本发明涉及一种基于边界引导注意力的编解码器医学图像分割系统及方法，属于医学图像处理技术领域。本发明包括编码器、解码器、特征增强模块和边界引导注意力模块。医学图像输入编码器中得到不同尺度的特征，并输出至解码器；解码器根据特征完成医学图像分割；在编码器的不同尺度特征输出之后还连接有特征增强模块，用于增强编码器的语义特征，组合不同感受野的语义信息，编码器的特征输出经过特征增强模块后再进入解码器；边界引导注意力模块设置在解码器中相邻的decoder模块之间，用于强化医学图像的边界信息。本发明在泛化能力和鲁棒性上表现优秀，获得的医学图像分割结果边界清晰，小目标明显。
📄 2023105016039
📂 G06T7_12
👤 重庆邮电大学
📅 2023-05-06
本发明公开了一种区域内的直线定位拟合方法及应用，包括以下步骤：1)利用区域内物体边缘的明暗及方位特征，通过方向梯度提取得到二值化特征图；2)在梯度图中根据物体需定位边缘的走向做快速的直线搜索；3)用聚类算法对直线做进一步的剔除处理，对剔除后的直线做小范围的直线点搜索；4)对搜索出来的直线点做拟合，得到最终的拟合直线；该区域内的直线定位拟合方法及应用可以在指定区域内的物体类边缘做快速直线定位。
📄 2019105947636
📂 G06T7_12
👤 广州微林软件有限公司
📅 2019-07-03
本发明涉及一种基于真彩色卫星云图与图像处理的云层分割方法，包括：获取色彩均衡化卫星云图，获取灰度平均值得到云层颜色特征值；计算卫星云图边缘特征值，将两个特征融合后得到颜色增强特征值；灰度化卫星云图，建立灰度共生矩阵得到纹理特征值；融合纹理特征得到纹理融合特征；融合颜色增强特征和纹理融合特征，得到多特征融合特征值；通过多特征融合特征值建立多特征融合特征矩阵；将多特征融合特征矩阵与真彩色卫星云图输入神经网络训练，得到分割后的卫星云图。通过本发明提出的方法，将云图中颜色、边缘轮廓、纹理等特征融合进行分析，更好的反映出云层各个区域的性质，对厚云层、薄云层及云层边缘都具有很好的分割效果。
📄 2021111843909
📂 G06T7_12
👤 江苏维沛通信科技发展有限公司
📅 2021-10-12
已申报项目
本申请公开了一种图像的风格转换方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域。具体实现方案为：检测待处理的图像中是否包括人脸；若包括，采用预训练的人脸风格转换模型和预设的风格图，对待处理的图像中的人脸区域进行风格转换，使得风格转换后的人脸区域仅携带风格图中的颜色信息，而不包括风格图中的纹理信息；采用预训练的图像风格转换模型和预设的风格图，对待处理的图像中的人脸区域之外的其他区域进行风格转换。本申请的方案，能够在待处理的图像中包括人脸的时候，对人脸区域和其他区域进行不同的风格转换，能够有效地保证人脸区域的清晰度，提高图像风格转换的质量。
📄 2020110233554
📂 G06T7_12
👤 北京百度网讯科技有限公司
📅 2020-09-25
本发明提出了一种分割细胞板图像中试管孔的方法。首先读入细胞板的灰度图，将灰度图依照两个自定义核进行图像膨胀来弱化图像噪声，将膨胀后的图像进行反二进制阈值化处理，然后将二值化处理后的两个图像进行交运算，再使用开运算去除图像白噪声，接着使用按边界跟随的拓扑结构分析方法提取图像中的轮廓，以此输出细胞板中的试管孔轮廓。但是此时获取的轮廓中会存在部分噪声，在此基础上提取轮廓内最小环闭圆型数据，再以圆半径为基础去除半径较大或者较小的圆，再去除两两有交集的圆的异常数据，最终输出目标细胞库数据集合。该方法可以更快速精准的单机本地分割试管孔，便于使用人员直接通过图像识别查看各个试管孔内细胞群培养状况。
📄 2021105570459
📂 G06T7_12
👤 杭州电子科技大学
📅 2021-05-21
本发明公开了一种基于深度神经网络的实时高分辨率人像抠图方法，包括获取训练数据集，并标注生成训练用groundtruth alpha matte；对训练数据集进行数据增强；分步阶段性训练网络模型；使用训练好的网络进行抠图。通过在网络构型中嵌入ConvLSTM模块，使用Max Pooling Indices，利用PRM进行高清细节优化，加入语义分割任务，打造出高精度实时人像抠图的核心技术，同时，创新了数据集和数据增强方法，采用阶段式训练，从简单到复杂，由粗糙到精细，强化了算法的训练效果，这三个方面的创新与应用相互作用，相互统一，全方位提升了算法的性能和实用性，为高精度实时人像抠图应用提供了强大的技术支持。
📄 2023108119234
📂 G06T7_12
👤 深圳市超元创世科技有限公司
📅 2023-07-04
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
一种显著边缘特征提取模块引导网络的肠道疾病分割方法，首先输入数据集，骨干网络Res2net提取特征，然后采用不同核大小的GCN模块进行多尺度上下文信息的提取，再利用边界细化模块提高物体边界的划分性能，对特征进行进一步的提取；利用第二层侧边输出特征生成边缘信息，再利用三个融合的高层语义信息抑制边缘信息中的噪声，将mask图生成边缘图对生成的显著边缘特征进行显著边缘监督，形成最终的显著边缘特征提取模块；最后将显著边缘特征提取模块中生成的边缘信息与各层侧边输出信息共同输入RAS模块中，训练模型得到训练参数，利用训练参数进行测试得到最终的结果。本发明改善了胃肠道中息肉分割定位不准确和边界模糊的问题。
📄 2020115374135
📂 G06T7_12
👤 浙江工业大学
📅 2020-12-23
一种基于多尺度信息与并行注意力机制的深度学习肠道息肉分割方法，在编码时本发明通过建立分支的方式从更细粒度上提取特征，并通过改进后的压缩激励模块以重新校准特征响应，然后在空洞空间金字塔池化的基础上通过建立分支之间的联系进一步提取并融合特征，能够更精确地提取肠道与息肉的多尺度特征并将其区分来开，很好地解决了分割时常常会将肠道壁褶皱误判为息肉区域的问题；在解码时则抛弃了浅层特征细化了深层特征，并利用注意力机制进一步建立边界关系，能够在缩短训练时间的基础上更精确地分割出息肉边界。
📄 2020114272539
📂 G06T7_12
👤 浙江工业大学
📅 2020-12-09
一种基于链码法的钕铁硼磁性稀土材料晶体分割方法，包括以下步骤：步骤1：输入钕铁硼磁性稀土材料晶体结构图像，并对其进行直方图均衡化，增强对比度；步骤2，训练deeplabv3+图像分割模型；步骤3，训练结束后，使用分割模型对钕铁硼磁性稀土材料晶体结构图像进行分割预测，获得分割结果图；步骤4，对分割结果图进行开运算形态学图像处理；步骤5，使用链码法进行优化，处理粘连晶体结构；步骤6，输出优化后的最终分割结果图，并统计图像中的晶体数量及其特征信息。本发明利用链码法来解决晶体结构粘连的问题，提高对晶体计数以及晶体结构特征统计工作的准确性。
📄 2023108568229
📂 G06T7_12
👤 浙江工业大学
📅 2023-07-13
本发明涉及一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，输入腺体细胞图像数据集，以改进的UNet作为主干网络，构建基于选择性多分支空洞卷积的腺体细胞分割网络，所述网络以上下文编码网络捕获更多高级特征，以通道注意力模块自适应重新校准通道特征响应并突出最相关的特征通道，以多尺度选择模块放大有效信息和抑制冗余信息，选择合适尺度的空洞卷积分支；以输入的腺体细胞图像数据集对构建的分割网络进行训练，得到稳定的分割网络；输入待分割腺体细胞图像，以稳定的分割网络进行腺体细胞分割。本发明具有更好的泛化能力，特别适用于结直肠息肉中腺体的尺度大小、形状变化差异大的情况。
📄 2022110431893
📂 G06T7_12
👤 浙江工业大学
📅 2022-08-30
一种提高图像分割精度的方法，包括：步骤一，设定条件随机场的模型；步骤二，设计基于条件随机场的参数；步骤三，设计联通区域查找算法；步骤四，精确框定最小外接四边形。本发明针对样本问题采用了一种精细化图像分割的方法来提高图像分割的精度，其最突出的特点是针对分割粗糙问题，引进了条件随机场优化处理，能够满足更精细化的目标边缘分割和内部空洞填补，提升了分割定位效果；针对分割图像无明显边框问题，采用了最小外接四边形算法，对二值化后的联通区域进行查找和最小边框限定，得到完美的边框限定结果。本发明可以广泛的应用在图像定位识别领域，比如物流园区车辆识别等。
📄 2019105358133
📂 G06T7_12
👤 浙江工业大学
📅 2019-06-20
柿子坊 · 知识产权运营
柿子坊知识产权运营平台