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
本发明涉及一种新的量子图像存储模型NEQR表达的量子图像自适应分割方法，属于量子计算领域。该方法包括以下步骤：S1：制备待分割图像和辅助图像的NEQR表达式；S2：设计量子图像自适应阈值分割算法的量子线路，并对S1制备的量子图像表达式进行自适应分割处理；S3：对S2处理之后的量子图像表达式进行测量，得到图像表达式中的信息，并将其转化为图像信息。本发明通过加入辅助图像并对辅助量子比特位进行复用，能降低量子线路中的量子比特位和量子元件的数量，大幅度提高了量子图像算法的性能，使得量子图像自适应分割算法的仿真更加高效，为处理更大尺寸的量子图像打下了基础。
📄 2020111727443
📂 G06T7_136
👤 重庆邮电大学
📅 2020-10-28
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
本发明公开了一种重叠果实的识别方法，包括以下步骤：(1)图像采集；(2)对采集的图像进行滤波去燥处理；(3)重叠目标果实提取；(4)重叠目标果实分离；(5)真实轮廓提取；(6)边缘拟合及质心检测。本发明所公开的识别方法能够有效识别大面积重叠果实，识别精度高，有助于提高采摘效率，具有很好的应用前景。
📄 2019105714091
📂 G06T7_13
👤 青岛理工大学
📅 2019-06-28
本发明公开了UAV自主着舰复杂环境下自适应图像边缘检测方法及系统，涉及图像预处理计算领域，包括以下步骤：首先对图像中的无人机进行目标检测以选定ROI区域；然后对选定的ROI区域进行雾检测分析；最后若选定ROI区域为有雾图像，则进行海雾去除，然后通过改进canny算子对ROI区域进行边缘检测，若选定ROI区域为无雾图像，则直接利用改进canny算子对ROI区域进行边缘检测，获得无人机的边缘检测图像；将深度学习滤波器与引导滤波相结合，并通过训练最佳阈值两方面改进了Canny算子，克服深度学习花费时间长的缺点，较大的提高边缘检测的准确度。
📄 2023102920765
📂 G06T7_13
👤 南京信息工程大学
📅 2023-03-23
本发明公开了一种基于三平面融合边缘U‑Net的脑肿瘤分割方法，包括步骤：将获取的脑肿瘤MR图像分为训练集和验证集，并对训练集图像进行预处理；基于U‑Net架构，通过对脑肿瘤MR图像进行三平面的分割，以边缘辅助模块作为跳跃连接构建边缘U‑Net模型，将提取的图像特征和边缘特征进行融合；采用交叉熵损失函数和边界损失函数相结合的组合损失函数，对边缘U‑Net模型进行训练，获得最佳模型；将预处理脑肿瘤图像数据集和边缘特征图像数据集一起作为不同平面的数据，输入到三个网络结构中以训练最优参数，得到最优的网络分割结果；根据最有分割结果得到三维概率图。本发明能提高分割的精度和分割出整体肿瘤的不同部分。
📄 2023103061896
📂 G06T7_136
👤 南京信息工程大学
📅 2023-03-27
一种适用于先天性盲人学习识图的智能触点显示方法，通过分层次、多对象的三维形态显示，让先天性盲人能够从小就能了解、认识周围的物理世界，提供三维的触觉图形提高盲人“看图”的准确度，并提供对象备选库，让盲人用户进一步了解学习不同形态的同类对象物体。以及提供一种适用于先天性盲人学习识图的智能触点显示装置，包括触点显示器本体和一个带有TOF功能的摄像头。本发明通过不同模式的选择，满足不同情况下盲人学习识物的需求。
📄 2019100337770
📂 G06T7_13
👤 浙江工业大学
📅 2019-01-15
本发明提供了一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建方法及系统，本发明先利用对比学习从大量无标注样本中提取出公共特征，减少模型对标注样本的依赖，同时再通过主动学习挑选出数据集中具有代表性和高价值性的样本作为待标注样本，并通过像素熵找出这些待标注样本中的高不确定性区域来局部标注，进一步减少标注量，并将一些高置信度的预测结果作为伪标签加入训练池，扩充训练样本。本发明筛选出更具代表性的样本进行学习，既减少了样本过拟合的可能，又缩减了模型的训练成本。
📄 202411294855X
📂 G06T7_136
👤 浙江工业大学
📅 2024-09-14
本发明提供了一种基于云图阴影匹配算法的云层高度估算方法，其包括：同步拍摄云图和地面阴影图像并预处理、通过云团阴影匹配算法选择云团匹配点和阴影匹配点、根据匹配点的实际空间关系求解云层高度。本发明提供的技术方案准确描述了地面阴影以及天空云层的实际空间关系，并据此简化建立云层高度求解方程，方便准确的实现了云层高度的估算。
📄 2020107844478
📂 G06T7_13
👤 浙江工业大学
📅 2020-08-06
一种基于边缘辅助的高分遥感目标精细提取方法，首先根据遥感目标提取任务设计深度卷积神经网络、制作样本并训练得到目标检测模型和边缘检测模型。然后将遥感影像输入到目标检测模型中进行地物外包框提取，从而确定地物目标类型及所在位置范围；将遥感影像输入到边缘检测模型中进行地物边缘提取，从而获取地物目标边缘强度图。最后针对每个外包框中的目标，以相应位置的边缘强度图为指示进行目标边界提取操作，对强度较高的明显边缘直接进行细化作为边界，对模糊特别是中断边缘以边界完整为目标进行修补，最终确定目标精细边界，按任务需求可将目标边界矢量化为多边形要素。本发明可实现高分遥感目标的精细提取。
📄 2019106383700
📂 G06T7_13
👤 浙江工业大学
📅 2019-07-16
一种基于频域分析的眼底血管分割域泛化方法，包括以下步骤：1)对眼底图像进行预处理，包括数值处理、尺寸调整；2)对预处理后的眼底图像进行特征提取，包括神经网络模型的构建和训练；3)使用训练模型分割眼底血管和视网膜背景。本发明采用基于频域分析的特征归一化算法，通过学习一个统一的语义频率分布空间，增强模型的特征表达能力和泛化能力，有效地克服有监督学习方法的数据依赖和面对不同域的数据时分割算法精度下降的问题，进一步提升眼底血管分割算法的泛化能力。
📄 2022107862206
📂 G06T7_136
👤 浙江工业大学
📅 2022-07-04
本发明涉及一种基于深度残差网络的对象级边缘检测方法，包括以下四部分：（1）搭建神经网络：包括以深度残差网络为基础网络结构，将其中的卷积残差结构替换为混合空洞卷积残差块，并增加多尺度特征增强模块，以及金字塔多尺度特征融合模块；（2）通过数据集增强和超参数设置对神经网络进行训练优化；（3）完成对神经网络的训练；（4）使用训练好的神经网络对通用图像进行检测，输出对象级的边缘检测图像。与传统边缘检测算子和现有神经网络边缘检测方法相比，本发明具有更好的边缘检效果，检测结果更接近真实值、噪声更少。
📄 2019107900901
📂 G06T7_13
👤 浙江工业大学
📅 2019-08-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台