-
公开(公告)号:CN106408024B
公开(公告)日:2019-06-21
申请号:CN201610834885.4
申请日:2016-09-20
申请人: 四川大学
CPC分类号: G06T7/0014 , A61B5/7225 , A61B6/50 , A61B6/5211 , A61B6/5217 , G06T7/13 , G06T7/74 , G06T2207/10116 , G06T2207/20016 , G06T2207/20081 , G06T2207/30061
摘要: 本发明公开了一种针对DR片的肺叶轮廓提取方法,包括以下步骤:通过离线训练获取肺叶轮廓的代表性模板;胸部DR片肺叶区域提取系统初始化;根据DICOM图像的尺寸,对图像做三层金字塔分解;用Gabor滤波器组重建待处理图像,将Gabor滤波后重建图像的残差转换为黑白图像;用Zhan‑Suen细化算法将黑白图像细化;调用离线训练的每一个模板,用其作为卷积核算子,对轮廓图像进行卷积;从卷积结果中筛选最佳可能性的局部最优卷积值,并组合评价;根据最佳匹配的上下模板及其最佳匹配位置组合生成肺叶轮廓形状。本发明提高了医生检查肺部疾病的工作效率和检查精度,支撑肺结核监测的信息化程度进一步深化,有利于居民肺结核传染病体检筛查的常态化推广。
-
公开(公告)号:CN109639928A
公开(公告)日:2019-04-16
申请号:CN201910007649.9
申请日:2019-01-04
申请人: 合肥工业大学
CPC分类号: H04N5/202 , G06T1/60 , G06T3/4092 , G06T9/00 , G06T2207/10016 , G06T2207/20016 , G06T2207/20021
摘要: 本发明公开了一种基于层叠液晶显示屏的显示灰度提升系统,包括:层叠液晶屏装置、子图像划分算法和层叠液晶屏同步驱动电子设备。所述方法包括:将N层普通8bits液晶屏紧密贴合层叠在一起,采用子图像划分算法将高灰度图像划分为N幅子图像,每层液晶屏分别显示对应层的子图像,所有子图像同步显示,可以实现高灰度等级图像的显示,提升了普通8bis液晶显示器的显示灰度等级,提升了图像显示的对比度。
-
公开(公告)号:CN109409371A
公开(公告)日:2019-03-01
申请号:CN201810685965.7
申请日:2018-06-28
申请人: 三星电子株式会社
IPC分类号: G06K9/34
CPC分类号: G06T7/11 , G06K9/00664 , G06K9/4604 , G06K9/6274 , G06K9/66 , G06K9/726 , G06N3/0445 , G06N3/0454 , G06N3/08 , G06N3/084 , G06T5/20 , G06T7/70 , G06T11/60 , G06T2207/20016 , G06K9/342 , G06K2209/21
摘要: 本发明提供一种用于检测输入图像中的对象的实例的方法和系统。检测图像中的对象的实例的方法包括:从输入图像提取多个核心实例特征;根据核心实例特征计算多尺度分辨率下的多个特征图;根据核心实例特征计算检测框;针对检测框的每个检测框计算特征图的多尺度分辨率下的分割掩膜;合并多尺度分辨率下的多个分割掩膜,以针对在图像中检测到的每个对象生成实例掩膜;通过由辅助网络计算像素级度量来细化所述实例掩膜的置信度得分;以及输出所述实例掩膜作为检测到的实例。
-
公开(公告)号:CN108961261A
公开(公告)日:2018-12-07
申请号:CN201810209966.4
申请日:2018-03-14
申请人: 中南大学
IPC分类号: G06T7/11
CPC分类号: G06T7/11 , G06T2207/20016 , G06T2207/20116 , G06T2207/30041 , G06T2207/30101
摘要: 本发明公开了一种基于空间连续性约束的视盘区域OCT图像层次分割方法,该方法首先使用BM3D算法去除OCT图像中的散斑噪声;之后使用基于模糊C均值和主动轮廓的ROI分割方法将图像中多个高反射区相互分离;然后使用ROI区域图像对血管阴影进行定位;使用A‑scan分割算法依次对所述ROI区域进行分割,利用血管阴影区域对每幅图像的初步分割结果进行修正;最后使用空间连续性约束优化修正后的分割结果,获得ILM、IS‑OS、BM的分割边界;该方法是一种行之有效的视盘区域OCT图像的层次分割方法,分割准确度较高,并对散斑噪声、血管阴影具有一定的鲁棒性。
-
公开(公告)号:CN108876753A
公开(公告)日:2018-11-23
申请号:CN201810468034.1
申请日:2018-05-16
申请人: 苹果公司
发明人: S·马里尼-梅斯 , C·A·梅扎克 , A·布拉德利 , A·T·尼尔森 , D·P·米切尔 , C·莫尔加德 , J·克利文斯顿 , R·范德莫维 , Z·萨德格普尔科尔玛尼 , F·巴卡伊 , T·萨切斯 , P·休布尔
CPC分类号: H04N5/23267 , G06T3/0068 , G06T3/40 , G06T5/003 , G06T5/50 , G06T7/207 , G06T7/337 , G06T2200/24 , G06T2207/10016 , G06T2207/10024 , G06T2207/20016 , G06T2207/20028 , G06T2207/20216 , G06T2207/20221 , G06T2207/30201
摘要: 本公开涉及使用引导图像对合成长曝光图像进行可选增强。在各种实施例中,一种方法包括:获得多个源图像,稳定所述多个源图像以生成多个稳定图像,并对所述多个稳定图像进行平均以生成合成长曝光图像。在各种实施例中,稳定所述多个源图像包括:选择所述多个源图像中的一个源图像以用作参考帧;以及通过将透视变换应用于所述多个源图像中的其他源图像,来将所述多个源图像中的其他源图像与所述参考帧配准。
-
公开(公告)号:CN108470357A
公开(公告)日:2018-08-31
申请号:CN201810258592.5
申请日:2018-03-27
申请人: 中科超精(安徽)科技有限公司
发明人: 不公告发明人
IPC分类号: G06T7/32
CPC分类号: G06T7/32 , G06T2207/10076 , G06T2207/20016 , G06T2207/30061 , G06T2207/30096
摘要: 本发明公开了一种耦合呼吸时相的弹性配准方法,将治疗过程中X射线图像与4D CT图像进行结合,基于X射线透视成像提取呼吸信号,采用4D CT不同时相图像对应X射线透视图像,将呼吸时相信息耦合到治疗前和治疗过程中的弹性配准当中,根据相似性测度对配准结果进行实时更新,通过金字塔多分辨率配准同时调节邻域灰度范围与配准图像的范围,使配准范围呈缩小态势,能够更快速和精确得到弹性配准结果,使弹性配准达到既快又优,进一步提高医学图像的配准质量。
-
公开(公告)号:CN108304883A
公开(公告)日:2018-07-20
申请号:CN201810144442.1
申请日:2018-02-12
申请人: 西安电子科技大学
CPC分类号: G06K9/6211 , G06K9/40 , G06K9/4671 , G06K9/6215 , G06T3/4007 , G06T2207/10044 , G06T2207/20016 , G06T2207/20024
摘要: 本发明属于雷达信号处理技术领域,公开了基于改进SIFT的SAR图像匹配方法,主要解决了当SAR图像信噪比低,并且与基准图存在场景差异时,现有的匹配算法无法满足精确匹配需求的问题。其实现步骤为:先对图像进行Gamma_MAP滤波,抑制相干斑噪声的影响,然后构造高斯差分尺度空间,在尺度空间中检测极值点,对极值点进行筛选和剔除,得到特征点,进而得到每一个特征点的主方向和特征向量,最后根据双向欧氏距离准则,得到图像匹配点。本发明提高了图像特征点的稳定性和匹配的正确率,能得到高精度的匹配对,可用于低信噪比SAR图像的匹配。
-
公开(公告)号:CN108022228A
公开(公告)日:2018-05-11
申请号:CN201610939488.3
申请日:2016-10-31
申请人: 天津工业大学
CPC分类号: G06T5/50 , G06T2207/20016 , G06T2207/20221 , G06T2207/30041 , G06T2207/30101
摘要: 本发明涉及一种基于SIFT变换和Otsu匹配的彩色眼底图像拼接方法。其实现过程是:(1)提取参考眼底图像与目标眼底图像的绿色通道;(2)用对比度受限自适应直方图均衡化与二维高斯滤波对其进行预处理,增强血管与组织背景间的对比度;(3)提取图像的SIFT特征;(4)采用最近邻与次近邻算法对两幅图像的特征点进行初始匹配;(5)采用Otsu算法对初始匹配点对进行筛选得到正确匹配特征点对;(6)采用随机抽样一致性算法计算仿射变换矩阵,对图像进行空间变换完成配准(7)采用最大值算法融合配准图像,完成拼接。本发明将SIFT变换与Otsu方法相结合,克服由于误匹配点导致配准效果不理想的缺点,本发明在诊断糖尿病及病变程度领域有着重要的应用价值。
-
公开(公告)号:CN107742278A
公开(公告)日:2018-02-27
申请号:CN201711008981.4
申请日:2017-10-25
申请人: 重庆邮电大学
CPC分类号: G06T5/003 , G06T7/13 , G06T2207/20016 , G06T2207/20201
摘要: 本发明请求保护一种运动模糊图像的盲复原方法,涉及图像处理领域。该方法采用了由粗到精的多尺度策略:首先针对观察到的运动模糊图像建立图像金字塔;然后在图像金字塔的每个分辨率层迭代地执行以下三个步骤:(1)运用一阶差分算子得到图像边缘的空间尺度信息,然后结合图像梯度的L0稀疏性约束,提出一种图像大尺度边缘的提取模型;(2)提出一种结合高斯先验和L0稀疏约束的双重正则化约束项,推导出运动模糊退化函数的估计模型,实现运动模糊退化函数的准确估计;(3)推导出图像复原的代价函数实现清晰锐化图像的复原;(4)采用半二次性分裂的交互式最优化策略对提出的模型进行最优化求解。理论分析和仿真结果证实了该方法的有效性。
-
公开(公告)号:CN107408301A
公开(公告)日:2017-11-28
申请号:CN201680015818.8
申请日:2016-03-17
申请人: 诺贝尔生物服务公司
发明人: 彼得·范利普特
IPC分类号: G06T7/12
CPC分类号: G06T7/11 , G06T7/12 , G06T7/73 , G06T2207/10072 , G06T2207/10116 , G06T2207/10132 , G06T2207/20016 , G06T2207/30012 , G06T2207/30004
摘要: 本申请涉及了一种从包括多个像素或体素的图像数据识别至少两个对象之间的通道的计算机实现的方法。所述方法包括循环,循环包括以下步骤:选择所述图像数据中包含至少两个所述对象的至少一部分的图像数据在内的部分;计算所述图像数据的所述部分的所述像素或所述体素的图像梯度;以及分析所述图像梯度的取向。如果所述图像梯度中的至少两个指向相反方向,则将所述图像数据的所述所选部分确定为包含限定了所述通道的所述对象的边缘。随后可以使用这种方法来分离或分割限定了所述通道的所述对象或所述对象的部分。
-
-
-
-
-
-
-
-
-