本发明公开了一种基于图像分割的螃蟹朝向识别方法,属于图像处理技术领域。该方法获取螃蟹的腹部图像,根据螃蟹的腹部图像获取螃蟹的腹部壳体形状,获取腹部壳体形状的最小外接矩形,根据最小外接矩形和螃蟹的公母情况识别出螃蟹朝向;解决了现在无法自动化智能地区分螃蟹的朝向的问题;达到了提高区分螃蟹朝向的智能化程度的效果。
📄 2018105867459
📂 G06T7_11
👤 江南大学
📅 2018-06-08
本发明公开了一种基于RGB‑D相机的物体对称轴检测方法,涉及图像处理领域,该方法包括:获取自然场景下的目标物体的图像的三维点云数据,根据色差阈值分割法从三维点云数据中识别出目标物体所在区域的点云对应的目标点云数据,以目标点云数据的为中心建立球坐标系,利用球坐标系分割法选出n2个候选对称平面,根据n2个候选对称平面计算目标点云数据的对称轴,即为目标物体的对称轴;该方法实现了目标物体RGB‑D图像的三维重建,以及点云滤波,最后通过采用一种积分策略实现对目标物体对称轴的检测,当该方法应用于水果采摘领域时,可以基于自然场景中拍摄的果实的图像准确地寻找果实的对称轴,提高了水果的自动化采摘效率。
📄 2017111657472
📂 G06T7_11
👤 江南大学
📅 2017-11-21
本发明公开了一种基于深度神经网络的影像三维组织分割与测定方法,包括,采集活体猪的CT图像,划分为训练集与测试集并在训练集上进行标注;构建CT床分割网络和内脏分割网络,并利用所述标注好的训练集进行训练得到CT床分割模型和内脏分割模型;利用所述CT床分割模型和所述内脏分割模型预测其掩膜图并去除所述CT床和内脏;结合所述活体猪的CT图像提取出猪体的脂肪、肌肉与骨骼部分并计算猪体的总体质量及各个组织的占比。可以自动、快速、准确分割出种猪的脂肪、肌肉和骨骼等组织,并且本方法适用于任何形状、任何大小的种猪。
📄 2020109992563
📂 G06T7_11
👤 江南大学, 安徽工大信息技术有限公司
📅 2020-09-22
本发明公开了一种多模态连接模式的脑区划分方法。本发明.一种多模态连接模式的脑区划分方法,包括:在基于功能磁共振成像的脑区划分中,当需要获得组水平的脑区划分结果时,需要多进行两步,即将个体结果传播到标准空间,并在标准空间获得组上平均值,为了能同时获得个体水平和组水平的结果。本发明的有益效果:整合了两种磁共振成像数据模态下基于连接模式进行脑区划分的流程,并提出了具体的集成化软件的开发方法。
📄 2020104137615
📂 G06T7_11
👤 江南大学
📅 2020-05-15
本发明公开了一种基于颜色和三维几何信息的水果点云分割方法,涉及机器视觉技术领域,该方法首先通过融合颜色特征和法线方向直方图特征,基于支持向量机得到初步分割结果,去除大部分背景区域,然后将初步分割结果转换为点云,通过对点云欧式聚类为点云团后提取点云团的视点特征直方图,基于k近邻算法和随机森林算法根据视点特征直方图再次判断点云团是否对应水果区域,从而可以再次去除初步分割后仍然残留的背景等非水果区域,筛选出最终的水果点云团也即水果区域,该方法结合颜色信息和三维几何信息,利用物体表面法线等几何特征来辅助水果点云的分割,可以在一定程度上提高水果识别的准确率,降低误检率。
📄 201910693936X
📂 G06T7_11
👤 江南大学
📅 2019-07-30
本发明涉及基于边界增强双重优化的皮肤病变图像分割方法及装置,属于医学图像处理与计算机视觉技术领域。所述方法通过构建边界增强稀疏注意力网络实现对皮肤病变区域的精准分割,所述边界增强稀疏注意力网络包括:编码器模块、解码器模块、边界‑分割双向增强框架;编码器模块包括多个阶段且分别采用标准卷积块和边界感知动态稀疏注意力模块进行特征提取。实验结果证明,本发明通过构建边界特征和区域特征的双向促进机制以及边界感知动态稀疏注意力模块,在保持高分割精度的同时,实现了模型参数和计算复杂度的有效压缩,为医学图像分割领域提供了具有重大理论意义和应用价值的技术创新,且特别适合在资源受限环境中部署。
📄 2025105436570
📂 G06T7_11
👤 江南大学
📅 2025-04-28
本发明涉及超声图像处理技术领域,尤其涉及一种基于心肌对比超声心动图的心肌分割方法、系统及设备。本发明在编码器中引入了膨胀卷积模块,每个膨胀卷积模块包括多个依次连接的不同膨胀率的膨胀卷积层,每个膨胀卷积层包括依次连接的膨胀卷积、批量归一化层与ReLU激活函数,将每个膨胀卷积模块中所有膨胀卷积层的输出特征在通道维度上进行堆叠,得到每个膨胀卷积模块的输出特征图;在瓶颈层中引入了Transformer块,Transformer块包括依次连接的多个Transformer层,每个Transformer层包括:依次连接的层归一化、多头注意力机制与多层感知机;本发明能够适应心肌由于舒张和收缩而导致形状和位置的波动,对心肌进行完整和准确的分割。
📄 2024118715197
📂 G06T7_11
👤 江南大学
📅 2024-12-18
本发明公开了一种图注意力模型驱动的小样本学习肿瘤分割方法,其中,将数据划分为支持集和查询集,将支持集和查询集输入编码器进行编码,获取支持特征和查询特征;根据支持特征获取肿瘤感兴趣区域的特征A,并对特征A进行反池化,使支持特征与查询特征有相同的分辨率;将反池化后的支持特征与查询特征按通道叠加,将叠加后的特征放入图注意力模块,通过图注意力模块学习特征切片之间的空间信息;将经过图注意力模块的输出放入解码器,并结合跳跃连接的方式获得分割结果;本发明基于图注意力模型,提升了小样本情况下对肿瘤图片数据分割的准确性。
📄 202111521503X
📂 G06T7_11
👤 江南大学
📅 2021-12-13
本发明涉及遥感图像处理技术领域,尤其是指一种基于语义关联的遥感火灾烧毁区域分割方法及系统,基于烧毁区域特征浅层特征,利用烧毁区域边缘注入器提取详细的边缘特征,并将边缘特征输入到边缘注入解码器辅助解码,提高解码器在复杂形状烧毁区域的分割性能;训练过程中,利用自图像一致性学习损失挖掘遥感图像的烧毁区域自相关上下文,使同一图像内不同烧毁区域的特征更加紧凑;利用跨图像一致性学习损失提取同一训练批次中烧毁区域像素之间丰富的依赖关系,将不同实例中烧毁区域的跨图像全局上下文聚合在一起;完成训练的模型可以学习每个图像内像素之间的局部上下文以及不同图像内像素之间的全局上下文,提高对烧毁区域的分割准确性。
📄 2025114393201
📂 G06T7_11
👤 江南大学
📅 2025-10-10
本发明涉及基于图像的钢筋端面自动识别计数算法。首先对图像中需要处理的端面区域进行提取。对图像进行预处理,包括图像缩放、高斯滤波,利用云模型对像素颜色进行分类,根据分类结果得到图像的初步分割,对分割出的大片连通域进行闭运算后提取参数,包括面积比、重心、聚集度,线性加权得到参考数值并进行选择,得到待处理的端面区域。然后对端面区域进行定支分离计数。对端面部分图像进行预处理,包括灰度化、直方图均衡、自适应阈值二值化,得到端面区域的二值图像。利用粒度测量方法得到单个端面的估计半径,根据公式构造模板,进行模板匹配,得到端面中心位置。最后通过限制条件提高算法鲁棒性。本发明平均正确率可以达到97%。
📄 2018113307641
📂 G06T7_11
👤 北京工业大学
📅 2018-11-09
本发明公开了一种基于XLSTM‑HVED神经网络的脑部神经胶质瘤缺失模态分割方法,包括如下步骤:步骤1、获取神经胶质瘤数据集,并将数据集划分为训练集和测试集;步骤2、构建用于神经胶质瘤分割的XLSTM‑HVED神经网络模型,所述XLSTM‑HVED神经网络模型包括SAVE编码器、Vision XLSTM注意力模块、分割解码器、重建解码器和DuSFE模块;步骤3、使用训练集对XLSTM‑HVED神经网络模型进行训练,结合神经胶质瘤图像特点,对XLSTM‑HVED神经网络模型参数调优;步骤4、使用测试集测试评估得到的XLSTM‑HVED网络模型,最终实现脑部神经胶质瘤缺失模态分割。
📄 202411573718X
📂 G06T7_11
👤 杭州电子科技大学
📅 2024-11-06
本发明公开了一种基于改进的Unet网络的皮肤病图像分割方法及系统,预先有关皮肤病的医学图像,构建基于改进的Unet网络的图像分割模型,包括编码器、解码器、网络特征聚合机制以及边缘增强注意力机制;所述编码器由ResNext作为主干特征提取网络,SwinTransformer作为辅助特征提取网络;对图像分割模型进行训练,生成标签图;再将训练集图像的对应标签图和生成模型预测的标签图进行差别计算得到loss,采用优化器进行优化,保存结果最好的一次权值,生成权值文件;图像分割模型加载保存的权值文件,将需要分割的图片输入进模型中实现皮肤病图像的分割。本发明拥有更高的分割精度,提高对于皮肤病分割的准确度,可以更准确的辅助医生进行诊断。
📄 2023110625728
📂 G06T7_11
👤 淮安大学
📅 2023-08-23