本发明公开了一种基于网络协同的医学图像多任务去噪方法及系统，用于解决学习多个去噪任务产生的灾难性遗忘问题以及可以去噪不模态的医学图像。采用三个去噪网络之间互相协同更新，将两个有强化拓展连续学习能力的去噪网络上的知识传递给主去噪网络。同时引入重放机制，定期将历史任务的数据样本重新注入网络进行训练，防止灾难性遗忘。将该网络模型封装为一个可以实现超声图像、CT图像、MRI图像的不同模态和高斯、泊松、椒盐的不同噪声医学图像的去噪系统。该系统界面简洁直观，具有良好的稳定性和可靠性。
📄 2024103673609
📂 G06T5_70
👤 重庆邮电大学
📅 2024-03-28
本发明公开了一种量子彩色图像的中值滤波方法及系统，包括制备待处理的量子彩色图像以及其八邻域彩色图像的QRMW表达式；根据量子彩色图像中值滤波算法的量子线路，对制备的量子彩色图像以及其八邻域彩色图像进行中值寻找，得到量子彩色图像表达式；对量子彩色图像表达式进行测量，从量子图像表达式中获取各个分量的信息，并根据各个分量的信息转换为量子彩色图像；同时实现对九副彩色图像进行量子制备，并对量子线路中辅助量子比特进行了复用，同时加入辅助图像来降低量子线路中的量子比特位数和减少冗余的量子元件，大大提高了量子图像表达算法的性能；且本发明的量子彩色图像中值滤波算法可以量子模拟器上实现。
📄 2022100736861
📂 G06T5_70
👤 重庆邮电大学
📅 2022-01-21
本发明公开了一种基于卷积转置自注意力的红外图像去噪方法。首先通过成对的干净图像和带噪图像构建数据集；构建基于卷积转置自注意力的网络模型，网络模型采用对称的编码器‑解码器结构；基于构建好的红外图像训练数据集，对基于卷积转置自注意力的网络模型进行训练；最后采用测试数据集数据对训练好的网络模型进行测试。本发明引入了在红外图像去噪领域中尚未深入研究的自注意力机制对红外图像全局依赖关系进行建模，并在其基础上进行改进设计了卷积转置自注意力，在减少计算量的同时依然可以充分提取红外图像的空间特征信息，有效提高红外图像的去噪质量，填补了红外图像去噪的研究空缺。
📄 2024104161985
📂 G06T5_70
👤 淮安昆博信息科技有限公司
📅 2024-04-08
本发明提供了一种基于滑动补全的阵列点云实时离群噪声移除方法及系统，涉及点云离群噪声处理领域。对初始输入的多帧阵列点云预处理，生成不完全点云并存入滑动窗口中；获取后续输入的每帧的不完全点云，所移除的点被视为当前帧的特征点，将滑动窗口内点云的并集作为待填充点云；设计基于阵列离散概率模型的补全策略对特征点进行筛选；将筛选后的特征点填充至当前帧不完全点云，即为当前帧去噪后点云，完成一帧点云的去噪；当前帧点云去噪完成后，其对应的不完全点云会被添加至滑动窗口队尾，同时移除滑动窗口队首的点云，实现滑动窗口的动态更新。本发明克服现有技术在对阵列点云离群噪声处理时适配性较弱、去噪精度低的问题。
📄 2024113077274
📂 G06T5_70
👤 南京信息工程大学
📅 2024-09-19
本申请公开一种基于自适应全变分图像降噪模型的图像降噪方法，包括以下步骤：获取待降噪图像；预处理获取的待降噪图像，获得原图像矩阵；基于预设的模型参数，将原图像矩阵导入自适应全变分图像降噪模型，经过多次迭代降噪，获得多张降噪图像，并从多张降噪图像中选取降噪效果最佳的降噪图像作为待降噪图像的降噪图像，其中，自适应全变分图像降噪模型的自适应函数用于控制降噪过程中的降噪强度。本发明能够对图像进行降噪，并获得降噪图像。
📄 2022108448275
📂 G06T5_70
👤 南京信息工程大学
📅 2022-07-19
本发明公开了基于验证图片的多目标数据训练集生成方法，采用经过预训练的目标检测网络模型，对预处理后的未标注图片进行识别，按照识别结果分割出待检测目标区域，对于未标注图片的其余部分根据预设分割策略进行分割，得到分割后的未知分割图片；将根据图片推送策略推送的未知分割图片和已知分割图片进行拼接，生成向用户推送的验证图片；最后在获得用户对验证图片中未知分割图片和已知分割图片的标注结果后，实现对未标注图片的标注，放入训练集。本发明可以解决训练集人工制作过程中的低效、工作量大的困难，能为模型训练更快速的提供相应的训练集，为人工智能、机器学习领域的进一步发展提供了帮助。
📄 2022117002899
📂 G06T5_70
👤 浙江工业大学
📅 2022-12-28
一种面向工业缺陷检测的随机区域马赛克数据增强方法，首先定义用于控制马赛克块大小的参数列表Patch‑List，在每次数据增强时随机选择不同大小的马赛克块；其次根据选定的马赛克块大小，将图像划分为若干网格，并通过概率参数Pm决定是否对每个网格执行马赛克模糊处理；通过引入Miou与Mp两个阈值参数来对目标区域的马赛克覆盖程度进行判断。若某目标区域的马赛克覆盖超出阈值，则自动移除其标签信息；模型在每轮的训练过程中以Pt的概率进行开启该数据增强，直至模型训练结束。以及提供一种随机区域马赛克数据增强系统。本发明能够实现提高检测模型分类精度与定位精度，同时部署简单，易于使用。
📄 202411230267X
📂 G06T5_70
👤 浙江工业大学
📅 2024-09-04
一种基于内容保证的循环对抗网络手指OCT体数据去噪方法，包括如下步骤：1)通过人为方式制作一张高质量的干净手指B‑Scan图像；2)构建内容保证的循环生成式对抗网络模型，设定参数，进行训练；3)利用训练好的卷积神经网络模型，对OCT体数据进行去噪。本发明可以仅使用一张干净图像训练内容保证的循环生成式对抗网络模型，并对手指OCT体数据进行有效去噪。
📄 2022111499643
📂 G06T5_70
👤 浙江工业大学
📅 2022-09-21
一种融合对比学习的生成对抗网络声呐图像去噪方法和装置，其方法包括：构建生成网络，输入带噪图像，经过融合注意力机制模块和对比学习模块，进行图像去噪处理；构建判别网络，输入不含噪声的无噪图像和生成网络生成的去噪图像，进行图像判别；S3、训练由生成网络和判别网络组成的对抗网络，并保存训练结束的最终参数；S4、将噪声图像输入到已经训练好的生成网络中，得到去噪图像。本发明的融合注意力机制模块和对比学习模块能提高生成网络对于输入图像的理解和处理能力，增强网络对于图像细节的捕捉和保留能力，准确还原噪声图像的主体特征和细节信息。
📄 2024116336834
📂 G06T5_70
👤 浙江工业大学
📅 2024-11-15
基于非局部相似性的加权截断核范数高光谱图像去噪方法，包括以下步骤：1)获取包含均值为零，方差为σ2的高斯噪声的待去噪的高光谱图像数据#imgabs0#利用投影技术将干净高光谱图像进行降维处理，表示为#imgabs1#M为降维后的图像,E为正交矩阵，其中M和N分别是高光谱图像空间维度的长和宽，P为谱带的数量；2)构建基于非局部相似性及加权截断核范数的高光谱图像去噪模型；3)对变量与参数进行迭代细化。4)输出去除噪声后的高光谱图像。本发明的优点是：将高光谱图像的空间低秩性与光谱低秩性相结合探索空间域与光谱域上的丰富信息，所集成的空间光谱模型不仅有效改进了传统非局部去噪方法速度慢的缺点并且在抑制噪声效果上有很强的鲁棒性。
📄 2020106727710
📂 G06T5_70
👤 浙江工业大学
📅 2020-07-14
本发明属于张量补全技术领域，尤其涉及一种基于低秩全变分深度先验融合的视觉数据补全方法。本发明包括构建低秩全变分深度先验融合算法，将观测张量输入低秩全变分深度先验融合算法，采用ADMM算法对低秩全变分深度先验融合算法的变量，输出复原张量。通过基于log范数的转化张量核范数以及3DTV的加权提升方案以及利用灰度图像进行训练的卷积神经网络提供的隐式先验，以同时捕获低秩、分段平滑和数据驱动先验；选用基于酉矩阵变换的转化张量核范数挖掘张量本质的低秩属性；引入非凸log函数代替TNN中的l1范数来有效减缓秩函数的偏离情况，以构建基于酉矩阵变换的非凸转化张量核范数正则项，提供本质秩函数的更优逼近。
📄 2023117002770
📂 G06T5_70
👤 浙江工业大学
📅 2023-12-12
一种脑血管图谱构建方法，对MRA数据进行预处理和标注，在数据切分过程中通过算法筛选所需要的patch，输入到变型的U‑Net网络中进行训练与预测，得到预测结果的数据集通过配准转换到同一坐标系下，计算相似度，分配到对应的特征空间，构建出脑血管图谱，新的MRA血管样本数据只需要预处理后与图谱进行坐标转换即能自动分割出血管。本发明在数据切分是极大减少了计算量，提出了血管图谱的制作方法，解决了传统方法人为操作的主观性，实现了脑血管快速简单准确地自动分割。
📄 2020106562525
📂 G06T5_70
👤 浙江工业大学
📅 2020-07-09
柿子坊 · 知识产权运营
柿子坊知识产权运营平台