XiaoMi-AI文件搜索系统
World File Search System多光谱
在密集标记的多光谱brainbow图像中无监督的神经跟踪
成像技术的最新进展，用于产生大量高分辨率3D图像，尤其是Brainbow等多型标记技术，允许在密集的大脑中对邻近神经元的不良分化。这首先可以从光学显微镜图像中研究许多神经元之间的连通性。但是，缺乏可靠的自动化神经形态重建，使数据分析成为提取神经科学中丰富信息学的瓶颈。已经提出了基于超级氧基的神经元分割方法来解决此问题，但是，在最终分割中出现的大量错误阻碍了先前的方法。在本文中，我们提出了一种新型的无监督方法来追踪来自多光谱脑弓图像的神经元，该方法防止了分割误差并使用两种创新来追踪连续性误差：首先，我们采取了基于高斯混合模型的聚类策略，以改善为下一步骨骼提供准确的分离色的色彩通道。然后，提出了一种骨架图方法，以允许神经元树拓扑中的不连续性识别和区域。我们发现，这些创新可以比当前的最新方法更好地表现，从而导致更准确的神经元追踪结果接近人类专家注释。
快照 RGB+NIR 多光谱成像相机
免责声明 - 本信息按“原样”提供，不作任何陈述或保证。Imec 是 IMEC International（根据比利时法律成立的法人实体，名称为“stichting van openbaar nut”）、imec Belgium（由弗兰德政府支持的 IMEC vzw）、imec the Dutch（Stichting IMEC Nederland，由荷兰政府支持的 Holst Centre 的一部分）、imec Taiwan（IMEC Taiwan Co.）、imec China（IMEC Microelectronics (Shanghai) Co. Ltd.）、imec India（Imec India Private Limited）、imec Florida（IMEC USA 纳米电子设计中心）活动的注册商标。
低成本遥控飞机系统 (RPAS) 配备多光谱传感器，用于绘制和分类潮间带生物牡蛎礁
用于低空遥感的 RPAS 技术和用于增强成像的微型传感器的蓬勃发展，导致了海洋生态应用的增加。然而，带有可见电磁波谱传感器的 RPAS 的普遍性可能会限制沿温带潮间带岩礁的生物海洋栖息地的精细测绘、监测和识别应用。在这里，我们使用低成本的 RPAS 结合多光谱传感器 (MicaSense® RedEdge™) 和基于对象的图像分析 (OBIA) 工作流程，在新西兰奥克兰怀特玛塔港制作了生物牡蛎礁的超高分辨率地图。结果表明，具有可见电磁波谱以外的光谱带逐渐增强了图像上的特征检测，并增加了在异质海洋生态系统中描绘目标特征的潜力。使用基于规则的分类技术提取目标特征，基于分割后的光谱特征，总体准确率为 83.9%，kappa 系数为 69.8%。使用附加光谱带可提高牡蛎礁栖息地测绘的光谱分辨率。高空间尺度监测和测绘浑浊的潮间带岩石礁带来了独特的挑战，但这些挑战可以通过在理想的气象和海洋条件下使用 RPAS 进行瞄准飞行来缓解。
低成本遥控飞机系统 (RPAS) 配备多光谱传感器，用于绘制和分类潮间带生物牡蛎礁
低空遥感用 RPAS 技术和增强成像用微型传感器的蓬勃发展，推动了海洋生态应用的增加。然而，可见电磁波谱中传感器的 RPAS 的普遍性可能会限制沿温带潮间带岩礁的生物海洋栖息地的精细测绘、监测和识别应用。在这里，我们使用低成本 RPAS 结合多光谱传感器 (MicaSense® RedEdge™) 和基于对象的图像分析 (OBIA) 工作流程，在新西兰奥克兰怀特玛塔港制作生物牡蛎礁的超高分辨率地图。结果表明，可见电磁波谱以外的光谱带逐渐增强了图像上的特征检测，并增加了在异质海洋生态系统中描绘目标特征的潜力。使用基于规则的分类技术提取目标特征，基于分割后的光谱特征，总体准确率为 83.9%，kappa 系数为 69.8%。使用附加光谱带可提高牡蛎礁栖息地测绘的光谱分辨率。高空间尺度监测和测绘浑浊的潮间带岩礁带来了独特的挑战，但这些挑战可以通过在理想的气象和海洋条件下使用 RPAS 进行目标飞行来缓解。
使用级联集成学习从多光谱 MRI 数据中分割脑肿瘤*
摘要 — 集成学习方法经常用于医疗决策支持。在图像分割问题中，基于集成的决策需要后处理，因为集成不能充分处理相邻体素的强相关性。本文提出了一种基于集成级联的脑肿瘤分割程序。第一个由二叉决策树组成的集成经过训练，基于 4 个观察特征和 100 个计算特征将局灶性病变与正常组织分离。从第一个集成提供的中间标签开始，为每个体素计算六个局部特征，作为第二个集成的输入。第二个集成是一个经典的随机森林，它加强了相邻像素之间的相关性，使病变的形状规则化。分割准确率为 85.5% 的整体 Dice Score，比之前的解决方案高出 0.5%。索引词 — 图像分割、脑肿瘤分割、磁共振成像、集成学习。
CCSDS 无损多光谱和高光谱卫星图像压缩标准的实施
本文介绍了符合空间数据系统咨询委员会 (CCSDS) 121.0-B-2 和 CCSDS 123.0-B-1 无损卫星图像压缩标准的两个知识产权 (IP) 核的建模、设计和实现。CCSDS 121.0-B-2 描述了一种基于 Rice 自适应编码的无损通用压缩器。CCSDS 123.0-B-1 标准描述了一种专为高效机载高光谱和多光谱图像压缩而设计的无损算法，它基于预测和基于熵的编码结构。后者提供了两种选项：样本自适应和块自适应编码器，对应于 CCSDS 121.0-B-2 算法。这些 IP 核被设计为独立的压缩器，但由于专用接口，它们可以轻松地以即插即用的方式组合在一起使用。此外，还提供了用于配置和外部存储器访问的标准接口。设计过程包括考虑几种不同的硬件架构，以便同时最大化吞吐量并优化机载资源的要求。这两个 IP 都符合标准中考虑的高可配置性。获得的 VHDL 代码完全独立于技术，因此可用于针对太空环境中感兴趣的任何现场可编程门阵列 (FPGA) 或 ASIC，旨在在卫星中高效执行压缩，尽管固有的
事故条件下采用多光谱红外测温法测量反应堆堆芯温度
冷却剂失灵事故 (LOCA) 是核电站设计中最常考虑的事故情景之一 [1]。它发生在一次回路中断后，导致压力急剧下降，从而引起全包壳过热。水蒸气和高温引起的氧化会破坏包壳，并可能导致包壳爆裂，释放裂变产物 [2]。为了模拟此类事故，将在 CEA Cadarache 中心的 Jules Horowitz 研究反应堆中实施轻水单棒 LOCA 实验调查设备 (LORELEI) 测试装置 [3]。它将允许研究全包壳在这种条件下的行为 [4]。包壳表面温度监测在该实验中至关重要；它允许将爆裂条件与温度联系起来。然而，这种测量必须是非侵入性的，以尽量减少扰动并避免爆裂条件的任何变化，这排除了使用热电偶。在这种情况下，基于高温计的温度测量技术提供了一种合适的解决方案 [5]。
利用多时相多光谱机载激光扫描、Sentinel-2 和移动激光扫描进行地图更新
摘要。遥感技术的快速发展为进一步发展目前主要基于被动航空图像的全国测绘程序提供了有趣的可能性。特别是，我们假设多时相机载激光扫描 (ALS) 在地形测绘方面具有巨大的未被发现的潜力。在本研究中，首次测试了多时相多光谱 ALS 数据的自动变化检测。结果表明，直接比较不同日期的高度和强度数据可以揭示与郊区发展相关的微小变化。未来工作的主要挑战是将变化与地图制作中感兴趣的对象联系起来。为了在未来的测绘中有效利用多源遥感数据，我们还研究了卫星图像和地面数据补充多光谱 ALS 的潜力。开发并测试了一种从 Sentinel-2 卫星图像时间序列中进行连续变化监测的方法。最后，使用地面移动激光扫描获取高密度点云并自动将其分为四类。将结果与 ALS 数据进行比较，并讨论了不同数据源在未来地图更新过程中可能发挥的作用。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 Unported 许可证发布。全部或部分分发或复制本作品需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.JRS.13.4.044504]
多光谱数字电光火灾探测器
ACCTTL、ALERT-1、ALARM-2、ALERT-1: ALARM 2、ALERT-1: ALARM-2、ATAG、Clean Room Sentry、COP-i、Complete Optical Path Integrity、CM1、CM1-A、DartLogic、FireLogic、Fire Signature Analysis、FireBusI、FireBusII、FirePic、FirePicII、FirePicIII、FirePix、FirePicture、FSC、Fire Sentry Corporation、Fire Sentry Corp.、FSX、所有 FSX 命名法变体（例如：FS2、FS2X、FS3、FS3X、FS4、FS4X、FS5、FS5X、FS6、FS6X、FS7、FS7X、FS8、FS8X、FS9、FS9X、FS10X、FS10X、FS11、FS11X、 FS12、FS12X、FS14、FS14X、FS15、FS15X、FS16、FS16X、FS17、FS17X FS18、FS18X、FS19、FS19X、FS20、FS20X、FS24、FS24X、FS24XN、FS26、FS26X、FS26XN）、FS7- 2173-2RP、FS System 7、FS System 10、FS7-2173、FS7-2173-RP、FS2000、FS System 2000、高速火焰和监视探测器、多光谱四波段三重红外、多光谱三波段、多光谱三波段、近波段红外、近波段红外、近波段IR、四频红外、Room Sentry、RS、RS2、SM2、SM3、SS、SS2、SS2X、SS2-A、SS3、SS3-A、SS3X、SS4、SS4-A、SS4X、SnapShot、SLR-BIT、SuperBus、SuperSentry、System 2000、Tri-Mode Plot、四频三重红外加、三频、三频、“FS 和 FSC 三角形标志”、WBIR、宽带红外、宽带红外、宽带红外