-
公开(公告)号：CN117392157B
公开(公告)日：2024-03-19
申请号：CN202311704265.5
申请日：2023-12-13
申请人： 长春理工大学 , 长春理工大学重庆研究院
摘要： 本发明公开一种边缘感知的保护性耕作秸秆覆盖率检测方法，包括通过无人机对田间图像进行采集，并将采集的数据传输到服务器上、将图像输入到处理模型中，对其进行预处理、将处理后的图像传到具有边缘感知的分割模型中，将图像的秸秆部分和其余部分分离，根据分割后的结果，统计秸秆部分像素大小和整个图像的关系得到秸秆覆盖率，并将得到的结果输出，该种边缘感知的保护性耕作秸秆覆盖率检测方法，通过边缘感知的分割技术得到田间秸秆覆盖率以评估秸秆还田的效果，全过程通过深度学习的方法极大了节省人力，且在速度和准确率上都得到很大的提高。
-
公开(公告)号：CN114266704A
公开(公告)日：2022-04-01
申请号：CN202111097009.5
申请日：2021-09-18
申请人： 长春理工大学 , 长春理工大学重庆研究院
摘要： 自适应光斑消除算法涉及计算机辅助医疗领域，解决了由照明设备引起的腹腔内壁镜面反射对腹腔镜影像影响的问题。该算法包括如下步骤：图像增强；颜色空间转换；光斑区域分割；光斑区域消除；本发明的算法相较于全局光斑去除算法在多区域小光斑场景下表现出色，保留了更多的纹理信息而全局光斑去除算法在去除光斑的同时模糊了大量的细节；相较于局部光斑去除算法，本算法在大区域高亮光斑场景下有更好的去除效果，图像中的光斑被去除的更加彻底。综上所述，本发明的算法在全局与局部光斑区域去除效果上相比其他算法都有较大的提升。
-
公开(公告)号：CN113838021A
公开(公告)日：2021-12-24
申请号：CN202111097242.3
申请日：2021-09-18
申请人： 长春理工大学 , 长春理工大学重庆研究院
摘要： 基于改进的YOLOv5网络的肺结节检测系统涉及计算机辅助检测与诊断领域，进一步改进了原始的YOLOv5网络结构，使得肺结节检测精度进一步提高。本发明采用YOLOv5方法为基本框架，解决了二阶段检测算法中检测速度慢，复杂度高的问题。针对传统YOLO算法对小目标如肺部结节识别困难和肺部结节检测准确性差的问题。在原始YOLOv5网络的基础上，通过在骨干网络中嵌入SE注意机制和改变特征融合方法，改进了YOLOv5算法，提高了肺结节检测的精度。使主干网络更能聚焦感兴趣区域，提高特征表征能力。并在特征融合模块赋予不同层次的特征不同权重，实现更加有效的特征融合。
-
公开(公告)号：CN113813053A
公开(公告)日：2021-12-21
申请号：CN202111097230.0
申请日：2021-09-18
申请人： 长春理工大学 , 长春理工大学重庆研究院
摘要： 一种腹腔镜内窥影像的手术进程分析方法涉及医学图像处理领域，实现了整个神经网络模型的鲁棒性。本发明所提算法借助标定好的阶段数据集，利用深度学习对具有难以识别的视频帧的数据集进行有效的特征提取，更好地利用具有缺陷的数据集，并提高模型的鲁棒性。同时提出一种术中场景的当前帧特征信息与之前帧识别结果联合的方式，使阶段识别精度更高，有效、准确地进行手术进程分析。
-
公开(公告)号：CN113222979A
公开(公告)日：2021-08-06
申请号：CN202110607506.9
申请日：2021-06-01
申请人： 长春理工大学 , 长春理工大学重庆研究院
摘要： 一种基于多图谱的颅底卵圆孔自动分割方法属于医学图像处理技术领域，目的在于解决现有技术过于依赖术者的能力，效果不稳定，容易造成并发症的问题。本发明包括以下步骤：将待分割的脑CT图像，作为参考图像；根据相似性测试度将图谱集中的每个图谱图像分别和参考图像进行相似性测试，选取相似性测度值高的i个图谱图像作为浮动图像；对i个浮动图像以及参考图像利用双边滤波进行优化；对优化后的参考图像以及i个浮动图像采用多分辨率策略进行配准得到对应的变换矩阵；将变换矩阵作用于i个浮动图像对应的标记图像上，得到i个形变后的标记图像；采用熵权法对i个形变后的标记图像进行权重赋值；将i个带有权重的标记图像进行融合得到分割结果。
-
公开(公告)号：CN118229720B
公开(公告)日：2024-07-16
申请号：CN202410651900.6
申请日：2024-05-24
申请人： 长春理工大学 , 长春理工大学重庆研究院
摘要： 本发明公开一种适用于保护性耕作秸秆覆盖率检测的多阈值图像分割方法，包括利用无人机采集田间秸秆图像，并将采集的田间秸秆图像数据输入至服务器上、服务器将获取的田间秸秆图像数据传输到图像预处理模型中，对田间秸秆图像数据进行预处理、将预处理后的图像输入至基于演化计算的多阈值图像分割模型中，分割和提取图像的秸秆部分和其他部分，以及根据分割后的结果，统计各部分的像素点数，将秸秆部分的像素点数与整个图像的像素点数作比得到秸秆覆盖率，然后输出秸秆覆盖率结果，本发明实现了精确的图像分割，提高了图像分割效率和准确性。
-
公开(公告)号：CN118941779A
公开(公告)日：2024-11-12
申请号：CN202411176414.X
申请日：2024-08-26
申请人： 长春理工大学
IPC分类号： G06V10/25 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/08 , G06T5/40 , G06T5/70 , G06T3/02
摘要： 本发明提供了一种低照度环境下的目标检测和识别方法，包括以下步骤：S1：对暗光图像进行直方图均衡化处理，得到第一图像；S2：对第一图像进行维纳滤波，得到第二图像；S3：构建风格变换网络；将第二图像输入至风格变换网络中，生成伪良好光照图像；S4：将伪良好光照图像输入目标检测网络中，进行检测识别；S5：目标检测网络中的分类层、回归层输出最终检测识别结果。以解决现有技术在光照条件欠佳的情况下，无法识别图像中目标区域的问题。
-
公开(公告)号：CN117933345B
公开(公告)日：2024-06-11
申请号：CN202410331284.6
申请日：2024-03-22
申请人： 长春理工大学
IPC分类号： G06N3/0895 , G06N3/0464 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开一种医学图像分割模型的训练方法，包括数据获取、输入和预处理、连接基于FPGA的并行卷积运算装置、构建多层次特征融合半监督增量医学图像分割模型和训练多层次特征融合半监督增量医学图像分割模型，保存迭代后的最优模型，本发明可以加快医疗图像分割模型的卷积运算效率，更好地融合多尺度特征，同时可以加强对小样本和困难样本的泛化能力。本发明的医学图像分割模型的训练方法具有运行效率高、泛化能力强、应用性广的特点。
-
公开(公告)号：CN116649055B
公开(公告)日：2023-10-17
申请号：CN202310936297.1
申请日：2023-07-28
申请人： 长春理工大学
摘要： 本发明属于农作物播种技术领域，尤其为一种适用于免耕播种机的多行红外落籽检测系统，该多行红外落籽检测系统包括红外落籽检测传感器模块、漏播判断模块、落籽检测控制器和异常报警模块，所述红外落籽检测传感器模块中的红外落籽检测传感器设置在各行导种管中的底部。本发明基于落籽间隔时间短，落籽间隔时间内播种机车速变化有限从而落籽间隔时间变化有限的原理，本系统通过记录落籽间隔时间和综合多行落籽间隔时间克服了红外落籽检测的漏播检测中通过标准车速计算的落籽时间间隔不能适应实际车速的问题和通过传感器获得的车速计算的落籽时间间隔会由于传感器所测车速不准引起的落籽时间间隔不准的问题。
-
公开(公告)号：CN116797634A
公开(公告)日：2023-09-22
申请号：CN202310355774.5
申请日：2023-04-04
摘要： 本发明涉及医学图像配准技术领域，特别涉及面向解剖复位的三维断骨配准与拼接的配准方法，以解决现有技术中的导航手术配准精度低，整个手术过程中对于患者的受伤部位可能进行长时间的手术，难以一次性快速的确定适宜的固定装置，难以适配最适合具体患者部位的固定机械的技术问题。具体包括获取目标的CT图像序列、边界轮廓的对应处理、对点云文件的表面进行三维网格化、通过法向量的方式刷选出目标的端面、获得目标的配准参数。本申请通过先全局后局部的优化策略提升了位姿参数的捕获范围以及配准精度，能够较快的为后续手术步骤提供提供必要的参数；经过仿真实验结果验证，该方法能够更加高效的在手术配准系统中获取精准刚性变换参数。
-
-
-
-
-
-
-
-
-
搜索结果
292 条记录 (耗时 0.031 秒)
