一种基于部件的手写汉字评价方法，涉及计算机图形学。包括步骤:1）对给定的手写汉字的部分部件进行“随机移动”和“大小变化”调整；2）使用未经变化的标准布局手写汉字和步骤1）中生成的数据作为数据集，对汉字部件重建模块进行预训练；3）利用预训练的汉字部件重建模块，对手写汉字的布局特征进行提取；4）以手写汉字的布局特征为输入，结合布局评价模块进行手写汉字布局评价，得到评价结论及修改建议；5）利用布局评价的建议对手写汉字进行调整。解决现有技术在汉字评价方式、评价结果展示方面的不足，同时有效缩短传统手工设计评价模板的周期并降低成本。在书法教育、字体设计、文字识别领域等领域具备广泛的应用前景。

 本技术公开了一种联合级联3DCNN与SDTA编码的高光谱影像矿区树种分类方法，包括以下步骤:构建级联3D卷积神经网络提取局部光谱特征和空间特征；通过分割深度转置注意力编码器，对通道维度特征权重进行动态更新；通过将3D卷积与分割深度转置注意力编码器结合以后，在矿区树种分类中提取和分离光谱相近的树种之间的特征；基于残差连接构建融合高级特征和低级特征的模块，并最终将特征展平输入到全连接层，使用softmax激活函数输出最终的分类概率。构建了适用于机载高光谱数据的矿区树种分类深度网络，通过级联3D卷积网络架构提升高维度特征提取能力。

 本文公开了一种隐式锚点引导下的快速多视图图像聚类算法，具体涉及图像处理的领域。包括:获取各视图的子视图样本矩阵，并随机生成样本标签矩阵；构建锚点特征矩阵和锚点指示矩阵；构造各视图的特征结构图和重构共识图；确定所有视图的特征结构图与重构共识图的损失误差，并基于损失误差建立目标函数；对目标函数中的锚点特征矩阵、锚点指示矩阵及样本标签矩阵进行更新，直至目标函数达到预设条件，输出最优的样本标签矩阵。引入锚点特征矩阵以及锚点指示矩阵构造结构图损失函数以实现样本特征向标签信息的传播，并在优化过程中隐式更新锚点信息以精简优化过程，并使求解优化加速，减少计算时间。

 本技术公开了一种基于图像处理的船舶吃水线检测方法，包括S1:获取船舶吃水线检测图像，并进行预处理；S2：对预处理后的图像进行图像分割操作，并基于分割后的若干局部图像得到像素点的梯度幅值和梯度方向；S3：对分割后的若干局部图像进行非极大值抑制操作得到细化后的图像；S4：通过双阈值排除细化后的图像中的非边缘区域；S5：对排除了非边缘区域的图像进行链接操作，形成完整的边界轮廓；S6：将经过S5处理后的若干局部图像重新拼接得到吃水线优化后的图像。本发明对图像进行了分割处理，并根据梯度幅值设定双阈值，并且双阈值能够根据图像像素变化而自适应调整，避免误剔除吃水线的弱边缘的问题，保证吃水线的准确检测。

 本技术涉及牛蛙养殖技术领域，具体公开了基于深度学习的牛蛙动态疾病识别系统及方法，包括设置监测区域并在监测区域内设置若干驱赶设备，在预设时间段对监测区域内的牛蛙进行驱赶；获取驱赶设备启动后预设时间段内监测区域内的第一视频信息和喂食时间段内的第二视频信息，并对第一视频信息和第二视频信息进行分析，基于跳跃信息和移动信息进行疾病预警，本发明通过对牛蛙常见病中能够体现在外观的的疾病，通过图片的深度学习和识别进行判断，对于不能体现在外观的的疾病，通过牛蛙在驱赶和喂食过程中的跳跃信息和移动信息，并基于跳跃信息和移动信息进行疾病预警，达到更好的牛蛙养殖管理效果。

 一种基于软件imagej批量处理磷酸镁水泥胶凝材料图像中孔隙参数的识别方法，涉及磷酸镁水泥微观结构图像识别领域，具体涉及一种基于软件imagej批量处理磷酸镁水泥胶凝材料图像中孔隙参数的识别方法。本技术是要解决MPC的SEM图像数据量大，单纯依靠人工分析难以满足实际需求的技术问题。本发明利用ImageJ软件实现了对批量磷酸镁水泥胶凝材料孔隙参数的图像识别，大大提高了处理效率。本发明的方法避免了传统方法中人为判断的主观性和误差且结合了图像处理技术和机器学习算法，为多孔材料的孔隙结构分析提供了新的思路和方法。随着技术的不断发展，该方法有望在更多领域得到应用和推广，推动相关技术的创新和发展。

 本技术公开了一种调控伪标签的结直肠癌病理图像半监督语义分割方法，涉及医学图像视觉分割领域。首先对目标病理区域进行图像采集并标注，并将其按比例划分为训练集、验证集和测试集；在训练教师模型的一致性正则化过程中，根据置信度得分对低置信度伪标签的类别进行排序和缩减；利用训练后教师网络的最终模型和最优模型之间的预测分数差异来评估伪标签的置信度，并对置信度高的伪标签进行细化；根据伪标签中类别的数量，设定各个子数据增强方法触发的概率，生成级联式像素随机变化；最后构建针对结直肠癌病理图像伪标签的半监督语义分割模型。本发明解决了结直肠癌病理图像半监督语义分割任务精度低的问题。

 本技术涉及一种用于干眼评估的动态泪河参数测量方法，该方法包括:采集用户一次眨眼过程的初始视频；其中，初始视频内容包括用户眼睛，初始视频的首帧图像在用户闭眼后采集；从初始视频中确定测量视频片段；通过深度学习模型对测量视频片段中的下泪河进行分割；通过多项式拟合方法对分割得到的下泪河的上边界和下边界进行平滑处理；根据平滑处理后的下泪河，评估下泪河高度。本发明的方法可以在不依赖操作人员的前提下进行下泪河高度的测量，提高了测量的准确性和重复性。

 本技术提供的基于三维高斯溅射的分段渲染方法，涉及场景渲染技术领域，包括:使用轴对齐包围盒对场景的点云数据进行分块处理，得到若干个不重叠的分块场景；检测光线与轴对齐包围盒边界的交点，并基于交点对所述光线进行分段，得到若干段光线段；将分段后的光线段经过的部分场景分发到对应的3DGS模块进行渲染，得到分块场景渲染结果；合并各分块场景渲染结果，得到场景整体渲染结果；将场景划分为多个不重叠的分块场景，避免了冗余计算，提高了计算效率；将光线进行分段并分发到相应的3DGS模块，实现了光线在不同分块场景间的高效管理；通过分段渲染方程合并各分块场景的分块场景渲染结果，确保了场景整体的视觉效果。

 本技术公开了一种集成电路缺陷的零样本分割与分类的方法，多尺度临近特征聚合与自对比评分（MFSC），旨在提升集成电路制造中缺陷的检测精确度与效率。MFSC无需额外神经网络训练，具备强大的泛化能力。该方法包括:首先，运用预训练的Vision Transformer作为特征提取器，对不同尺度的图像块进行多尺度局部特征提取；其次，通过自对比评分机制，采用多尺度临近特征聚合对局部异常图像块特征进行表征，并进行同尺度不同块间局部特征的相互比较，计算异常分数以实现像素级缺陷分割。最后依据实验统计结果划分判断是否包含缺陷的阈值。实验证明，该方法在集成电路缺陷检测任务中的精度达到91.5%。满足实际应用过程中对集成电路缺陷检测的需求，且不需要任何的神经网络训练。