-
公开(公告)号：CN105447837B
公开(公告)日：2019-11-12
申请号：CN201510811225.X
申请日：2016-02-04
申请人： 重庆邮电大学
摘要： 本发明请求保护一种基于自适应云模型的多模态脑部图像融合方法，属于医学图像处理领域。本发明借助云模型理论将来自不同模态的MRI(核磁共振成像)脑部图像、MRI与PET(正电子发射断层成像)、MRI与SPECT(单光子发射断层成像)脑部图像进行融合。首先，根据脑部图像自身的灰度直方图特征，对灰度直方图进行拟合；然后，由拟合曲线的谷值点划分区间并通过逆向云发生器自适应地生成云模型；最后，设计云推理规则，得到融合后的图像。实验结果表明，相比传统融合方法，本方法融合后的图像脑部特征更清晰，激活区域更明显，在主观融合效果与客观评价指标方面均有很大的提高。
-
公开(公告)号：CN105931209B
公开(公告)日：2019-05-31
申请号：CN201610213236.2
申请日：2016-04-07
申请人： 重庆邮电大学
IPC分类号： G06T5/50
摘要： 本发明请求保护一种基于离散正交多项式变换的多聚焦图像融合方法，本发明首先对需要融合的多幅图像进行分块处理，得到m个n×n的块。其次，分别对每一个块进行离散正交多项式变换，得到对应的变换系数，利用空间频率SF与离散正交多项式变换系数之间的关系得到每一个块的空间频率大小。然后，比较多幅图像对应的每一块的空间频率大小，根据空间频率最大的融合规则融合多幅图像。最后，将融合后的图像进行一致性验证，得到融合后的图像。相较于传统的多聚焦图像融合方法，该方法首创性的用到了离散多项式变换域，并将图像的空间频率与离散多项式变换系数建立了联系，节省了融合的时间，并有效的提高了图像的融合效果。
-
公开(公告)号：CN109711417A
公开(公告)日：2019-05-03
申请号：CN201811488005.8
申请日：2018-12-06
申请人： 重庆邮电大学
IPC分类号： G06K9/46
摘要： 本发明公开了一种基于低水平显著性融合和测地线的视频显著性检测方法，包括步骤：S1通过显著性估计分别求得空间边缘显著图，空间颜色显著图和运动边界图；S2平滑处理，并集成三个特征显著图得到低水平的时空显著图；S3对每一帧构造无向加权图，然后根据到图像边界的最短测地线距离，计算前景概率；S4对每对相邻视频帧，构造无向加权图，将帧Lk分解为背景区域Dk和对象区域Ok,最后在无向加权图的基础上，计算得到最后的显著图。本发明的空间颜色特征，增强或锐化突出对象的微小细节来表示高显著度。本发明的低层次显著性融合策略，保证互补地使用平滑的颜色显著性、空间边缘和时间运动边界线索产生高精度低水平显著性。
-
公开(公告)号：CN109584267A
公开(公告)日：2019-04-05
申请号：CN201811307642.0
申请日：2018-11-05
申请人： 重庆邮电大学
摘要： 本发明请求保护一种结合背景信息的尺度自适应相关滤波跟踪方法，属于计算机视觉领域。所述方法主要包括以下步骤：基于第t帧的目标信息训练出一个判别的相关滤波分类器；利用前一帧的分类器作用于当前的跟踪目标以获取当前的候选目标；再通过构建的尺度池对候选的目标做尺度比较，得到相对应的尺度判别因子SSF；基于SSF对候选的目标区域采用不同的应对措施，得到最终的目标尺度。本发明通过结合目标的背景信息增加了分类器的判别性能，提高了跟踪器的鲁棒性。
-
公开(公告)号：CN104794441B
公开(公告)日：2018-04-27
申请号：CN201510178003.9
申请日：2015-04-15
申请人： 重庆邮电大学
IPC分类号： G06K9/00
摘要： 本发明涉及一种复杂背景下基于主动形状模型和POEM纹理模型的人脸特征定位方法，属于模式识别技术领域。本方法包括：对训练集进行特征点标定；对训练样本建立全局形状模型；对每个标定特征点建立POEM纹理直方图；根据形状模型选择因子选择模型的初始人脸形状；计算测试图像中每个特征点候选点的POEM直方图；对直方图采用马氏距离函数来计算候选点与目标点的相似度；将初始人脸加载到模型中进行迭代搜索匹配；对定位效果略差的局部器官或人脸轮廓进行二次定位。本发明提供的人脸特征定位方法提高了对复杂环境(例如：姿态、光照、表情)变化的鲁棒性，获得了较高的定位精度，具有较好的应用前景。
-
公开(公告)号：CN107767388A
公开(公告)日：2018-03-06
申请号：CN201711059488.5
申请日：2017-11-01
申请人： 重庆邮电大学
摘要： 本发明请求保护一种结合云模型和水平集的图像分割方法，包括步骤：S1得到图像的直方图并对其进行曲线拟合；S2通过拟合的曲线划分谷值区间；S3利用逆向高斯云算法得到三个数字特征Ex、En和He并通过“软或云”得到前景云模型和背景云模型；S4构造能量函数并对其进行求解从而得到分割结果。本发明结合云模型和水平集算法，利用云模型对图像里面的边界予以去线性化处理，降低了人工干预所造成的收敛不稳定性问题的发生几率和程度，并且使得水平集函数所对应的收敛性得到加速；同时借助云模型算法初始化水平集函数的操作有效的降低了函数自身的噪声敏感性以及解决了分割过程中不断初始化水平集函数的问题。
-
公开(公告)号：CN107274478A
公开(公告)日：2017-10-20
申请号：CN201710357429.X
申请日：2017-05-19
申请人： 重庆邮电大学
摘要： 本发明请求保护一种便携的婴幼儿足生物力学异常智能检测与辅诊矫正系统，涉及足生物力学数据采集、多模态数据融合、3D图形学、人工智能等技术领域。包括：1)足部数据扫描设备安放在基层医院，扫描获取足部数据并将数据通过网络传输到云端服务器；2)云端服务器存储、建档婴幼儿足部数据，生成该儿童足部3D模型，并开发智能诊疗算法，根据获取的足部数据智能判断是否异常，再将诊断结果返回基层医院；3)若检测结果异常，在给用户返回诊断结果的同时，云端服务器上的智能诊疗算法针对该异常数据生成矫正鞋或鞋垫3D模型并发送至指定医院或机构的3D打印中心；4)3D打印中心打印出对应的矫正鞋或鞋垫，交付给用户使用。
-
公开(公告)号：CN107194364A
公开(公告)日：2017-09-22
申请号：CN201710407910.5
申请日：2017-06-02
申请人： 重庆邮电大学
摘要： 本发明请求保护一种基于分治策略的Huffman‑LBP多姿态人脸识别方法，属于模式识别技术领域。所述方法主要包括以下步骤：对输入图像进行预处理（人脸检测，特征点标定）；再通过区域选择因子筛选出不同姿态的人脸图像中有益于识别的人脸区域；构建Huffman‑LBP算子对所选择的人脸区域进行特征提取；最终通过基于图像块的SRC融合分类策略进行分类。本发明利用哈夫曼编码评估出了图像邻域中对比度的权重关系，增强了特征的表达能力。此外，人脸表达与分类步骤中均借助了分治策略，提升了本方法在人脸姿态变化时识别的鲁棒性。
-
公开(公告)号：CN105469432A
公开(公告)日：2016-04-06
申请号：CN201510811247.6
申请日：2015-11-20
申请人： 重庆邮电大学
IPC分类号： G06T7/40
CPC分类号： G06T2207/10024 , G06T2207/30004
摘要： 本发明请求保护一种基于改进树状部分模型的医学图像分割方法，涉及医学图像分割领域，所述方法主要包括以下步骤：对输入图像进行预处理；对预处理之后的图像获得特征点；然后利用凹凸点(Convex Concave Point)算法获得最能表现器官特征的关键点；最后利用树状部分模型训练出器官的模型，利用此模型进行分割。本发明通过CCP算法对医学图像进行分割，能够准确、自动的提取肝脏轮廓，将分割结果显示出来为医学辅助诊断提供参考。
-
公开(公告)号：CN105447492A
公开(公告)日：2016-03-30
申请号：CN201510779328.2
申请日：2015-11-13
申请人： 重庆邮电大学
CPC分类号： G06K9/4671 , G06K9/627
摘要： 本发明请求保护一种基于二维局部二值模式(二维LBP)的图像描述方法，涉及数字图像处理、机器视觉的技术领域。本发明首先对数据集中的图像进行预处理，使彩色图像变为灰度图像；采用旋转不变均匀局部二值模式方法(LBPriu)对预处理后的图像进行特征提取，得到图像的局部二值模式图(LBP图)；然后确定LBP图窗口大小，在LBP图上构造二维LBP特征，同时改变LBPriu邻域半径大小，将不同半径对应的二维LBP特征进行融合，构造出描述图像的最终特征；最后选取训练集和测试集，并将测试集与训练集相匹配得到分类结果。本发明利用了图像LBP值的上下文信息，有效提高了对图像描述的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
163 条记录 (耗时 0.036 秒)
