本发明公开了一种植物叶片分割方法,涉及图像处理领域。该方法包括:构建样本数据集,将样本数据集中的样本图像输入卷积神经网络中,该卷积神经网络包括Backbone网络、RPN网络和若干个级联的叶片分割模块,每个叶片分割模块包括ROIAlign网络和Head网络,每个Head网络包括分类分支、分割分支和检测分支,利用样本数据集基于卷积神经网络训练得到植物叶片分割模型,将待分割图像输入植物叶片分割模型,得到对待分割图像的叶片分割结果,其中待分割图像可采用多尺度分割策略。本发明提出的方法可以对存在遮挡的叶片、边缘不清晰的叶片以及小尺度叶片进行有效分割,促进深度学习在植物叶片分割领域的应用。
📄 2021109299362
📂 G06T7_136
👤 江南大学, 绿视芯科技(无锡)有限公司
📅 2021-08-13
本发明提供了一种基于机器视觉的槟榔切片轨迹计算方法,涉及槟榔加工技术领域,所述方法包括以下步骤:原始图像采集;图像预处理中的滤波去噪、色彩空间转换与通道分离;阈值分割中得二值图并进行填充连通域;轮廓识别中对槟榔图像进行边缘检测从而识别出槟榔的长轴、短轴、周长、面积、最小外接矩形等特征参数;切片轨迹计算中利用基于背高值和切口长值的切片轨迹计算方法得到槟榔轨迹参数集合,最后根据权重算法综合评定出槟榔的最优切片轨迹线。根据本发明所提供的基于机器视觉的槟榔切片轨迹计算方法,目的旨在克服在槟榔切片工序过程中依靠机械式定位而不能准确定位到最优切片轨迹线的问题,提高槟榔切片质量,满足生产线实时切片要求。
📄 2022113274837
📂 G06T7_136
👤 湖南科技大学
📅 2022-10-26
本发明涉及计算机对植物表型特征的提取技术领域,具体是一种基于图像的叶片形态信息提取方法,包括以下步骤:S1、拍摄植物叶片图像构成数据集;S2、对图像进行预处理,得到叶片分割图像;S3、对叶片分割图像进行处理,得到叶片轮廓图像和叶脉骨架网络图像;S4、对叶脉骨架网络图像进行特征提取,得到叶脉特征参数,包括主要叶脉角度、叶脉总长度、叶脉的平均宽度;对叶外轮廓图进行特征提取,得到叶片轮廓线形状。相对于现有技术,本发明能够通过计算机视觉技术,在复杂多变的叶片图像中提取出更加全面叶片的表型特征,以此为衡量植物生长状况提供重要依据,并且精度高、计算速度快,对植物的研究具有更重要的意义。
📄 2022114287980
📂 G06T7_136
👤 济南大学
📅 2022-11-15
本发明属于图像处理的技术领域,提供了一种宫颈液基病理细胞检测少样本图像数据增强方法,包括将采集到的方形图像剔除非关键信息,固定图像大小,并进行预处理增强数据集;从数据集取出一个batch的图像后,使用双峰法计算每张图像前景与背景分隔的阈值;根据前景的像素占比与背景的像素占比计算出每张图像的前景与背景之间的对比度;设定对比度阈值P1、P2,且P1
📄 2023105263661
📂 G06T7_136
👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
📅 2023-05-06
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
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
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
本发明公开一种面向植物高光谱的提取分块压缩重构方法。本发明先原始植物高光谱进行植物区域提取,然后采用分块压缩在数据展开的形式上充分利用了小块区域之间高度的空间相关性,使得展开后的待重构数据不仅在数据排布上保持与原始单光谱曲线一致,同时又提高了单次待重构数据的长度,这使得一方面相同采样率下单次采集到的数据量更多,大大提高了成功重构的概率;另一方面使得以更低的采样率对原始植物高光谱采样已经能够获取足够的光谱信息,从而可以以更低的压缩比完成对植物高光谱的压缩重构,在实际应用中相应降低存储成本,同时为将重构的植物高光谱用于植物生理化参数反演提供保障。
📄 2017114043720
📂 G06T7_136
👤 杭州电子科技大学
📅 2017-12-22
一种基于萤火虫优化的半监督谱聚类彩色图像分割方法,首先对图像标记监督信息,提供一部分像素的监督化信息label,为后期的萤火虫寻优提供标准。其次在谱聚类相似性构造前,先遍历图像中的全部像素,在人眼视觉范围内的一个阈值将整体像素进行一个初始划分,只要把监督信息的每类代表像素进入谱聚类构造相似性后分割结果,返回到自己所在类中,所有像素的类标就能够确定了,将整体图像中的像素与像素之间的相似性构造转换到代表像素之间的相似性构造,这种新的相似性构造方式,不受图像规模大小的控制,能够大大减少计算量,提高运行速度,缩短运行的时间。本发明不是直接使用前K个最大特征值对应的特征向量用于新样本空间的构造,提高了分割效果。
📄 201811377494X
📂 G06T7_136
👤 陕西师范大学
📅 2018-11-19