本发明公开了一种基于局部自适应窗口的胎侧帘线阈值分割方法和装置，方法包括以下步骤：采集胎侧图像，并计算当前胎侧区域的平均线距；根据平均线距确定大、小窗口阈值分割阈值，并计算其每个点坐标对应的阈值分割的阈值；分别利用小窗口阈值分割的阈值以及大窗口阈值分割的阈值对图像进行阈值分割，得到二值图Ms和Mb；对二值图像Ms和Mb进行反色操作获得二值图#imgabs0#和#imgabs1#并对获得的二值图#imgabs2#和#imgabs3#取交运算，获得帘线区域。本发明方法简单易行，大大提升了胎侧帘线阈值分割效果，采用的自适应窗口方法适应于各类不同线距图像，增加了实用性。
📄 2023102873938
📂 G06T7_136
👤 济南大学
📅 2023-03-20
本发明公开了基于NEQR表达的量子图像分割方法，该方法包括：步骤S1，制备量子图像NEQR表达式；步骤S2，设计阈值量子图像分割算法的量子线路，对步骤S1制备的量子图像表达式进行分割处理；步骤S3，对经步骤S2处理之后的量子图像表达式进行测量，得到量子图像中各状态的概率信息。本发明对原图形进行优化的量子图像NEQR表达，对原图像量子表达线路中的辅助量子比特位的数量进行优化，通过对辅助量子比特位的复用，能够降低量子表达线路中的量子比特位数，大大提高了量子图像表达算法的性能，使得其在经典计算机下仿真更加易于实现，且为处理更大尺寸的量子图像提供了可能，提高了经典计算机处理量子图像算法的能力。
📄 2019109404889
📂 G06T7_136
👤 重庆邮电大学
📅 2019-09-30
本发明公开了一种快速超像素分割方法，它是一种自上而下的迭代分割方法，该方法通过分析区域像素集的颜色一致性来判断区域的可分割性。本发明包括如下步骤：步骤1：根据公式(1)获得原始彩图对应的灰度图IGray；其中，IGray(x,y)表示图像IGray上坐标为(x,y)的像素灰度，IR(x,y)表示图像IR上坐标为(x,y)的像素灰度，IG(x,y)表示图像IG上坐标为(x,y)的像素灰度，IB(x,y)表示图像IB上坐标为(x,y)的像素灰度；IR、IG、IB分别为原始彩色图像的红、绿、蓝通道图像；步骤2：根据灰度图IGray计算超像素区域集S。
📄 2017112244778
📂 G06T7_11
👤 浙江工业大学
📅 2017-11-29
一种基于语义边缘和分割的农业地块形态局部更新方法和装置，其方法包括：准备指定应用区域前一期的地块边界矢量和最终需要进行局部更新提取的后期目标区域遥感图像；挑选、设计能够同时产生语义分割和语义边缘的多任务学习网络模型；利用该语义分割和语义边缘的多任务学习模型对前一期的地块边界矢量和后一期的遥感影像进行训练，获得该多任务学习的模型权重，对目标应用区高分遥感影像数据进行预测，获得应用区域农业耕地的线结果和面结果；将面预测结果去小图斑化处理，对比两期语义分割的结果，根据阈值选取出发生更新的地块要素。对发生更新的地块要素按以下情况进行分类处理：1、不存在公共边：不存在公共边的情况，直接采用后期遥感通过多任务学习模型产生的边缘矢量结果。2、存在公共边：在两期遥感影像中，农业地块的面积可能会发生改变(增加或减少)，本发明根据边缘融合算法，对两期图像进行对比，将两期图像中相同的边缘保留，而对发生变化的边缘进行更新。本发明最终实现了对遥感图像地块的局部更新。
📄 2025101222163
📂 G06V20_10
👤 浙江工业大学
📅 2025-01-26
一种基于元迁移学习的前视声呐图像分割方法和装置，其方法包括：S1、构建基于元迁移的声呐图像分割模型，模型中的特征提取器为卷积神经网络，在卷积神经网络中采用注意力机制；S2、采用预训练数据集对网络模型参数进行预训练，获取初始化参数；S3、使用预训练模型利用元学习策略训练网络模型，训练中采用自适应因子进行模型收敛；S4、将待分割图像输入训练好的网络模型，获得分割结果。本发明的注意力机制能合并不同维度特征图，提高模型的分割精度；元学习策略能支持小样本声纳图像分割，快速适应和学习小样本的分割任务，并保持较高的分割精准度，解决了声纳图像样本小难获取的难题，在以小样本声纳图像作为数据集上分割精度差的问题。
📄 2023112402902
📂 G06V10_26
👤 浙江工业大学
📅 2023-09-25
本发明属于医学图像处理技术领域，具体涉及一种基于co‑teaching和噪声标签学习的纤维分割方法。方法包括：构建训练数据集；使用专家标注的脑纤维图片标签预训练两个Piont Net网络；将训练数据集分别输入至预训练后的两个网络中为各样本打上伪标签，并将带标签的样本输入分别至预训练的两个网络中；将所有打上标签的样本划分为高质量标签、噪声标签，基于co‑teaching思想让两个网络互相教导；分别从两个网络筛选的噪声标签中，随机选取部分噪声标签对应的数据进行数据增强处理，并预测其输出；计算训练过程中两个网络的损失函数，对两个网络的参数进行更新；使用数据增强处理后的预测输出对满足条件的噪声标签进行校正；不断迭代以得到最后需要进行分割的纤维的标签。
📄 2023107662007
📂 G06T7_11
👤 浙江工业大学
📅 2023-06-27
本发明为一种基于边界框和同现特征预测的图像分割方法，首先，使用FCOS方法、多尺度策略和中心度思想，确定主体的检测框范围；其次确定主体部分设计了上下文感知金字塔特征提取模块得丰富的上下文特征，结合上下文感知金字塔特征提取模块特征映射后的通道注意机制模型模块和低层次特征映射后的空间注意机制模型模块，再使用交叉熵损失来监督显著边界定位信息的生成；对图像的同现特征进行预测，测量同现特征和目标特征的相似性来学习同现特征的概率并加入上下文先验信息以增强复杂场景中的鲁棒性，然后精准化边缘过程，达到目标精准分割的效果。
📄 2021109995759
📂 G06T7_194
👤 浙江工业大学
📅 2021-08-29
一种基于Res2‑UNeXt网络结构的细胞图像分割方法，先对网络结构进行设计，根据细胞图像的特征，设计出合适且有效的网络；在U‑Net网络中加入了残差结构和多尺度卷积方法，分割过程为：利用训练图像的标签图来得出计算Loss所需的权值图；将原始的训练数据集输入进Res2‑NeXt网络，根据计算出的损失来更新网络的参数。不断迭代训练，直到网络预测的精度可以达到一个稳定的水平；利用已经训练好的网络来预测，输入新的数据就能得到一张细胞的分割图。本发明提出了一个多尺度的网络结构Res2‑UNeXt；能更好地获取粗粒度和细粒度的信息，从而提高了本方法分割的性能。
📄 2020103002127
📂 G06T7_11
👤 浙江工业大学
📅 2020-04-16
本发明涉及场景文本分割领域，具体是一种基于改进SAM视觉分割大模型的场景文本分割方法，本发明以SAM视觉大模型为基础，通过图像内容感知模块提取文本内容感知特征，文本边缘感知模块提取文本边缘感知特征，并通过文本特征融合模块提取计算文本边缘感知特征图在SAM编码器的每次自注意力计算前与需要注意力计算的向量进行相加来提高SAM在文本分割方面的准确率，并能够在保证泛化性的前提下缩短模型的训练时间。
📄 2025102157674
📂 G06V30_148
👤 浙江工业大学
📅 2025-02-26
一种结合C‑V水平集和GrabCut算法的分割方法，先通过图像直方图信息以及形态学方法对牙齿图像预处理以突出目标牙齿的轮廓；接着用C‑V水平集方法获取目标牙齿的轮廓，并将轮廓标记成二值图像。通过对二值图像进行金字塔上采样和下采样后作为GrabCut算法的掩膜单独保存；最后用GrabCut算法直接得到目标牙齿。通过将C‑V水平集与GrabCut相结合来进行牙齿分割，有效地克服了牙齿图像灰度分布不均、牙冠相粘连的分割困难。本发明具有更好的分割效果，分割准确率较高，其分割的平均偏差度为0.0198。
📄 2017110546379
📂 G06T7_12
👤 浙江工业大学
📅 2017-11-01
本发明公开了一种基于稠密边界块和注意力机制的建筑物分割方法，包括：获取已标记建筑物的遥感图像生成训练集；构建损失函数，利用所述训练集优化图像分割模型；利用优化后的图像分割模型处理待分割的遥感图像，输出标记建筑物后的建筑物图，完成建筑物分割。本发明的图像分割模型包括编码器、跳过连接单元、解码器，利用深度卷积网络进行分割，实现了输入待分割图像即可获得分割结果，避免了额外的计算，使得整个流程更加的趋于自动化。
📄 2020107825443
📂 G06V20_10
👤 浙江工业大学
📅 2020-08-06
本发明公开了一种基于轻量级孪生网络的医学图像分割方法及装置，利用孪生网络的特点能够更好地对比生成的特征图，通过孪生网络和轻量级模块的结合来达到更好的轻量化效果，在特征图之间加入了一个差异模块，通过对两个特征图作差获取两个相邻切片的差异并用它监督训练，获得更好的边界效果；在编码最后加入了一个联系模块，通过参照其他切片对应位置的信息能更好指导当前切片的分割，减少假阳性，减少误差。
📄 2021109689575
📂 G06T7_10
👤 浙江工业大学
📅 2021-08-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台