-
公开(公告)号：CN107886506A
公开(公告)日：2018-04-06
申请号：CN201711096907.2
申请日：2017-11-08
申请人： 华中科技大学
CPC分类号： G06T7/0012 , G06K9/6256 , G06K9/6267 , G06T5/007 , G06T7/41 , G06T7/73 , G06T2207/10132 , G06T2207/30004
摘要： 本发明公开了一种超声甲状腺结节自动定位方法，属于医学图像处理领域，包括：根据B超图像的水平方向平均灰度值的分布，得到甲状腺腺体层；在甲状腺腺体层中，利用甲状腺结节分类器，得到初始目标检测图；从B超图像获取相位不对称图，将初始目标检测图在相位不对称图中检测到的目标位置全部作为非目标，得到目标检测图；在目标检测图中，对各目标进行位置和尺寸约束，进而得到甲状腺结节定位结果。本发明能将与甲状腺结节内部具有相似纹理和强度信息的周围组织和结节很好地分离开来，从而准确定位到甲状腺结节区域。
-
公开(公告)号：CN107403414A
公开(公告)日：2017-11-28
申请号：CN201710572664.9
申请日：2017-07-14
申请人： 华中科技大学
摘要： 本发明公开了一种利于模糊核估计的图像区域选择方法和系统，其中方法的实现包括：计算模糊图像中每一像素点的相对总变分值并得到其相对总变分映射图；设定阈值确定图像中每一像素点是否为边界像素点；再对模糊图像以及其相对总变分映射图进行采样，得到一系列图像块；最后统计每一图像块中边界像素点的数量并选择出有利于模糊核估计的图像区域。本发明有效解决了现有区域选择方法中存在的过于依赖操作者经验，效率低等问题，自动选择出有利于模糊核估计的图像区域，适用于图像去模糊算法中模糊核估计的应用场合。
-
公开(公告)号：CN107194365A
公开(公告)日：2017-09-22
申请号：CN201710416188.1
申请日：2017-06-06
申请人： 华中科技大学
摘要： 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
公开(公告)号：CN109636829B
公开(公告)日：2021-01-01
申请号：CN201811410922.4
申请日：2018-11-24
申请人： 华中科技大学
摘要： 本发明公开了一种基于语义信息和场景信息的多目标跟踪方法，包括：分别预测场景中各个跟踪目标在当前帧中的位置，利用检测模型对所预测的位置进行修正并获得其语义得分；将修正后的位置作为目标框，获得目标框与对应跟踪目标的历史轨迹之间的相似度，并融合语义得分和相似度，从而得到目标框的跟踪得分；根据目标框的跟踪得分更新场景网格的场景模型，根据场景模型计算目标框的场景置信度，并根据场景置信度更新目标框的跟踪得分；利用检测模型获得当前帧的检测结果，将目标框与检测结果进行匹配，并根据匹配结果和目标框的跟踪得分确定跟踪目标的状态或生成新目标，从而得到当前帧的跟踪结果。本发明能够提高多目标跟踪的鲁棒性和准确性。
-
公开(公告)号：CN107403414B
公开(公告)日：2018-11-02
申请号：CN201710572664.9
申请日：2017-07-14
申请人： 华中科技大学
摘要： 本发明公开了一种利于模糊核估计的图像区域选择方法和系统，其中方法的实现包括：计算模糊图像中每一像素点的相对总变分值并得到其相对总变分映射图；设定阈值确定图像中每一像素点是否为边界像素点；再对模糊图像以及其相对总变分映射图进行采样，得到一系列图像块；最后统计每一图像块中边界像素点的数量并选择出有利于模糊核估计的图像区域。本发明有效解决了现有区域选择方法中存在的过于依赖操作者经验，效率低等问题，自动选择出有利于模糊核估计的图像区域，适用于图像去模糊算法中模糊核估计的应用场合。
-
公开(公告)号：CN108460326A
公开(公告)日：2018-08-28
申请号：CN201810028376.1
申请日：2018-01-10
申请人： 华中科技大学
摘要： 本发明公开了一种基于稀疏表达图的高光谱图像半监督分类方法，包括：根据高光谱图像的像元数据，得到类别概率矩阵，所述像元数据包括标记类别的像元数据和未标记类别的像元数据；利用类别概率矩阵和像元数据的空域信息构建正则项，根据正则项得到有约束的稀疏表达目标函数，利用稀疏表达目标函数得到相似性权值矩阵；根据相似性权值矩阵，利用标记传播得到高光谱图像的每个像元的类别。本发明有效解决了现有图构造方法中存在的对噪声敏感、需手动设置参数、判别性不够的问题，适用于少量标记类别下高光谱图像分类的应用场合。
-
公开(公告)号：CN108460326B
公开(公告)日：2020-05-19
申请号：CN201810028376.1
申请日：2018-01-10
申请人： 华中科技大学
摘要： 本发明公开了一种基于稀疏表达图的高光谱图像半监督分类方法，包括：根据高光谱图像的像元数据，得到类别概率矩阵，所述像元数据包括标记类别的像元数据和未标记类别的像元数据；利用类别概率矩阵和像元数据的空域信息构建正则项，根据正则项得到有约束的稀疏表达目标函数，利用稀疏表达目标函数得到相似性权值矩阵；根据相似性权值矩阵，利用标记传播得到高光谱图像的每个像元的类别。本发明有效解决了现有图构造方法中存在的对噪声敏感、需手动设置参数、判别性不够的问题，适用于少量标记类别下高光谱图像分类的应用场合。
-
公开(公告)号：CN107194365B
公开(公告)日：2020-01-03
申请号：CN201710416188.1
申请日：2017-06-06
申请人： 华中科技大学
摘要： 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
公开(公告)号：CN109636829A
公开(公告)日：2019-04-16
申请号：CN201811410922.4
申请日：2018-11-24
申请人： 华中科技大学
CPC分类号： G06T7/246 , G06K9/6288 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084
摘要： 本发明公开了一种基于语义信息和场景信息的多目标跟踪方法，包括：分别预测场景中各个跟踪目标在当前帧中的位置，利用检测模型对所预测的位置进行修正并获得其语义得分；将修正后的位置作为目标框，获得目标框与对应跟踪目标的历史轨迹之间的相似度，并融合语义得分和相似度，从而得到目标框的跟踪得分；根据目标框的跟踪得分更新场景网格的场景模型，根据场景模型计算目标框的场景置信度，并根据场景置信度更新目标框的跟踪得分；利用检测模型获得当前帧的检测结果，将目标框与检测结果进行匹配，并根据匹配结果和目标框的跟踪得分确定跟踪目标的状态或生成新目标，从而得到当前帧的跟踪结果。本发明能够提高多目标跟踪的鲁棒性和准确性。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.02 秒)
