[发明专利]血管成像方法及装置在审

专利信息
申请号: 201910263208.5 申请日: 2019-04-02
公开(公告)号: CN110148134A 公开(公告)日: 2019-08-20
发明(设计)人: 张春光;王义槐;张放;连建宇 申请(专利权)人: 佛山瑞加图医疗科技有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06T11/00;A61B5/055
代理公司: 北京工信联合知识产权代理有限公司 11266 代理人: 芦玲玲
地址: 528225 广东省佛山市南海区狮山镇桃园东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种血管成像方法及装置,其中,该方法包括如下步骤:扫描步骤,扫描无预饱和脉冲带的TOF序列;提取步骤,在扫描图像中提取动脉血管和静脉血管。本发明中,不对TOF序列施加预饱和脉冲,可节省预饱和脉冲占用的时间,从而可在一个重复时间内激发多个层,达到快速扫描填充K空间的目的,也缩短了扫描时间。本发明可以在不施加预饱和射频脉冲情况下,通过大量的磁共振训练图像对模型进行深度学习训练,通过回归分析或卷积网络等方式将动脉血管和静脉血管与周围组织进行分割,得到纯粹的动脉或静脉血管图像。
搜索关键词: 预饱和 静脉血管 脉冲 动脉血管 血管成像 扫描 回归分析 快速扫描 扫描步骤 扫描图像 射频脉冲 序列施加 学习训练 训练图像 周围组织 磁共振 卷积 填充 动脉 施加 图像 占用 分割 激发 重复 网络
【主权项】:
1.一种血管成像方法,其特征在于,包括如下步骤:扫描步骤,扫描无预饱和脉冲带的TOF序列;提取步骤,在扫描图像中提取动脉血管和静脉血管。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山瑞加图医疗科技有限公司,未经佛山瑞加图医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910263208.5/,转载请声明来源钻瓜专利网。

同类专利
  • 一种快速分离粘连玉米种子的图像分割方法-201710235725.2
  • 李晓明;王艳;孙红敏;沈维政;魏晓莉 - 东北农业大学
  • 2017-04-12 - 2019-11-12 - G06T7/10
  • 本发明应用于农产品无损检测领域,属于计算机视觉、计算机图形学和数字图像处理等交叉领域,公开了一种快速分离粘连玉米种子的图像分割方法。首先采用最大类间方差法(OSTU)对目标图像二值化处理,并计算重心坐标;然后利用数学公式建立通过重心坐标的若干条轴线及每条轴线上的n条垂直线,并依据垂直线经过目标图像区域的像素之和,构建长度为n的集合并转化成相应的二维曲线;最后将所有二维曲线中的凹点存储到一个向量中,并根据数学公式搜索最小值和候选分割线。根据本发明实施例的方法,结合了轮廓跟踪和凹点搜索的优势,且经过实验表明,其具有实现简单、准确率较高和分割效果理想等优势,为后续的种子质量分级奠定良好的基础。
  • 一种虚拟手术中可变形对象切割仿真的网格变形优化方法-201810330105.1
  • 王沫楠;马玉政 - 哈尔滨理工大学
  • 2018-04-09 - 2019-11-08 - G06T7/10
  • 本发明提供一种虚拟手术中可变形对象切割仿真的网格变形优化方法,采用几何优化和拓扑优化,并结合多线程方法对多个任务并行处理,用以解决切割仿真过程中出现的病态单元问题。该方法包括四个步骤,第一,搜索目标单元,根据网格质量搜索需要处理的网格单元;第二,网格优化预处理;第三,网格拓扑优化过程;第四,网格几何优化过程。其中步骤二、三、四使用多线程并行处理。本发明可以在提高网格质量的同时减少网格数量,可以有效的提高网格模型变形计算的效率和稳定性。
  • 一种基于PCNN的视网膜血管图像分割方法和系统-201710145321.4
  • 徐光柱;张柳;雷帮军;刘鸣 - 三峡大学
  • 2017-03-13 - 2019-11-08 - G06T7/10
  • 本发明公开了一种基于PCNN的视网膜血管图像分割方法及系统,方法包括:S1、提取原始彩色图像的绿色通道图像;S2、对绿色通道图像中的视网膜血管进行预处理,得到预处理后的图像;S3、通过阈值操作在预处理后的图像中选出初始种子区域,利用带有快速连接机制以及动态变化的连接强度的脉冲耦合神经网络模型对初始种子区域进行迭代生长,直到满足预定的停止条件,完成预处理后的图像中的视网膜血管的自动分割,得到视网膜血管的分割图像。本发明的有益效果是:通过将带有快速连接机制的PCNN与种子区域增长思想相结合,实现眼底图像中血管区域的自动生长,从而有效地提取出视网膜图像中的血管。
  • 一种背景检测的图像分割方法与装置-201910596706.1
  • 谢宏威;周聪;陈从桂;谢德芳;杨成龙 - 广州大学
  • 2019-07-02 - 2019-11-05 - G06T7/10
  • 本发明公开了一种基于背景检测的图像分割方法。所述方法包括:获取X光拍摄的N张硅片图像;分别将N张硅片图像进行彩色图像分割并从中筛选出对比度最大的单通道图像,进一步灰度化,得到N张第一目标图像;对N张第一目标图像进行全局阈值处理,进一步孔洞填充直至像素内没有缝隙,得到N张第二目标图像;根据设定的像素邻接关系,构建N张第二目标图像的连通域,进一步利用硅片的面积特征筛选出硅片区域,得到N张第三目标图像;对N张第三目标图像进行形态学开运算并缩减其定义域至设定的定义域,抠图处理后得到N张目标图像。本发明通过对原始图像进行系列处理,使得在确保图像质量的前提下减少特征数量,实现快速从原始图像中分割目标图像。
  • 一种基于距离保持水平集的牛肉图像中背长肌自动分割方法-201710053966.5
  • 郑丽敏;刘雅思;田立军;杨璐 - 中国农业大学
  • 2017-01-22 - 2019-11-01 - G06T7/10
  • 本发明涉及一种基于距离保持水平集的牛肉图像中背长肌自动分割方法。首先采用摄像机标定法对CCD摄像机进行标定,选取从屠宰场购买的牛胴体眼肌切片作为样本,利用改进的样本块修复模型恢复图像反光区域原有信息。提取眼肌切面区域中的候选区域,从中寻找一个处于背长肌区域的小矩形区域,其外轮廓设为初始轮廓曲线。设定迭代规则自动确定权系数ν的值,自适应控制水平集演化,检测相邻10次的系数函数(f(Ck))值,若这10个值的方差小于某一阈值(定为f(C0)/100),停止迭代,获得牛肉眼肌区域。对图像人工标记前景和背景区域,再对标记后的原始图像进行分水岭变换,最后提取出的眼肌区域即为最终目的眼肌区域。利用本发明可以实现牛肉图像中背长肌的自动分割,从而进行牛肉眼肌特征的提取,实现牛肉质量等级自动评定。
  • 障碍物检测方法及装置-201680017931.X
  • 南一冰;廉士国 - 深圳前海达闼云端智能科技有限公司
  • 2016-12-19 - 2019-10-29 - G06T7/10
  • 一种障碍物检测方法及装置,涉及通信技术领域,为了解决现有技术中存在的障碍物检测的精度较低以及对复杂环境的适应性较弱的问题。障碍物检测方法包括:获取待检测图像(101);根据待检测图像中包含的像素信息,确定待检测图像中的路面区域和非路面区域(102);分别确定路面区域的最外层轮廓线和非路面区域的轮廓线;当存在至少一个非路面区域的轮廓线位于路面区域的最外层轮廓线包含的区域内时(103),将所述至少一个非路面区域包含的实物确定为障碍物(104)。该方法及装置应用在检测障碍物的过程中。
  • 基于子模字典学习的SAR图像分割方法-201810031938.8
  • 侯彪;焦李成;唐欢;马晶晶;马文萍;王爽;白静 - 西安电子科技大学
  • 2018-01-12 - 2019-10-25 - G06T7/10
  • 本发明公开了一种基于子模字典学习的SAR图像分割方法,主要解决目前主流的子模字典学习方法对SAR图像分割准确性低与细节完整性差的问题。其分割过程为:1.在以像素为中心的邻域内,计算空间金字塔特征;2.从空间金字塔特征中选取10%的训练数据构造图模型G(V,E);3.最大化一个子模目标函数,对图模型进行聚类;4.根据聚类结果计算字典D;5.固定字典D,计算训练数据的稀疏编码特征、分类参数矩阵以及所有数据的稀疏编码特征;6.根据分类参数矩阵W计算类标签向量;7.将类标签向量转换为类标签,得到最终的分割结果。本发明与现有的子模字典学习方法相比,保持了图像的细节信息完整性,提高了分割精度,可用于SAR图像目标识别。
  • 一种处理点云数据的方法和装置-201810298903.0
  • 孙云哲;李雨倩;刘懿;黄玉玺;崔伟;李政;孙志明 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
  • 2018-04-04 - 2019-10-18 - G06T7/10
  • 本发明公开了一种处理点云数据的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:基于点云分割,将在时间上连续的多帧点云数据集合分割为不相交的子集,其中,每个子集包括多个点云数据;获取每帧点云数据集合中各个子集对应的特征集,根据所述各个子集对应的特征集,确定各个子集在不同点云数据集合中的关联性;根据所述各个子集在不同点云数据集合中的关联性,确定对应于同一物体的不同点云数据集合中的子集,并对所述物体进行识别。该实施方式能够解决由于分割错误而导致欠分割和过分割的技术问题。
  • 一种图像语义分割方法、装置及终端设备-201910655931.8
  • 古迎冬;李骊 - 北京华捷艾米科技有限公司
  • 2019-07-19 - 2019-10-18 - G06T7/10
  • 本申请公开了一种图像语义分割方法、装置及终端设备。首先获得包含目标物体的待分割图像;其后对待分割图像进行预处理得到预处理后的图像;最后利用训练好的图像语义分割模型对预处理后的图像进行语义分割,得到分割后的图像。图像语义分割能够有效提升图像语义分割的实时性,得到的分割后图像具有较高的分辨率。模型的FPN结构的编码和解码结构保证图像的分割精细度。该方法适用于手机等处理能力较弱的终端设备,提升终端设备对高分辨率图像的分割效果,提升用户的使用体验。
  • 一种深度学习网络的训练方法和装置-201510909587.2
  • 乔宇;陈翔 - 中国科学院深圳先进技术研究院
  • 2015-12-10 - 2019-10-08 - G06T7/10
  • 本发明属于计算机视觉技术领域,提供了一种深度学习网络的训练方法和装置。所述方法包括:将训练集中的图像分割为多个不同的patch;将所述多个不同的patch转换为包括多个不同尺度的图像的图像集;对所述图像集进行尺度归一化,并将归一化后的图像集输入至深度神经网络系统,以训练所述深度神经网络系统。通过本发明提高了深度学习训练中特征局部提取的精度。
  • 一种新的高分辨率遥感影像的最优分割尺度自动选择方法-201611202286.7
  • 靳华中;万方;雷光波;关峰;刘潇龙;黄磊;李清 - 湖北工业大学
  • 2016-12-23 - 2019-10-08 - G06T7/10
  • 本发明公开了一种新的高分辨率遥感影像的最优分割尺度自动选择方法,利用多尺度MRF模型,建立高分辨率影像的多尺度分割模型,同时对影像层次分割和影像平面分别建模,描述层与层对象之间的上下文信息以及同一层中对象之间的空间依赖关系。将对象的光谱、颜色、纹理及拓扑关系等基本特征,归一化到马尔可夫随机场中,通过概率信息收敛计算,实现了一种计算机可自动进行全局最有分割尺度选择方法,参数选择计算和推断工程实现了计算机自动进行,获得理论上的最优分割尺度参数。该技术具有分割质量精度高、自适应性强和计算效率高的优点。
  • 一种基于超像素节点排序的轨道扣件图像定位方法-201910497526.8
  • 李立明;孙睿;柴晓冬;陈兴杰;郑树彬 - 上海工程技术大学
  • 2019-06-10 - 2019-10-01 - G06T7/10
  • 本发明涉及一种基于超像素节点排序的轨道扣件图像定位方法,包括以下步骤:1)拍摄和采集轨道扣件原始图像;2)进行图像预处理和超像素分割,得到轨道扣件超像素分割图;3)根据轨道扣件超像素分割图构建轨道扣件超像素无向图结构;4)对轨道扣件超像素图结构中的超像素节点分别进行基于背景尺度和前景尺度的相关性排序;5)根据相关性排序结果得到前景突出且背景抑制的轨道扣件定位图,完成轨道扣件区域在图像中的准确定位。与现有技术相比,本发明具有定位准确、判断准确、抑制干扰等优点。
  • 细胞图像分割方法和装置-201910504393.2
  • 夏平;师冬霞;胡蓉;雷帮军;任强;黄强 - 三峡大学;湖北九感科技有限公司
  • 2019-06-12 - 2019-09-27 - G06T7/10
  • 本发明实施例提供一种细胞图像分割方法和装置,其中所述方法包括:获取待分割细胞图像;将待分割细胞图像输入至细胞分割模型中,获取细胞分割模型输出的细胞分割结果;其中,细胞分割模型是基于样本细胞图像和样本细胞图像对应的真实标签图像,对增强U‑Net网络进行训练得到的;增强U‑Net网络是在初始U‑Net网络中增加网络层数,并在网络中加入BN层的神经网络。本发明实施例提供的方法和装置,在基于初始U‑Net网络提高重叠细胞和粘连细胞的分割效果,优化细胞分割准确率的同时,基于BN算法加速模型训练、优化模型性能。将待分割细胞图像输入至由此训练得到的细胞分割模型,即可实现快速、准确、简便的细胞分割。
  • 一种基于蚁狮优化的极限学习机的三维网格模型分割方法-201910576352.4
  • 杨晓文;尹洪红;韩燮;刘佳鸣 - 中北大学
  • 2019-06-28 - 2019-09-27 - G06T7/10
  • 本发明公开了基于蚁狮优化的极限学习机的三维网格模型分割方法,与现有技术相比,本发明采用步骤1至步骤7实现本发明的目的,其优点在于:利用蚁狮优化算法中蚂蚁受精英蚁狮与轮盘赌策略的双重影响,迭代更新并将最优解赋值给精英蚁狮,从而改进优化极限学习机随机生成的输入权值与隐含层偏置矩阵,训练得到一个高精度的分割分类器对普林斯顿模型进行测试。相比于前人的工作,在Airplane、Ant、Chair、Octopus、Teddy和Fish 6类模型数据集上,训练面片数在20k‑30k之间的模型算法耗时1000s左右,且比未优化的分割方法获得了更高的分割精确度,最高分割精确度达到99.49%。
  • 分割网络的优化方法、系统和计算机可读存储介质-201910591448.8
  • 肖月庭;阳光;郑超 - 数坤(北京)网络科技有限公司
  • 2019-07-02 - 2019-09-27 - G06T7/10
  • 本发明提供一种分割网络的优化方法、系统和计算机可读存储介质,其中分割网络的优化方法,一次迭代过程包括:S1、获取待分割图像;S2、将所述待分割图像输入至分割网络中,其中,所述分割网络中包括至少一层卷积层,利用系数对所述卷积层的第一卷积块进行放大处理,得到第二卷积块,而后利用所述第二卷积块进行所述卷积层的卷积运算,获得所述卷积层的输出数据,所述系数为预设值;S3、基于所述输出数据输出与所述待分割图像对应的分割数据。本发明可提高图像分割的效果。
  • 一种基于OTSU阈值的肝部组织病理图像分割方法-201910526937.5
  • 尤仁柯;王钰鹏;陈阿敏;陈福沨;方斌;李伟玉 - 福州数据技术研究院有限公司
  • 2019-06-18 - 2019-09-24 - G06T7/10
  • 本发明涉及一种基于OTSU阈值的肝部组织病理图像分割方法,其包括以下步骤:1)缩略图的提取:提取肝部组织病理图像按比例缩小的缩略图;2)颜色空间转换:利用公式将缩略图从RGB空间转换到HSV空间;3)掩膜计算:对转换到HSV空间后的缩略图基于二进制阈值和OTSU阈值进行计算,得到缩略图的掩膜;4)分割图像提取:将掩膜按比例放大到与肝部组织病理图像相同大小,得到还原掩膜,提取还原掩膜与肝部组织病理图像的交集,得到肝部组织的分割图像。采用本发明方法对病理图像中肝部组织进行提取和分割,能够快速准确地对肝部的组织病理图像将肝部组织分割出来,减少后续分析的计算量,同时提高分析的可靠性。
  • 一种面向医学图像分割的超像素方法-201810698045.9
  • 王海鸥;刘慧;郭强;张小峰;高珊珊;姜迪 - 山东财经大学
  • 2018-06-29 - 2019-09-24 - G06T7/10
  • 本发明提供一种面向医学图像分割的超像素方法,将医学图像处理为超像素;对超像素分割后医学图像使用双边滤波保留边缘,并滤除噪声,降低网络模型的误差率;配置网络框架,通过迭代训练参数,构建卷积网络应用于超像素分割的医学图像。方法中以线性迭代聚类分割方法为基础,将U‑Net网络的思想应用于超像素的后期优化中,弥补超像素内边缘分割不精确的缺陷,增加规范层以提高各网络层权重灵敏度,改善网络收敛性能,使分割结果更接近于实际值。由于医学图像呈现的解剖结构和病变组织十分清晰,通过SLIC算法分割的医学图像能够获取较为全面的超像素,并可通过卷积网络进一步改进超像素边缘精确度。
  • 一种基于统计信息的器官血管树自动提取方法-201611063747.7
  • 房斌;刘勇清;王翊;张绍祥;谭立文;李颖;杨粟;徐颖 - 重庆大学;中国人民解放军第三军医大学
  • 2016-11-28 - 2019-09-24 - G06T7/10
  • 本发明公开了一种基于统计信息的器官血管树自动提取方法,包括如下步骤:S1:对腹部CT图像运用水平集进行肝脏分割得到仅包含肝脏部分的图像序列,对图像数据使用一种改进的三维中值滤波的进行去噪处理;S2:在连续多个阈值下,选取血管丰富的连续多帧进行形态学处理并得到二值图像;S3:由连通域个数大小信息定义目标函数值,得到连续多张图像多阈值下,与连通域信息相关目标函数值的多个直方图,进行固定大小的滑动窗口扫描,选取具有峰值最多的阈值区间的加权平均值作为区域生长的一个全局阈值S4:在全局阈值和中心点像素值的相关限制下,使用三维区域生长得到一棵血管树,并通过三维闭操作对血管进行修复或者后期处理。
  • 多线性示例回归器聚合的图像显著对象分割方法-201710024794.9
  • 陈小武;夏长群;李甲;赵沁平 - 北京航空航天大学
  • 2017-01-13 - 2019-09-20 - G06T7/10
  • 本发明公开了多线性示例回归器聚合的图像显著对象分割方法,包括:通过构建图像显著基准数据集,分析总结出显著对象以及非显著对象的属性与特点;使用背景先验并构建二次优化问题计算初始显著概率图,根据该初始概率图选择最可信前景与背景种子点,随后通过局部线性嵌入算法进行流形保持的前景度传播,生成最终前景度概率图;随后,通过似物性采样方法对图像生成对象候选集,使用形状、前景度以及关注度三种特征来表征每一个候选对象,并对每一张训练图像训练线性示例回归器以表征该张图像的特定显著方式;最后,将多个线性示例器进行聚合,对测试图像的候选对象集计算显著值,形成一个能处理各种复杂场景的图像显著对象分割模型。
  • 基于扫描点云数据的分割与识别方法、系统及存储介质-201910305106.5
  • 李新福 - 广东康云科技有限公司
  • 2019-04-16 - 2019-09-10 - G06T7/10
  • 本发明公开了一种基于扫描点云数据的分割与识别方法、系统及存储介质,方法包括:扫描场景并根据扫描的数据生成场景的三维模型;从场景的三维模型获取扫描点云数据;对扫描点云数据进行分割,得到场景内第一对象的点云;采用人工智能的方法对场景内第一对象的点云进行智能识别,所述智能识别包括识别第一对象的类型及对应的数量,所述第一对象包括室内对象和室外对象。本发明在完成建模之后再进行点云分割,不会因点云分割耗时而降低建模效率,建模效率高;在点云分割完成后通过人工智能的方法智能识别出场景内第一对象的类型及对应的数量,便于通过人工智能统计出同类型物体等对象的数量,智能化程度高,可广泛应用于三维重建与模式识别领域。
  • 基于点云局部结构的语义分割改进算法-201910446651.6
  • 李春国;宋涣;杨绿溪 - 东南大学
  • 2019-05-27 - 2019-09-10 - G06T7/10
  • 本发明公开了基于点云局部结构的语义分割改进算法,用于辅助稠密建图。1.学习局部几何结构:2.学习局部特征结构:3.融合ORB‑SLAM2系统:本发明公开了一种基于点云局部结构的语义分割改进算法,用于辅助稠密建图,属于多媒体信号处理领域。本发明首次提出一种基于内核关联网络执行语义分割业务的算法,在S3DIS数据集下提升准确率至80.6%,并辅助具备稠密点云建图功能的ORB‑SLAM2,使该SLAM系统具备了语义建图的功能。
  • CT图像腹部多器官分割方法及装置-201910512487.4
  • 艾丹妮;杨健;王涌天;范敬凡;谢桂望 - 北京理工大学
  • 2019-06-13 - 2019-09-10 - G06T7/10
  • 本发明实施例提供一种CT图像腹部多器官分割方法及装置。其中,方法包括:根据待分割的腹部CT图像序列获取第一图像序列和第二图像序列;将第一图像序列和第二图像序列输入至多器官分割模型,输出待分割的腹部CT图像序列中各腹部CT图像的多器官分割结果;其中,第一图像序列中图像的尺度大于第二图像序列中图像的尺度;多器官分割模型是基于腹部CT图像序列样本数据以及预先确定的手动分割标注结果进行训练后获得的。本发明实施例提供的CT图像腹部多器官分割方法及装置,根据两个不同尺度获得的器官层次的上下文信息,获取待分割的腹部CT图像序列中各腹部CT图像的多器官分割结果,能获得更准确、更稳定的分割结果。
  • 一种基于结构清晰度的无参考图失焦模糊区域分割方法-201710135456.2
  • 沈傲东;王坤;孔佑勇;胡轶宁;伍家松;舒华忠 - 东南大学
  • 2017-03-09 - 2019-09-10 - G06T7/10
  • 本发明公开一种基于结构清晰度的无参考图失焦模糊区域分割方法,包括以下步骤:(1)缩放图像,将图像缩放为原图像面积的约1/4倍;(2)计算清晰度差值,分别计算原图和缩放后图像对应位置图像块的结构清晰度,并计算二者的差;(3)提取模糊区域,滤除差值图像的噪声,使用图像分割算法分割出模糊区域,并对分割后的结果进行上采样。针对无参考图像的失焦模糊区域分割,本发明使用原始图像构造缩放图像,分别计算缩放图像以及原始图像的清晰度,进而获得模糊度分布图像,最终快速有效地分割出图像失焦模糊区域。
  • 一种玉米籽粒的表型测量方法及系统-201710099982.8
  • 杜建军;王传宇;郭新宇 - 北京农业信息技术研究中心
  • 2017-02-23 - 2019-09-10 - G06T7/10
  • 本发明实施例公开一种玉米籽粒的表型测量方法及系统,所述方法包括:获取玉米籽粒的图像信息,将所述图像信息进行图像处理,进行所述玉米籽粒的预分割处理,获取所述玉米籽粒的色度二值图;根据所述色度二值图,获取所述玉米籽粒的分裂轮廓图像信息和内切圆图像信息;将所述分裂轮廓图像信息和所述内切圆图像信息进行融合分析,获得所述玉米籽粒的表型信息,其中所述表型信息包括所述玉米籽粒的百粒重信息、粒长信息和粒宽信息。所述系统用于执行上述方法。本发明实施例实现了玉米籽粒的表型测量的自动化,提高了玉米籽粒的表型测量的效率和准确性。
  • 一种遥感影像最优分割结果确定的自动化方法-201710028904.9
  • 程结海 - 河南理工大学
  • 2017-01-16 - 2019-09-10 - G06T7/10
  • 本发明公开了一种遥感影像最优分割结果确定的自动化方法,包括如下步骤:(1)利用光谱信息离散度指标,构建分割对象内光谱均一性和相邻分割对象间光谱异质性的度量指标,然后构建影像质量函数;(2)采用变分法进行分析,获得影像整体最优分割结果;(3)构建分割对象异质度度量指标,提取处于欠分割和过分割状态的分割对象作优化处理,获得影像全面最优分割结果。本发明实现了遥感影像最优分割结果确定的完全自动化,具有效率高、准确性高和实用性强的优点,在土地遥感监测与灾害监测时应用于地物信息提取。
  • 一种基于皮肤图像检测色斑的方法-201910166075.X
  • 黄俊茗 - 上海商路网络科技有限公司
  • 2019-03-06 - 2019-09-03 - G06T7/10
  • 本发明提供一种基于皮肤图像检测色斑的方法,包括以下步骤:S1:通过图像采集设备进行拍摄获取人脸皮肤图像,并将所述皮肤图像转变为灰度图像;S2:采用基于小波变换同态滤波校正法对所述灰度图像进行预处理以消除光照不均匀的影响;S3:通过形态学高帽变换、低帽变换和对比度拉伸增强图像的对比度;S4:用自适应灰度动态阈值分割检测色斑;S5:采用形态学开运算和闲运算以消除检测后仍存在的杂散点,得到色斑的检测结果。通过该方法,能够采用普通摄像设备所采集的皮肤图像,在不接触皮肤的情况下,安全可靠,准确率较高检测皮肤的色斑。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top