专利交易市场

本发明公开了结合全局注意力和尺度感知的CBCT牙齿实例分割方法，在获取CBCT影像，对原始CBCT影像使用预处理操作后作为输入影像，之后将预处理后的CBCT影像输入至结合全局注意力和尺度感知的分割网络中，得到最终的三维牙齿实例分割结果。本发明使得网络提取细节特征、关键特征以及多尺度上下文特征能力大大增强，使得模型在进行CBCT三维牙齿实例分割时均能获得不错的精度和泛化能力。

本申请公开了一种基于中智聚类和超像素的彩色图像分割方法和装置，利用多元形态学重建方法对原始彩色图像进行处理获得重建的梯度图像；利用简单线性迭代算法对获得的梯度图像进行局部聚类获得超像素图像；利用中智聚类算法对超像素图像进行聚类，获得确定性T和不确定性I的隶属度矩阵；对确定性T大于不确定性I的超像素赋予根据确定性T对应的标签；对于其余超像素赋予与其相邻且结构相似性最高的超像素相同的标签；根据每个超像素的标签进行图像分割。通过上述方法使得分割结果不易受噪声影响且可以保持完整的目标轮廓。

本发明公开了一种果园邻接重叠形态果实判别方法，包括：图像采集：双目视觉实时采集果实图像；果实区域提取：提取左目图像中的所有果实区域；连通区域标记：对左目图像中果实区域进行框定标记；距离图生成：对图像中标记后的连通果实区域进行计算生成距离图；横纵投影图生成：对图像连通果实区域生成的距离图进行横向和纵向投影，获取横纵向投影图；形态预判：基于横纵向投影图中的峰点个数预判疑似重叠形态果实；形态确认：基于疑似重叠形态果实区域的深度信息确认是否为邻接重叠形态果实。该方法能够判别果园图像中的果实是否为邻接重叠形态果实，为后续采用不同的方法来处理不同形态(单个分离、邻接重叠、枝叶遮挡等)的果实提供依据。

一种灰度图像的量子形态学梯度算法的设计与实现方法，本发明设计了特殊量子移位加和减操作模块以及量子拷贝操作建立9个量子图像集。其次，设计了量子比较器线路QCOL模块和QCOS模块实现量子灰度图像形态学膨胀和腐蚀操作。最后，通过设计的量子并行减法器PS模块，实现量子灰度图像的形态学梯度。整个灰度图像的量子形态学梯度算法的量子线路的复杂度至多为，这是经典形态学梯度算法无法达到的。本发明对量子计算理论完善和应用的推广有重大意义。