变，但计算结果没有归一化，不能作为衡量图像质量的 评价标准。考虑2
01TV()TV()0u u ?≥，归一化的图像结构改变量描述为：
11N
μ=
(5)
式中，N 表示图像大小；c 为常量，根据经验在实验中取75；1(0,1]μ∈。
2.3 局部区域亮度改变度量
差分图像0r u u =?，描述了失真图像的丢失信
第1期 吴亚东，等: 基于全变分模型的视觉感知图像质量评价方法 81
息。HVS 对亮度变化十分敏感，因此，本文采用差分图像的能量来衡量亮度信息的丢失。根据JND 模型，即图像并不是任何改变都能引起注意[1]，过滤掉差分图像中的孤立像素点能量信息，差分图像的能量模型定义为：
2,(,)1
r i j i j E r N ?′
∈=∑
(6)
式中，?′表示差分图像中的封闭区域；r E 表示失
真图像的亮度信息平均改变量。为避免封闭区域的判断计算，采用r E ′近似计算差分图像能量改变量：
,1,,,1(,)1()r i j i j i j i j i j E r r r r N ?
++∈′=
+∑
(7) 考虑到HVS 对亮度的对比度而不是亮度的绝对值敏感，根据差分图像的平均亮度调整r E ′：
,1,,,1(,)1(()()()())r i j i j i j i j i j E r r r r r r r r N ?
++∈′=
??+??∑
(8)
式中，,(,)1i j i j r r N
?
∈=
∑
，
表示差分图像的平均亮度值。 为获得归一化的亮度改变量，需根据参考图像找到能量变化最大的差分图像。假设图像的能量是连续的，当图像中所有像素亮度值等于参考图像的平均亮度值时，相对于原始参考图像，图像亮度改变量最大。基于该假设，定义max 00r u u =?，max r 描述了原始参考图像亮度信息的最大丢失量。定义图像亮度改变的归一化模型为：
21μ=?
(9) 式中，max r E ′表示差分图像max r 的能量度量，可由式(8)计算得到。显然，2(0,1]μ∈，2μ值越大，亮度信息丢失越少。
3 实验结果及分析
为验证TVPIQA 方法的有效性，对比了目前7种主流的图像质量评价标准。其中，峰值信号噪声比(peak signal to noise ratio, PSNR)是一种广泛应用于图像处理领域的图像质量评价标准，也是一种有用的基准参照(Benchmark)。结构相似度测量指数(structural similarity index measurement, SSIM)，多尺度结构相似度测量指数[12](multi-scale SSIM, MS-SSIM)，小波视觉信号噪声比[13](wavelet-based visual signal to noise ratio, VSNR)和视觉信息保真
度[14](visual information fidelity, VIF)等评价标准是目前公认的主流图像质量评价标准。基于信息内容权重的PSNR(information content weighted PSNR, IW-PSNR)和基于信息内容权重的SSIM(IW-SSIM)是公认的最受好评的图像质量评价标准。图像数据库采用公认的权威数据库(Cornell- A57[13]，IVC [15]和TID2008[16])验证上述图像质量评价标准。
Cornell-A57数据库是由Cornell University 创建，由54幅6种类型失真图像构成，失真主要包括量化失真、噪声和模糊。IVC 数据库由10幅原始图像经过4种失真类型生成185幅失真图像，主要失真类型包括：1) JPEG 压缩；2) JPEG2000压缩；3) 局部自适应分辨率(local adaptive resolution ，LAR)编码；4) 模糊。TID2008图像数据库包括1 700幅失真图像，这些图像由25幅参考图像经过4种不同失真水平的17种失真函数生成。在实验对比中，未考虑TID2008中的对比度改变失真图像。
为衡量图像质量评价标准的优劣，利用评价标准与人眼主观感受评价的相关性来度量。实验中，采用线性相关系数(linear correlation coefficient ，LCC)、斯皮尔曼等级相关系数(spearman’s rank correlation coefficient ，SRCC)、肯德尔等级相关系数(kendall’s rank correlation coefficient ，KRCC)来衡量图像质量评价标准与主观评分之间的相关性。
LCC 评价了预测精度，反应了图像质量评价标准与主观评分之间的线性依赖，定义为：
LCC N
s o =
(10)
式中，s 表示主观评分(1,2,,)i s i N = 的平均值；o 表示评价标准评分i o 的平均值。
SRCC 衡量了数据之间的单调性[17]，定义为：
21
2
6
SRCC 1(1)
N
i
i d
N N ==?
?∑ (11)
i i i
s o d R R =? (12) 式中，i s R 和i o R 分别表示第i 幅图像主观评分和评价 标准的秩。SRCC 是一种非参秩相关统计模型，该标准独立于任何单调非线性映射关系[4]。
KRCC 也是一种非参秩相关统计模型，定义为：
电 子 科 技 大 学 学 报 第44卷 82
KRCC (1)/2
c d
N N N N ?=
? (13)
式中，c N 和d N 分别表示数据集中一致性元素对数和不一致性元素对数。
根据上述相关性度量标准，LCC 、SRCC 和KRCC 值越大，越接近于1，表明测试的图像质量评价标准与实际主观评价结果相关性越好，即越能反应图像的主观视觉质量。
P S N S S I T V P I Q I W -P S N I W -S S I M S -S S I V S N V I A57 IVC TID2008*
L C C 评价系数
a. 不同图像质量评价标准的LCC 对比
P S N S S I T V P I Q I W -P S N I W -S S I M S -S S I V S N V I A57
IVC TID2008*
S R C C 评价系数
b. 不同图像质量评价标准的SRCC 对比
0.0 0.2 0.4 0.6 0.8 1.0 P S N S S I T V P I Q I W -P S N I W -S S I M S -S S I V S N V I A57 IVC TID2008*
K R C C 评价系数
c. 不同图像质量评价标准的KRCC 对比
图2 不同图像评价标准在Cornell-A57，IVC 和TID2008数据
库上的测试结果
不同图像评价标准在Cornell-A57、IVC 和TID2008数据库上的测试结果如图2所示。可看出，本文提出的TVPIQA 标准的平均性能优于其他图像评价标准。 图像质量评价标准平均性能对比如表1所示。表中给出了各个图像质量评价标准在Cornell-A57，IVC 和TID2008图像数据库测试数据的LCC ，SRCC 和KRCC 的平均值。各个相关系数平均值是以图像
库大小为权重计算得到，Cornell-A57、IVC 、TID2008图像库的数据权重分别为54、185、1600。
可看出，与其他图像质量评价标准相比，本文提出的TVPIQA 标准具有较好的整体性能。值得注意的是，所提出的TVPIQA 标准考虑了图像结构和能量信息，并且仅在图像空间域计算得到，不用进行变换等其他操作。
表1 图像质量评价标准平均性能对比
PSNR SSIM TVPIQA IW-PSNR IW-SSIM MS-SSIM VSNR VIF LCC 0.573 2 0.757 7 0.859 4 0.667 9 0.821 0 0.802 4 0.387 3 0.769 7 SRCC 0.607 2 0.802 8 0.878 6 0.799 7 0.878 5 0.875 6 0.803 2 0.750 8 KRCC
0.447 4
0.604 8
0.689 6
0.621 0
0.691 5
0.682 9
0.614 8
0.588 1
4 结 论
本文提出了一种基于全变分模型的空间域图像质量评价标准框架。设计的TVPIQA 标准主要考虑了图像结构和亮度两种人眼视觉敏感因素，通过引入全变分模型来评价图像结构信息；同时，采用差分图像中封闭区域的能量来度量图像亮度信息的丢失程度。实验结果表明，与主观图像质量评价的相关性方面，本文提出的TVPIQA 标准优于当前的主流图像质量评价标准，具有较好的综合性能。
参 考 文 献
[1] LIN W, KUO C C. Perceptual visual quality metrics: a
survey[J]. Journal of Visual Communication and Image Representation, 2011, 22(4): 297-312.
[2] DALY S. The visible difference predictor: an algorithm for
the assessment of image fidelity[C]//Human Vision, Visual Processing, and Digital Display III. SanJose, USA: SPIE, 1992.
[3] FAUGERAS O D. Digital color image processing within the
framework of a human visual model[J]. IEEE Trans. Acoust. Speech Signal Process, 1979, 27(4): 380-393.
第1期吴亚东，等: 基于全变分模型的视觉感知图像质量评价方法83
[4] MA L, NGAN K N. Adaptive block-size transform based
just noticeable difference profile for videos[C]// International Symposium on Circuits and Systems. Paris, France: IEEE, 2010.
[5] LIN W, DONG L, XUE P. Visual distortion gauge based on
discrimination of noticeable contrast changes[J]. IEEE Trans.
Circuits Syst Video Technol, 2005, 5(7): 900-909.
[6] WANG Z, BOVIK A C, SHEIKH H R, et al. Image quality
assessment: from error visibility to structural similarity[J].
IEEE Trans Image Processing, 2004, 13(4): 600-612.
[7] WANG Z, LI Q. Information content weighting for
perceptual image quality assessment[J]. IEEE Trans Image Processing, 2011, 20(5):1185-1198.
[8] A VCIBAS I, SANKUR B, SAYOOD K. Statistical
evaluation of image quality measures[J]. Journal of Electronic Imaging, 2002, 11(2): 206-223.
[9] CHAN T F, SHEN J H, VESE L. Variational PDE models in
image processing[J]. Notice of American Mathematical Society, 2003, 50(1): 14-26.
[10] RUDIN L, OSHER S, FA TEMI E. Nonlinear total variation
based noise removal algorithms[J]. Physica D, 1992, 60:
259-268.
[11] NORTON T T, CORLISS D A, BAILEY J E.
Psychophysical measurement of visual function[M]. [S.l.]:
Butterworth-Heinemann Press, 2002. [12] WANG Z, SIMONCELLI E P, BOVIK A C. Multi-scale
structural similarity for image quality assessment[C]//IEEE Asilomar Conf. Signals, Syst. PacificGrove, USA: IEEE, 2003.
[13] CHANDLER D M, HEMAMI S S. VSNR: a wavelet-
based visual signal-to-noise ratio for natural images[J].
IEEE Transactions on Image Processing, 2007, 16(9): 2284-2298.
[14] SHEIKH H R, BOVIK A C. Image information and visual
quality[J]. IEEE Trans Image Processing, 2006, 15(2): 430-444.
[15] NINASSI A, CALLET P, AUTRUSSEAU F. Pseudo no
reference image quality metric using perceptual data hiding[C]//Human Vis Electron Imag. SanJose, USA: SPIE, 2006.
[16] PONOMARENKO N, BATTISTI F, EGIAZARIAN K, et
al. Metrics performance comparison for color image database[C]//4th International Workshop on Video Processing and Quality Metrics for Consumer Electronics.
Scottsdale, USA: [s.n.], 2009.
[17] LARSON E C, CHANDLER D M. Most apparent
distortion: Full-reference image quality assessment and the role of strategy[J]. Journal of Electronic Imaging, 2010, 19(1): 1-21.
编辑叶芳
评价B超诊断图像质量 的指标综述 集团公司文件内部编码：（TTT-UUTT-MMYB-URTTY-ITTLTY-
评价B超诊断图像质量的指标综述 [摘要]医学超声诊断仪在临床上用于疾患和计划生育已得到了肯定，并广泛应用。正因为如此，它的图像质量问题涉及到人类的生命健康及生命繁衍。如何提高图像质量，尽可能获取真实丰富的人体信息，便成为该领域内科学研究和技术攻关的焦点。而影响图像质量的指标就是其中至关重要的环节。本文对这些技术参数进行了分析和描述。 [关键词]B超伪像图像质量分辨率探测深度盲区 1B超 B超成像的基本原理就是：向人体发射一组超声波,按一定的方向进行扫描。根据监测其回声的延迟时间,强弱就可以判断脏器的距离及性质。经过电子电路和计算机的处理,形成了我们今天的B超图像。B超的关键部件就是我们所说的超声探头(probe),其内部有一组超声换能器,是由一组具有压电效应的特殊晶体制成。这种压电晶体具有特殊的性质,就是在晶体特定方向上加上电压,晶体会发生形变,反过来当晶体发生形变时,对应方向上就会产生电压,实现了电信号与超声波的转换。 2.伪像 B超成像过程中形成的伪像包括混响伪像，声像图伪像，镜面伪像 （mirror?artifacts），旁瓣伪像，切片厚度伪像等。 2.1混响伪像：是指超声垂直照射到平整的界面如胸壁、腹壁上，超声波在探头和界面之间来回反射，所引起的多次反射。混响的形态呈等距离多条回声，回声强度依深度递减。 2.2声像图伪像：是指超声显示的断层图像与其相应的客观的解剖断面之间存在的差异。 2.3镜面伪像（mirror?artifacts）：遇到深部的界面，即声阻抗差异较大的平整大界面时，在近侧的结构同时在图像的该界面另一侧出现的伪像。当肋缘下向上扫查右肝和横膈时，声束遇到膈-肺界面而发生全反射和镜面伪像。膈下出现肝实质回声（实象），膈上
智能移动机器人的现状和发展 姓名 学号 班级：
智能移动机器人的现状及其发展 摘要：本文扼要地介绍了智能移动机器人技术的发展现状，以及世界各国智能移动机器人的发展水平，然后介绍了智能移动机器人的分类，从几个典型的方面介绍了智能移动机器人在各行各业的广泛应用，讨论了智能移动机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能移动机器人方面发展并提出期望。 关键词：智能移动机器人；发展现状；应用；趋势 1引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能移动机器人则是一个在感知 - 思维 - 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能移动机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能 力。智能移动机器人与工业机器人的根本区别在于，智能移动机器人具有感知功 能与识别、判断及规划功能[1] 。 随着智能移动机器人的应用领域的扩大，人们期望智能移动机器人在更多领 域为人类服务，代替人类完成更复杂的工作。然而,智能移动机器人所处的环境 往往是未知的、很难预测。智能移动机器人所要完成的工作任务也越来越复杂; 对智能移动机器人行为进行人工分析、设计也变得越来越困难。目前，国内外对 智能移动机器人的研究不断深入。 本文对智能移动机器人的现状和发展趋势进行了综述，分析了国内外的智能 移动机器人的发展，讨论了智能移动机器人在发展中存在的问题，最后提出了对 智能移动机器人发展的一些设想。 1
什么是机器视觉技术？试论述其基本概念和目的。答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。机器视觉系统一般由哪几部分组成？试详细论述之。答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。 该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是CCD和CMOS采 集物体影像。 图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、平滑、边缘锐化、分割、图像识别与理解等内容。经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。 输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出设备。试论述机器视觉技术的现状和发展前景。 答：。机器视觉技术的现状：机器视觉是近20?30年出现的新技术，由于其固有的柔性好、 非接触、快速等特点，在各个领域得到很广泛的应用，如航空航天、工业、军事、民用等等领域。 发展前景：随着光学传感器、信息技术、信号处理、人工智能、模式识别研究的不断深入和计算机性价比的不断提高，机器视觉技术越来越成熟，特别是市面上已经有针对机器视觉系统开发的企业提供配套的软硬件服务，相信越来越多的客户会选择机器视觉系统代替人力进行工作，既便于管理又节省了成本。价格持续下降、功能逐渐增多、成品小型化、集成产品增多。 机器视觉技术在很多领域已得到广泛的应用。请给出机器视觉技术应用的三个实例并叙述之。答：一、在激光焊接中的应用。通过机器视觉系统，实时跟踪焊缝位置，实现实时控制，防止偏离焊缝，造成产品报废。 二、在火车轮对检测中的应用，通过机器视觉系统抓拍轮对图像，找出轮对中有缺陷的轮对，提高检测精度和速度，提高效率。 三、大批量生产过程中的质量检查，通过机器视觉系统，对生产过程中的产品进行质量检查 跟踪，提高生产效率和准确度。 什么是傅里叶变换，分别绘出一维和二维的连续及离散傅里叶变换的数学表达式。论述图像傅立叶变换的基本概念、作用和目的。 答：傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。一维连续函数的傅里叶变换为：一维离散傅里叶变换为：二维连续函数的傅里叶变换为：二维离散傅里叶变换为： 图像傅立叶变换的基本概念：傅立叶变换是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图像信息的第二种语言，广泛应用于图像变换，图像编码与压缩，图像分割，图像重建等。作用和目的：图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。图像灰度变换主要有哪几种形式？各自的特点和作用是什么？ 答：灰度变换:基于点操作，将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值。灰度变换是图像增强的一种重要手段，它可以使图像动态范围加大，使图像的对比度扩展，
图像质量评价标准图像质量评价标准 文件编号 : 秘密等级：发出部门 : 颁发日期 : 版本号 : 发送至： 抄送： 总页数： 附件： 主题词：图像质量评价 编制 : 审核 : 批准 : 文件分发清单 分发部门/人数量签收人签收日期分发部门/人数量签收人签收日期 文件更改历史 更改日期版本号更改原因
图像质量评价标准 目录 1.目的及适用范围 (3) 2.规范性参考文件 (3) 3.术语与定义： (3) 3.1 主观评价 (3) 3.2 测试图像 (3) 4.一般要求 (3) 4.1测试样品 (3) 4.2测试环境 (3) 4.3 图片的选择 (4) 4.4测试项目 (4) 4.4.1静态图片测试项目： (4) 4.4.2 动态视频测试项目： (4) 4.5 评价方法及等级等级 (5) 4.5.1评价方法描述 (5) 4.5.2 数据处理 (6) 5.测试项目及评价方法 (6) 5.1 完整性及几何失真测试图 (6) 5.2 清晰度测试 (7) 5.3 图像层次、灰阶测试 (9) 5.4 色彩饱和度测试 (10) 5.6 抖动及噪点测试 (14) 5.7图像暗场特性 (17) 5.8图像亮场特性 (18) 5.9 图像完整性及失真测试 (19) 5.10 RGB重合性测试 (19) 5.11 移动字幕处理能力测试 (20) 5.11视频显示流畅性测试： (21) 5.12运动图像帧速度测试 (21) 5.13运动图像同步性测试 (21) 5.14运动图像更新程度测试 (21) 6.附件：评价项目及表格 (22) 第2页共22页
1.目的及适用范围 标准规定了公司显示产品图像质量测试的静态图片及动态视频。 标准的目的是给出图像质量的评价、判断标准及方法。 标准适用于公司所有显示产品（DLP、LCD、IDB等）的设计、生产、调试评价的依据。 2.规范性参考文件 GB/T 9379-1988 电视广播接收机主观试验评价方法 GY/T 228 -2007 标准清晰度数字电视主观评价 3.术语与定义： 3.1 主观评价 subjective assessment 直接利用观察者对被测系统质量的主观反应来确定被测系统性能的一种方法 3.2 测试图像 test materials 用于公司显示产品图像质量评价的、在图像内容上有特定要求的静止图像或动态视频。 4.一般要求 4.1测试样品 测试样品（以下简称“样品”）应是在逐批检查的合格产品批次中随机抽取的合格品。 4.2测试环境 本标准的测试环境应使用经过确认的标准测试设备，标准测试设备是指正常工作状态下的显示单元及显示系统（显示系统需确认颜色一致、机械位置、光学性能参数等均已达到系统要求或客户使用要求）；标准的DVD播放机；标准的信号源；标准连接线缆。
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 机器视觉思考题及其答案 1.什么是机器视觉技术？试论述其基本概念和目的。 答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。 机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。 机器视觉技术最大的特点是速度快、信息量大、功能多。 机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。 机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。 2.机器视觉系统一般由哪几部分组成？试详细论述之。 答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。 图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。 该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是 CCD 和 CMOS）采集物体影像。 图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、 1/ 19
平滑、边缘锐化、分割、图像识别与理解等内容。 经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。 输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出
【最新整理，下载后即可编辑】 放射科图像质量评价标准 （2016年修订） 一、一般要求 1、X线照片满足影像诊断要求。 2、X线照片标识，左右标志正确，检查号、检查日期、检查医院、被检者姓名、性别、年龄、图像放大比例或比例尺等信息完整。 3、图像放大比例一致：正位片与侧位片或斜位片放大比例一致。同一部位不同时间摄片放大比例一致。 4、整体画面布局美观，影像无失真变形。 二、优质图像标准 1、密度合适 2、层次分明 3、摄影体位标准： 4、照射野大小合适: 被检部位影像全部在照片上显示,但不应过多包含非检查部位，尤其是内分泌腺；重点组织界限清楚；脊柱应含相邻椎体；四肢长骨应至少包括1个邻近关节；肋骨应包括第1或第12肋骨。 5、无体外伪影。 6、无运动伪影。 7、特殊检查体位应标注。 8、胶片无污片、划片、粘片、指纹。
放射科图像质量评价内容及方法 项目评价内容和方法扣分 图像对比看电脑图片或胶片图像，对比欠佳5 图像层次看电脑图片或胶片，层次欠分明 5 投照野控制投照野过大或包括不全 5 伪影不影响诊断的伪影，如内衣扣、金属线5 有可能误认为病变的伪影 50 伪影范围较大，掩盖诊断区。50 呼吸伪影或运动伪影5~10 抽查胶片，有污片、划片、粘片 5 图像标识不完整 5 图像重要标识如左右、姓名、性别错误 50 摄影体位不标准15~20 特殊体位无标注，如腹部立位位，水平侧位10 摄影部位错误对照申请单和摄影部位是否一致50 图像放大比例抽查胶片，图像放大比例是否一致5 用片统一，尺寸合理抽查胶片 5 质量等级评价方法：结合DR影像质量要求，每份图像为100分，扣完为止。 优：≥90分良：80~89分合格：70~79分不合格：＜70分
数字图像处理与机器视觉 2015-2016期末试卷参考答案南昌大学研究生2015,2016年第2学期期末考试试卷 试卷编号: (开)卷课程名称: 数字图像处理与机器视觉适用班级: 2015级硕士研究生姓名: 学号: 专业: 学院: 机电工程学院考试日期: 题号一二三四五六七八九十总分累分人 签名题分 10 15 15 10 20 30 100 得分 考生注意事项:1、本试卷共4页，请查看试卷中是否有缺页或破损。如有请报告以便更换。 2、使用A4答题纸，注意装订线。 一、单项选择题(从下列各题四个备选答案中选出一个正确答案，并将其 代号填在题前的括号内。每小题1分，共10分) ( b )1.图像与灰度直方图间的对应关系是: a.一一对应 b.多对一 c.一对多 d.都不对 ( d )2. 下列算法中属于图象平滑处理的是: a.Hough变换法 b.状态法 c.高通滤波 d. 中值滤波 ( c )3.下列算法中属于图象锐化处理的是: a.局部平均法 b.最均匀平滑法 c.高通滤波 d. 中值滤波 ( d )4. 下列图象边缘增强算子中对噪声最敏感的是: a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( b )5. 下列算法中属于点处理的是: a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )6.下列算子中利用边缘灰度变化的二阶导数特性检测边缘的是:
a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c )7.将灰度图像转换成二值图像的命令为: a.ind2gray b.ind2rgb c.im2bw d.ind2bw ( d )8.数字图像处理的研究内容不包括: a.图像数字化 b.图像增强 c.图像分割 d.数字图像存储 ( d )9.对一幅100?100像元的图象，若每像元用,bit表示其灰度值，经霍夫曼编码后图象的压缩比为2:1，则压缩图象的数据量为: a.2500bit b.20000bit c.5000bit d.40000bit ( b )10.图像灰度方差说明了图像哪一个属性: a.平均灰度 b.图像对比度 c.图像整体亮度 d.图像细节 第 1 页 二、填空题(每空1分，共15分) l. 图像处理中常用的两种邻域是 4-邻域和 8-邻域。 2.图象平滑既可在空间域中进行，也可在频率域中进行。 3.常用的灰度内插法有最近邻元法、双线性内插法和三次内插法。 4. 低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 5.Prewitt边缘检测算子对应的模板是和。 -1 -1 -1 -1 0 1 0 0 0 -1 0 1 1 1 1 -1 0 1 (不分先后) 6.图像压缩系统是有编码器和解码器两个截然不同的结构块组成的。 7.灰度直方图的纵坐标是该灰度出现的频率。 8.依据图象的保真度，图象编码可分为无失真(无损)编码和有失真(有损)编码两 种。
影像科图像质量评价标准 This model paper was revised by the Standardization Office on December 10, 2020
影像科图像质量评价标准 一、图像质量保证组织和人员职责分工 影像科建立图像质量保证工作小组，小组成员包括高年资影像诊断医师、影像科技师、影像设备维修人员相关专业工程技术人员。 影像质量保证工作小组成员中，影像设备维修人员或相关专业技术人员负责影像设备正常运行，保证影像设备运行稳定，参数准确，发生设备故障及时检修。技师负责检查扫描过程的质量控制。影像诊断医师负责诊断操作的质量控制和影像诊断质量报告的控制。 二、图像质量评价制度 影像技术质控每周一次。根据影像质量评价标准，评价影像质量，分析不合格片和差级片原因，提出改进办法。 在日常诊断读片的同时，从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 定期进行影像诊断与手术、病理或出院诊断随访对比，统计影像诊断与临床诊断的符合率，分析误诊漏诊原因，不断总结经验，提高诊断正确性。 三、图像质量评价标准 （一）一般要求 1、被检查器官和结构在检查范围内可观察到。主要结构、解剖结构、解剖细节清晰辨认，影像能满足影像诊断要求。
2、照片中的诠释齐全、无误、左右标志、检查号、检查日期、检查医院、被检查者姓名、性别、年龄、图像放大比例或比例尺等信息完整。正确放置铅号码，以分辨前后位或前位。 3、用片统一，用片寸合理，分隔规范，照射野大小控制适当。成人胸片不小于11x14英寸，成人四肢不小于10x12英寸。 4、图像放大比例一致：正位片、侧位片或斜位片放大比例不小于65%。 5、整体画面布局美观，影像无失真变形。 6、对辐射敏感的组织和器官应尽可能的屏蔽。 7、对不同检查部位的影像质量标准参照《影像科管理与技术规范》X片影像标准。 （二）优质片标准 1、密度合适（照片中诊断密度范围控制在—之间）； 2、层次分明（不同部位要求不同）； 3、摄影体位正确：被检组织影像全部在照片上显示；重点组织界限清楚；脊柱应含相邻椎体；四肢应包括临近关节；肋骨应包括第1或第12肋骨；组织影像应符合正常的解剖投影，无失真； 4、无技术操作缺陷：无体外阴影，无污片、划片、粘片、水迹、指纹、漏光、静电等阴影 （三）良级片标准
智能机器人的发展与应用前景 摘要 本文介绍了智能机器人的发展概况、机器人的感官系统、机器人运动系统及人工智能技术在机器人中的应用,智能机器人是一个在感知-思维-效应方面全面模拟人的机器系统,外形不一定像人。它是人工智能技术的综合试验场,可以全面地考察人工智能各个领域的技术,研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。 关键词: 智能机器人感官仿生人工智能 1.引言 人们通常把机器人划分为三代。第一代是可编程机器人。这种机器人一般可以根据操作人员所编的程序,完成一些简单的重复性操作。这一代机器人是从60年代后半叶开始投入实际使用的,目前在工业界已得到广泛应用。第二代是“感知机器人”,又叫做自适应机器人,它在第一代机器人的基础上发展起来的,能够具有不同程度的“感知”周围环境的能力。这类利用感知信息以改善机器人性能的研究开始于70年代初期,到1982年,美国通用汽车公司为其装配线上的机器人装配了视觉系统,宣告了感知机器人的诞生,在80年代得到了广泛应用。第三代机器人将具有识别、推理、规划和学习等智能机制,它可以把感知和行动智能化结合起来,因此能在非特定的环境下作业,称之为智能机器人。智能机器人与工业机器人的根本区别在于,智能机器人具有感知功能与识别、判断及规划功能。而感知本身,就是人类和动物所具有的低级智能。因此机器的智能分为两个层次:①具有感觉、识别、理解和判断功能; ②具有总结经验和学习的功能。所以,人们通常所说的第二代机器人可以看作是第一代智能机器人。 2.智能机器人的感官系统 2.1触觉传感器 英国近几年在阵列触觉传感方面开展了相当广泛的研究。例如:Sussex大学和Shack-leton系统驱动公司研制的基于运动的介电电容传感的阵列;由威尔士大学和软件科学公司研制的采用压强技术的装在机器人夹持器上的传感器。 2.2视觉传感 在机器人视觉方面,目前市场上销售的有以下6类传感器:①隔开物体的二维视觉:双态成像;②隔开物体的二维视觉:灰度标成像;③触觉或叠加物体的二维视觉;④二维观察;⑤二维线跟踪;⑥使用透视、立体、结构图示或范围找寻技术从隔开物体中提取三维信息。在这类系统方面,它们只能做一些很简单的操作。例如:为了使机器人具有某种程度的人眼功能,已进行大量的研究工作并向如下两类系统发展:①从一维物体中提取三维信息;②活动机器人导航、探路和躲避障碍物的现场三维分析。伦敦大学目前正在研究一种双目视觉机器人的实时图像处理机。还有正在研究机器人视觉系统的教育机构有:考文垂工业大学、爱丁堡大学、格拉斯哥大学、格温特大学;而伯明翰大学则专门研究惯性传感器。另外,还有许多从事传感系统开发的单位,都进行了传感反馈研究。如米德尔塞克斯工业大学致力于使机器人能组织和使用来自不同类型传感器的数据。这种机器人能“看”、“感”和“听”,它更接近于人。 2.3听觉传感
华南农业大学期末考查试题 2009～2010学年第2学期考试科目：《机器视觉》 考试类型：开放考查作业提交时间：2010.12.15 学号：姓名：年级专业 题号一二三四五六七总分 得分 评阅人………………………………………………………………………………………………………… 一、填空题（每题2分，共16分） 1.图像数字化包括采样和量化两过程。 2.图像处理中常用的两种邻域是3×3和5×5。 3.从图像工程的角度上，机器视觉过程一般分为四个阶段，包括数字化成像、图像处理、图像分析和模型匹配等。图像分割技术是由图像处理向图像分析阶段过渡过程中必须的。 4.机器视觉系统通常由光源、光学成像系统、图像捕捉系统、图像采集与数字化、智 能图像处理与决策模块和控制执行机构等部分组成。 5.一般来说，采样间距越大，图像数据量越少，质量越低；反之亦然。 6.结构元素S在区域X内移动时其原点位置的集合就是S对X的腐蚀。 7.图像分割方法可以分成基于边缘的分割和基于区域的分割两类，前者是利用不同目标间像素属的不连续性实现目标分割的。 8.常见的一阶微分边缘检测算子有正交梯度算子、平滑梯度算子和Roberts等算子。 二、选择题（每题1分，共9分） 1.一幅灰度级均匀分布的图像，其灰度范围在[0，255]，则该图像像素的存储位数为d。 a.2 b.4 c.6 d.8 2.图像与灰度直方图间的对应关系是：b。 a.一一对应 b.多对一 c.一对多 d.多对多 3.下列关于区域形状的特征描述中，不正确是：b。 a.矩形度是物体面积与其最小外接矩形面积之比 b.边界的形状数具有平移、旋转和比例缩放不变性 c.当区域为圆时，圆形度达到最大值1
影像科图像质量评价标准 一、图像质量保证组织和人员职责分工 影像科建立图像质量保证工作小组，小组成员包括高年资影像诊断医师、影像科技师、影像设备维修人员相关专业工程技术人员。 影像质量保证工作小组成员中，影像设备维修人员或相关专业技术人员负责影像设备正常运行，保证影像设备运行稳定，参数准确，发生设备故障及时检修。技师负责检查扫描过程的质量控制。影像诊断医师负责诊断操作的质量控制和影像诊断质量报告的控制。 二、图像质量评价制度 影像技术质控每周一次。根据影像质量评价标准，评价影像质量，分析不合格片和差级片原因，提出改进办法。 在日常诊断读片的同时，从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 定期进行影像诊断与手术、病理或出院诊断随访对比，统计影像诊断与临床诊断的符合率，分析误诊漏诊原因，不断总结经验，提高诊断正确性。 三、图像质量评价标准 （一）一般要求 1、被检查器官和结构在检查范围内可观察到。主要结构、解剖结构、解剖细节清晰辨认，影像能满足影像诊断要求。 2、照片中的诠释齐全、无误、左右标志、检查号、检查日期、检查医院、被检查者姓名、性别、年龄、图像放大比例或比例尺等信息完整。正确放置铅号码，以分辨前后位或前位。
3、用片统一，用片寸合理，分隔规范，照射野大小控制适当。成人胸片不小于11x14英寸，成人四肢不小于10x12英寸。 4、图像放大比例一致：正位片、侧位片或斜位片放大比例不小于65%。 5、整体画面布局美观，影像无失真变形。 6、对辐射敏感的组织和器官应尽可能的屏蔽。 7、对不同检查部位的影像质量标准参照《影像科管理与技术规范》X片影像标准。 （二）优质片标准 1、密度合适（照片中诊断密度范围控制在—之间）； 2、层次分明（不同部位要求不同）； 3、摄影体位正确：被检组织影像全部在照片上显示；重点组织界限清楚；脊柱应含相邻椎体；四肢应包括临近关节；肋骨应包括第1或第12肋骨；组织影像应符合正常的解剖投影，无失真； 4、无技术操作缺陷：无体外阴影，无污片、划片、粘片、水迹、指纹、漏光、静电等阴影 （三）良级片标准 优级片中有1项不足，但对影像诊断影响不大。 （四）差级片标准 优级片中有2项以上不足，尚能用于诊断。 （五）废片标准 不能用于诊断
浅谈机器人视觉技术 摘要 机器人视觉是使机器人具有视觉感知功能的系统，是机器人系统组成的重要部分之一。机器人视觉可以通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。机器人视觉广义上称为机器视觉，其基本原理与计算机视觉类似。计算机视觉研究视觉感知的通用理论，研究视觉过程的分层信息表示和视觉处理各功能模块的计算方法。而机器视觉侧重于研究以应用为背景的专用视觉系统，只提供对执行某一特定任务相关的景物描述。机器人视觉硬件主要包括图像获取和视觉处理两部分，而图像获取由照明系统、视觉传感器、模拟－数字转换器和帧存储器等组成。本文介绍了机器人的发展以及视觉计算理论和视觉的关键技术。 关键词：机器人、视觉、计算、关键技术 一、机器人发展概述 科学技术的发展,诞生了机器人。社会的进步也提出要求,希望创造出一种能够代替人进行各种工作的机器,甚至从事人类不能及的事情。自从1959年诞生第一台机器人以来,机器人技术取得了很大的进步和发展,至今已成为一门集机械、电子、计算机、控制、传感器、信号处理等多学科门类为一体的综合性尖端科学。当今机器人技术的发展趋势主要有两个突出的特点:一个是在横向上,机器人的应用领域在不断扩大,机器人的种类日趋增多;另一个是在纵向上,机器人的性能不 断提高,并逐步向智能化方向发展。前者是指应用领域的横向拓宽,后者是在性能及水平上的纵向提高。机器人应用领域的拓宽和性能水平的提高,二者相辅相成、相互促进。 智能机器人是具有感知、思维和行动功能的机器,是机构学、自动控制、计算机、人工智能、微电子学、光学、通讯技术、传感技术、仿生学等多种学科和技术的综合成果阎。智能机器人可获取、处理和识别多种信息,自主地完成较为复杂的操作任务,比一般的工业机器人具有更大的灵活性、机动性和更广泛的应用领域。要使机器人拥有智能,对环境变化做出反应,首先,必须使机器人具有感知
2019人工智能与健康试题及答案 一、单项选择题 1.（）是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的现代制造业重要的自动化装备。 D.工业机器人 2.（）是利用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的过程。 B.机器翻译 3.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。 B.机器学习 4.（）是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。 A.语音交互 5.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。 A.深度学习 6.（）是研究用计算机系统解释图，像实现类似人类视觉系统理解外部世界的一种技术，所讨论的问题是为了完成某一任务需要从图像中获取哪些信息，以及如何利用这些信息获得必要的解释。 B.图像理解 7.（）是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。 A.专家系统 8.（）是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。 C.循环神经网络 9.（）是一种基于树结构进行决策的算法。 B.决策树 10.（）是用电脑对文本集按照一定的标准进行自动分类标记。
C.文本分类 11.（）是指能够按照人的要求，在某一个领域完成一项工作或者一类工作的人工智能。 C.弱人工智能 12.（）是指能够自己找出问题、思考问题、解决问题的人工智能。 B.强人工智能 13.（）是指在各个领域都比人类要强的人工智能。 A.超人工智能 14.（）是指直接通过肢体动作与周边数字设备和环境进行交互。 A.体感交互 15.（）是自然语言处理的重要应用，也可以说是最基础的应用。 C.文本分类 16.（）宣布启动了“先进制造伙伴计划”“人类连接组计划”“创新神经技术脑研究计划”。 C.美国 17.（）中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。 B.2018年10月31日 18.《“健康中国2030”规划纲要》中提到，健康是经济社会发展的（） B.基础条件 19.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（） D.根本目的 20.1997年，Hochreiter&Schmidhuber提出（）。 D.长短期记忆模型 21.2005年，美国一份癌症统计报告表明：在所有死亡原因中，癌症占（） A.1/4 22.2012年，Hinton教授小组在ImageNet竞赛中夺冠，降低了几乎（）的错误率。 B.50% 23.2017年，卡内基梅隆大学开发的一个人工智能程序在（）大赛上战胜了四位人类玩家，这在人工智能发展史上具有里程碑式的意义。 C.德州扑克 24.50年前，人工智能之父们说服了每一个人：“（）是智能的钥匙。” B.逻辑 25.癌症的治疗分为手术、放疗、化疗。据WTO统计，有（）的肿瘤患者需要接受放疗。
影像图像质量评价： 以每天阅片的形式对每一张图像进行评价，参加人员前一天夜班、当天 上夜班、白班、技术组人员。 日期：影像号：操作员：分数：内容备注扣分标准扣分 1. 图像对比看电脑图片或胶片图像，对比欠佳 5 2. 图像层次看电脑图片或胶片图像，层次欠分明 5 3 被检查者部位、肢位置不正、照片上下、左右边缘不对 5 体位置准确，照片上称、体位不标准 下、左右边缘对称 4. 人为伪影如未去除金属物引起的伪影10 5. 运动伪影不影响诊断5-10 6. 设备伪影不影响诊断5-10 7. 拼音错误如‘ o’拼为‘ e’等10 8. 图像标识不完整 5 9. 图像重要标识错如左右 . 姓名 . 性别错误50 误 10. 造影片造影剂造影剂显影不均匀、充盈吧不满意55 显影均匀、充盈满意 11 图像后处理方法不准确，不影响诊断10 12. 检查部位错误对照申请单和检查部位是否一致50 日期 : 影像号：操作员：分数：内容备注扣分标扣分 准 1. 图像对比看电脑图片或胶片图像，对比欠佳 5 2. 图像层次看电脑图片或胶片图像，层次欠分明 5 3 被检查者部位、肢位置不正、照片上下、左右边缘不对 5 体位置准确，照片上称 下、左右边缘对称 4. 人为伪影如未去除金属物引起的伪影10 5. 运动伪影不影响诊断5-10 6. 设备伪影不影响诊断5-10 7. 拼音错误如‘ o’拼为‘ e’等 8. 图像标识不完整 5 9. 图像重要标识错如左右 . 姓名 . 性别错误50 误 10. 造影片造影剂造影剂显影不均匀、充盈吧不满意55 显影均匀、充盈满意 11 图像后处理方法不准确，不影响诊断10 12. 检查部位错误对照申请单和检查部位是否一致50 质量等级评价方法：结合影像质量要求，每份图像为100 分，扣完为止 优：≥ 90 分良： 80~89 分差： 70~79分不合格：＜ 70 分
2019年度人工智能与健康试题及答案 一、单选题 1.生物特征识别技术不包括（）。（ 2.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A √答对 2.关于专用人工智能与通用人工智能，下列表述不当的是（）。（2.0分） A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案：D √答对 3.MIT教授Tomaso Poggio明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A.计算机视觉 B.语音识别 C.博弈论 D.机器学习 我的答案：D √答对 4.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为 210/100mmHg以下更受益。（2.0分） A.1949年
B.1984年 C.1993年 D.2016年 我的答案：D ×答错 5.在国际评判健康的标准中，空腹血糖值低于（）才是健康的。（2.0分） A.90mg/dl B.95mg/dl C.100mg/dl D.110mg/dl 我的答案：C √答对 6.人工智能是（）的一个分支，它试图揭示人类智能的实质和真相，并以模拟人类智能的方式去赋能机器，使机器能够模拟人类的智能进行学习、思维、推理、决策和行动。（2.0分） A.自然科学 B.社会科学 C.语言科学 D.计算机科学 我的答案：D √答对 7.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 我的答案：D √答对
在图像信息技术被广泛应用的情况下，对图像质量的评估变成一个广泛而基本的问题。由于图像信息相对于其它信息有着无可比拟的优点，因此对图像信息进行合理处理成为各领域中不可或缺的手段。在图像的获取、处理、传输和记录的过程中，由于成像系统、处理方法、传输介质和记录设备等不完善，加之物体运动、噪声污染等原因,不可避免地带来某些图像失真和降质，这给人们认识客观世界、研究解决问题带来很大的困难。 比如，在图像识别中，所采集到的图像质量直接影响识别结果的准确性和可靠性；又如，远程会议和视频点播等系统受传输差错、网络延迟等不利因素影响，都需要在线实时的图像质量监控，以便于服务提供商动态地调整信源定位策略，进而满足服务质量的要求；在军事应用方面，战场监视和打击评估的效果也取决于无人机等航拍设备所采集到的图像或视频的质量。因此，图像质量的合理评估具有非常重要的应用价值。 从有没有人参与的角度区分，图像质量评价方法有主观评价和客观评价两个分支。主观评价以人作为观测者，对图像进行主观评价，力求能够真实地反映人的视觉感知；客观评价方法借助于某种数学模型，反映人眼的主观感知，给出基于数字计算的结果。 图像质量的主观评价 主观评价只涉及人作出的定性评价，它以人为观察者，对图像的优劣作出主观的定性评价。对于观察者的选择一般考虑未受训练的“外行”或者训练有素的“内行”。该方法是建立在统计意义上的，为保证图像主观评价在统计上有意义，参加评价的观察者应该足够多。主观评价方法主要可分为两种：绝对评价和相对评价。 绝对评价 所谓绝对评价，是由观察者根据自己的知识和理解，按照某些特定评价性能对图像的绝对好坏进行评价。通常，图像质量的绝对评价都是观察者参照原始图像对待定图像采用双刺激连续质量分级法（Double Stimulus Continuous Scale,DSCQS），给出一个直接的质量评价值。具体做法是将待评价图像和原始图像按一定规则交替播放持续一定时间给观察者，然后在播放后留出一定的时间间隔供观察者打分，最后将所有给出的分数取平均作为该序列的评价值，即该待评图像的评价值。国际上也对评价尺度做出了规定，对图像质量进行等级划分并用数字表示，也称为图像评价的5分制“全优度尺度”。（见表1.1）
作者：空青山 作品编号：89964445889663Gd53022257782215002 时间：2020.12.13 智能机器人的现状及其发展趋势 摘要：本文扼要地介绍了智能机器人技术的发展现状，以及世界各国智能机器人的发展水平，然后介绍了智能机器人的分类，从几个典型的方面介绍了智能机器人在各行各业的广泛应用，讨论了智能机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能机器人方面发展并提出期望。 关键词：智能机器人；发展现状；应用；趋势 The status and trends of intellectual robot Abstract: This paper briefly discusses the development, status of intellectual robot, development of intellectual robot in many countries. And then it presents the categories of intellectual robot, talks about the extensive applications in all works of life from several typical aspects and trends of intellectual robot. After that, it puts forward prospects for future technology, suggestion and a tentative idea of myself, and analyses the development of intellectual robot in China. Finally, it raises expectations of intellectual robot in China. Key words: intellectual robot; development status; application; trend 1 引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能机器人则是一个在感知- 思维- 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全
什么是机器视觉技术？试论述其基本概念和目的。 答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。 机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。 机器视觉系统一般由哪几部分组成？试详细论述之。 答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。 图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是CCD和CMOS）采集物体影像。 图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、平滑、边缘锐化、分割、图像识别与理解等内容。经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。 输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出设备。 试论述机器视觉技术的现状和发展前景。 答：。机器视觉技术的现状：机器视觉是近20～30年出现的新技术，由于其固有的柔性好、非接触、快速等特点，在各个领域得到很广泛的应用，如航空航天、工业、军事、民用等等领域。 发展前景：随着光学传感器、信息技术、信号处理、人工智能、模式识别研究的不断深入和计算机性价比的不断提高，机器视觉技术越来越成熟，特别是市面上已经有针对机器视觉系统开发的企业提供配套的软硬件服务，相信越来越多的客户会选择机器视觉系统代替人力进行工作，既便于管理又节省了成本。价格持续下降、功能逐渐增多、成品小型化、集成产品增多。 机器视觉技术在很多领域已得到广泛的应用。请给出机器视觉技术应用的三个实例并叙述之。答：一、在激光焊接中的应用。通过机器视觉系统，实时跟踪焊缝位置，实现实时控制，防止偏离焊缝，造成产品报废。 二、在火车轮对检测中的应用，通过机器视觉系统抓拍轮对图像，找出轮对中有缺陷的轮对，提高检测精度和速度，提高效率。 三、大批量生产过程中的质量检查，通过机器视觉系统，对生产过程中的产品进行质量检查跟踪，提高生产效率和准确度。 什么是傅里叶变换，分别绘出一维和二维的连续及离散傅里叶变换的数学表达式。论述图像傅立叶变换的基本概念、作用和目的。 答：傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。 一维连续函数的傅里叶变换为： 一维离散傅里叶变换为： 二维连续函数的傅里叶变换为： 二维离散傅里叶变换为： 图像傅立叶变换的基本概念：傅立叶变换是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图
诊断报告书写格式和质量评价标准 （一）诊断报告书写格式参照我科《影像诊断报告书写规范》（二）承诺出报告时间： 1、X线平片报告：急诊30分钟，普通2小时；胃肠等特殊造影：当日出片。 2、CT、MR报告：急诊30分钟，普通24小时内（隔日上午9点30 分前）。 3、特殊病例在与患者及家属沟通后于48小时内发出。 （三）诊断报告质量评价标准 1、良好的影像诊断报告：书写格式符合诊断报告书写规范。要求项目齐全，影像描写如实反映影像学改变，影像描述与诊断意见一致，重点突出，条理清楚，术语准确，字迹清析。 2、不符合影像诊断报告要求的：①影像描述与诊断意见矛盾；②书写过于简单；③用语不规范；④病灶主要象征未描述错误；⑤字迹不清。 （四）读片及随访质量控制 1、每工作日读片对疑难病例进行集中讨论，讨论意见及时作出记录。 2、每月及时登记病例随访结果并利用PACS及相关系统统计诊断符合率，结合诊断随访结果每月进行一次随访病例学习，并对重点病例进行讨论，提高医师诊断水平。 读片及报告书写制度 (1)每日集体读片，安排在上午晨会后，由当班医师选出疑难病例和典型病例进行讨论和示教，以便集思广益，提高诊疗质量。 (2)读片应密切结合病史、体格检查及其他必要的检查资料进行充分讨论，遇有疑难问题时，可协同超声、核医学和各有关科室会诊解决。 (3)诊疗报告必须按要求逐项填写，描述和分析应符合规范要求，并作出诊断或提出参考意见。报告医师应签全名，并由主治医师或以上人员负责复审签发。 (4)诊疗报告发出：急诊检查于完成后半小时内出报告（从检查结束到报告时间），普通X线平片2小时内出报告，CT、MR普通检查当日出报告，CT、MR特殊病例及特殊检查48小时内出报告。特殊情况