- 专利标题: 一种基于特征融合的图像处理方法及系统
-
申请号: CN202411436039.8申请日: 2024-10-15
-
公开(公告)号: CN118941912A公开(公告)日: 2024-11-12
- 发明人: 吴江 , 伍东升 , 廖志武 , 胡绍湘 , 程永忠 , 林征东 , 江华洲 , 郭海峰 , 姚帅墨
- 申请人: 四川大学华西医院 , 四川师范大学 , 中国铁道科学研究院集团有限公司节能环保劳卫研究所 , 中国铁道科学研究院集团有限公司 , 中国国家铁路集团有限公司
- 申请人地址: 四川省成都市武侯区国学巷37号
- 专利权人: 四川大学华西医院,四川师范大学,中国铁道科学研究院集团有限公司节能环保劳卫研究所,中国铁道科学研究院集团有限公司,中国国家铁路集团有限公司
- 当前专利权人: 四川大学华西医院,四川师范大学,中国铁道科学研究院集团有限公司节能环保劳卫研究所,中国铁道科学研究院集团有限公司,中国国家铁路集团有限公司
- 当前专利权人地址: 四川省成都市武侯区国学巷37号
- 代理机构: 成都四合天行知识产权代理有限公司51274专利代理师张超
- 主分类号: G06V10/80
- IPC分类号: G06V10/80 ; G06V10/54 ; G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/08
摘要:
本发明公开了一种基于特征融合的图像处理方法及系统,应用于图像智能处理技术领域,方法包括:形成预处理图像;提取GLCM特征图;提取第一特征和第二特征;形成第一交叉投影特征和第二交叉投影特征;对第一交叉投影特征和第二交叉投影特征进行特征融合形成具有融合特征的图像。本发明有效缓解在基于深度学习的医学图像处理中面临的数据集较小、DRR影像成像情况复杂的问题,改善了传统卷积神经网络在提取特征时的局部信息感受能力,平滑模型的损失景观,提高模型的特征提取能力,抗噪能力,较好的应对医学图像数据集样本不均衡的问题、样本少的问题,拥有较好的泛化能力。