[发明专利]一种废弃物目标定位和分割的方法和装置有效
| 申请号： | 202010637308.2 | 申请日： | 2020-07-03 |
| 公开（公告）号： | CN111915636B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 汪涛;蔡远征;温正垚 | 申请（专利权）人： | 闽江学院 |
| 主分类号： | G06T7/143 | 分类号： | G06T7/143;G06V10/764;G06T7/50 |
| 代理公司： | 福州市景弘专利代理事务所(普通合伙) 35219 | 代理人： | 黄以琳;张忠波 |
| 地址： | 350108 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 发明人提出了一种多层级的垃圾废弃物目标定位与分割的技术方案，通过结合场景级别的粗略分割网络与目标级别的细致分割网络来当前解决垃圾废弃物定位与分割任务中面临的问题，具体包括步骤：获取符合预设标准的图像；先后以粗略分割网络和细致分割网络对所述图像进行处理，然后以CRF模型对分割结果做优化处理，得到语义分割结果。发明人同时还提出了相应的废弃物目标定位和分割的装置。本发明可通过结合全局场景与局部目标之间的关系，构建具有更强鲁棒性的多级网络，解决垃圾废弃物目标定位与分割任务中遇到的极端大小差异问题。 | ||
| 搜索关键词： | 一种 废弃物 目标 定位 分割 方法 装置 | ||
【主权项】：
暂无信息
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闽江学院，未经闽江学院许可，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/202010637308.2/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种废弃物目标定位和分割的方法和装置-202010637308.2
- 汪涛;蔡远征;温正垚 - 闽江学院
- 2020-07-03 - 2023-10-24 - G06T7/143
- 发明人提出了一种多层级的垃圾废弃物目标定位与分割的技术方案，通过结合场景级别的粗略分割网络与目标级别的细致分割网络来当前解决垃圾废弃物定位与分割任务中面临的问题，具体包括步骤：获取符合预设标准的图像；先后以粗略分割网络和细致分割网络对所述图像进行处理，然后以CRF模型对分割结果做优化处理，得到语义分割结果。发明人同时还提出了相应的废弃物目标定位和分割的装置。本发明可通过结合全局场景与局部目标之间的关系，构建具有更强鲁棒性的多级网络，解决垃圾废弃物目标定位与分割任务中遇到的极端大小差异问题。
- 一种实时视频人像提取的系统、方法、存储介质和设备-202010242426.3
- 何东超 - 厦门亿联网络技术股份有限公司
- 2020-03-31 - 2023-09-26 - G06T7/143
- 本发明公开了一种实时视频人像提取的系统、方法、存储介质和设备，属于图像处理技术领域。本发明首先将视频图像输入训练好的卷积神经网络模型中进行特征提取，输出视频图像的概率值图；所述的卷积神经网络包括编码网络和与编码网络连接的解码网络，所述编码网络利用标准卷积、深度可分离卷积和空洞卷积对图像进行特征提取；所述解码网络利用双线性差值模块与标准卷积层对图像特征进行解码；采用抠图算法，将提取出图像中的人像。本发明的卷积神经网络模型的参数较少，使得卷积神经网络模型具有更快的运算速度，能够更加快速地对视频图像进行实施人像提取，克服了现有技术人像提取速度慢的问题。
- 基于模糊C均值和概率标签融合的图像分割方法及系统-202010588648.0
- 王晶晶;刘美如;高军;任金雯 - 山东师范大学
- 2020-06-24 - 2023-07-18 - G06T7/143
- 本公开公开了基于模糊C均值和概率标签融合的图像分割方法及系统，包括：利用以超像素为聚类中心的模糊C均值算法，对获取的大脑核磁共振图像进行病灶分割，得到不同模态图像的初始病灶分割结果；基于多模态概率标签融合算法，对不同模态图像的初始病灶分割结果进行概率标签融合，得到最终的病灶分割结果。使用基于超像素的改进的模糊C均值算法进行了核磁共振图像的各个模态的分割。融合不同模态的分割优势，生成最优分割结果。核磁图像的三个模态的分割各有优势，本方法融合不同模态的分割结果，得到更加精确的分割效果。
- 一种基于谱间权重的遥感影像多尺度分割方法-202211096885.0
- 范强;魏宇;冯禹茗 - 辽宁工程技术大学
- 2022-09-08 - 2023-05-16 - G06T7/143
- 本发明公开了一种基于谱间权重的遥感影像多尺度分割方法，具体包括遥感影像预处理、欠分割对象生产、谱间权重估计、基于“谱间权重”的分割尺度估计、基于“谱间权重”的多尺度分割、分割结果合并、精度验证。针对面向对象的尺度估计与分类精度不高的问题，提出一种基于谱间权重的遥感影像多尺度分割方法，基于谱间权重改进平均局部方差的尺度估计方法，基于谱间权重改进多尺度分割方法，有效的估计了分割尺度，一定程度上提升了遥感影像分割精度，对于遥感影像分类、信息提取有重要的意义。
- 基于深度学习的视网膜层和积液区域的层分割方法及系统-202010313682.7
- 梁姗姗;岳孟挺;李新宇;张军 - 中山大学
- 2020-04-20 - 2023-04-18 - G06T7/143
- 本发明公开了一种基于深度学习的视网膜层和积液区域的层分割方法及系统，所述方法包括：获取医疗系统中各节点区域的视网膜OCT数据集，将该数据集划分为预训练数据集及测试数据集，对预训练数据集中的数据进行随机平移，得到训练数据集；根据构建的分割网络及对应的损失函数对分批次送入该分割网络的训练数据集中的数据进行前向传播，得到分割预测图；根据联合损失函数公式计算分割预测图与专家像素级标记图像进行one‑hot编码后的标准概率图之间的联合损失值，将联合损失值反向传播，通过预设周期长度的迭代训练得到分割网络模型；通过测试数据集对分割网络模型进行测试，以验证分割网络模型的可靠性。本发明能够提高分割网络泛化能力与类别分割准确率。
- 三维脑中线分割方法、装置、设备、存储介质及程序产品-202210911287.8
- 秦陈陈;周文雪;姚建华;刘翌勋;常健博;陈亦豪;冯铭;王任直 - 腾讯科技（深圳）有限公司;中国医学科学院北京协和医院
- 2022-07-29 - 2022-12-02 - G06T7/143
- 本申请公开了一种三维脑中线分割方法、装置、设备、存储介质及程序产品，属于图像处理技术领域。该方法包括：通过特征编码器对样本三维脑部图像进行特征编码，得到样本编码特征图；基于样本编码特征图进行病灶区域预测、脑中线分割预测以及理想脑中面预测，得到病灶区域预测结果、脑中线分割预测结果以及理想脑中面预测结果；基于病灶区域预测结果、脑中线分割预测结果以及理想脑中面预测结果，联合训练特征编码器。该方法通过额外增加病灶区域预测任务和理想脑中面预测任务，可以提高特征编码网络对于脑中线分割预测中相关特征的特征提取准确性，从而进一步提高脑中线分割预测任务的准确性。
- 图像分割方法、装置、存储介质和计算机设备-202010097610.3
- 蒋忻洋;王子龙;孙星;王睿 - 腾讯医疗健康（深圳）有限公司
- 2018-07-25 - 2022-11-04 - G06T7/143
- 本申请涉及一种图像分割方法、装置、存储介质和计算机设备，所述方法包括：获取待分割的眼底图像；从所述眼底图像中划分多个像素块；根据每个所述像素块确定分别对应不同病灶类别的多个概率图块；所述概率图块中各颜色值表示在所述像素块中对应的像素点属于各病灶类别的概率；根据所述概率图块确定所述眼底图像中各像素点所属的病灶类别；按所述眼底图像各像素点所属的病灶类别，从所述眼底图像分割病灶区域。本申请提供的方案可以提高眼底图像分割的准确率。
- 多任务多分类的胸部器官分割模型建立、分割方法及系统-202010996399.9
- 冯筠;谢祎霖;卜起荣 - 西北大学
- 2020-09-21 - 2022-11-04 - G06T7/143
- 本发明属于医学图像分析技术领域，公开了一种多任务多分类的胸部器官分割模型建立、分割方法及系统。模型建立方法包括如下步骤：步骤1：获取医学影像图片集，并进行预处理，获得预处理图像集和不同器官的掩模图像；步骤2：建立分割网络，所述分割网络包括多尺度输入模块、编码器模块、特征增强模块、解码器模块和超列模块；步骤3：将预处理图像集和不同器官的掩模图像作为分割网络的输入，将不同器官的分割概率结果图作为分割网络的输出，训练分割网络，将训练好的分割网络作为多任务多分类的胸部器官分割模型。解决了现有方法中胸片多组织重叠造成的分多类骨骼分割方法以及多类器官分割方法存在的过分割和欠分割的问题。
- 用于确定图像分割模型的方法及装置-202210545420.2
- 孟庆虎;陆晔;沈宇恬 - 香港中文大学深圳研究院
- 2022-05-19 - 2022-08-23 - G06T7/143
- 本申请提供用于确定图像分割模型的方法及装置，涉及图像技术领域。方法包括：根据第一子模型确定多个未标记图像包括的第一图像的特征数据；根据第二子模型和第一图像的特征数据，得到第一分割概率图；根据第三子模型和第一图像的特征数据，得到第二分割概率图；确定第一分割概率图对应的第一分割结果与第二分割概率图的第一损失值；确定第二分割概率图对应的第二分割结果与第一分割概率图的第二损失值；根据第二损失值调整第二子模型；根据第一损失值调整第三子模型；根据第一损失值和第二损失值调整第一子模型；调整后的第一子模型、调整后的第二子模型和调整后的第三子模型用于确定图像分割模型。本申请的图像分割模型可以节省人工成本。
- 面向对象模糊聚类图像分割方法、系统、终端及存储介质-202111532773.0
- 李晓丽;赵龙龙;陈劲松;韩宇;姜小砾 - 深圳先进技术研究院
- 2021-12-15 - 2022-03-22 - G06T7/143
- 本申请提供的面向对象模糊聚类图像分割方法、系统、终端及存储介质，在影像域中随机确定若干个生成点，将影像域划分为若干个非规则区域，形成对象，构建像素关于邻域像素的特征场马尔可夫模型，用以刻画对象与聚类的模糊非相似性，并基于标号场构建对象关于聚类的先验概率，并据此构建基于特征场MRF的面向对象模糊聚类目标函数，以目标函数最小化为准则，结合MH算法优化生成点，调整对象覆盖范围，以进一步准确拟合同质区域边界，得到最佳分割结果，本申请提供的面向对象模糊聚类图像分割方法、系统、终端及存储介质，在保证算法具有较强抗噪性的同时，避免因对象间光谱特征相似导致的误分割问题，进一步提高图像分割精度。
- 基于统计建模与像素分类的彩色图像分割方法-201711364439.2
- 牛盼盼;王雪冰;王向阳 - 辽宁师范大学
- 2017-12-18 - 2021-11-19 - G06T7/143
- 本发明公开一种基于统计建模与像素分类的彩色图像分割方法，首先在原始彩色图像RGB颜色空间内，对R分量（G、B类似）进行非下采样Shearlet变换，使其分解为一个低频子带和若干高频子带；其次，对同尺度高频子带利用贝塞尔K概率密度函数进行统计建模，估计出形状参数和尺度参数，并以每组参数的极值作为像素特征；然后，使用二维Tsallis熵进行初分割，得到训练样本；最后，结合像素特征与训练样本，用TSVM完成图像分割。由于利用非下采样Shearlet变换分解图像并利用贝塞尔K统计模型建模来提取像素特征，较好的刻画了图像的内容，有效地提高了图像分割的精度。
- 一种基于树冠三维点云分布的单木分割方法-201910489877.4
- 李世华;刘竽含 - 电子科技大学
- 2019-06-06 - 2021-09-24 - G06T7/143
- 本发明属于机载激光雷达点云数据处理技术领域，具体涉及一种基于树冠三维点云分布的单木分割方法。本发明通过利用机载激光雷达获取森林植被冠层三维激光点云数据，并根据树冠形状变化趋势，分析树冠的点云分布特征，根据点与点之间的关系，经历去噪与滤波、点云归一化、提取树冠轮廓点、趋势判别法和删除错误的分割树的处理，建立基于原始激光点云从森林中分割出单树的单木分割方法。本发明摆脱了单木分割对先验数据的依赖，克服因点云数量大所导致的运算复荷大的问题，且相比基于CHM的单木分割方法，避免了点云差值生成CHM所带来的误差以及分割处理时仅仅只是利用了每个栅格中高程的最大值造成的漏分割，分割效果很好。
- 基于融入空间信息的加权伽马混合模型的SAR影像分割方法-202110398274.0
- 石雪;王玉 - 桂林理工大学
- 2021-04-14 - 2021-07-23 - G06T7/143
- 本发明公开了基于融入空间信息的加权伽马混合模型的SAR影像分割方法，属于影像处理技术领域。读取待分割SAR影像；利用融入空间信息的加权伽马混合模型建立SAR影像统计模型，根据贝叶斯定理，得到基于融入空间信息的加权伽马混合模型的SAR影像分割模型；设定迭代次数，并在每次迭代过程中，利用马尔可夫链蒙特卡洛方法求解形状参数，以及利用期望最大化方法求解分量权重和尺度参数，进而得到基于融入空间信息的加权伽马混合模型的SAR影像分割模型的最优解；输出SAR影像分割结果。有效利用了像素光谱信息和空间信息，克服了由于形状参数结构复杂导致的参数求解困难、计算量大、效率低等问题，提高了SAR影像分割精度。
- 基于随机场和随机森林的电力线点云分割方法及系统-201810539185.1
- 张良;张帆;张谦;周佳雯 - 湖北大学
- 2018-05-30 - 2021-07-16 - G06T7/143
- 本发明涉及一种电力线点云分割方法及系统，属于电力设备勘测维护领域，具体是涉及一种基于随机场和随机森林的电力线点云分割方法及系统。本发明融合马尔科夫随机场和随机森林的电力线点云分割，通过对点云体素化并结合马尔科夫随机场(MRF)进行线性分割，再在杆塔检测识别的基础上提取电力线分割段，从而提取电力线点云，实现对电力线的自动完整提取，具有较高的自动化程度，且提取精度较高。本发明针对大型电力线三维复杂场景，提出一种快速、精确且完全自动化的电力线检测方案，对不同电力线通道场景具有普遍适用性，对电力线的自动化提取和重建具有重要意义。
- 一种具有边缘保持的多尺度MRF模型图像分割方法-201711123151.6
- 孟月波;刘光辉;徐胜军;段中兴;王瑶 - 西安建筑科技大学
- 2017-11-14 - 2021-05-14 - G06T7/143
- 本发明公开一种具有边缘保持的多尺度MRF模型图像分割方法，先基于多栅格模型建立局部交互的图像多尺度栅格分割模型，再利用具有边缘保持作用的Cauchy模型提取图像的边缘先验知识，建立融合边缘保持的局部区域交互多尺度MRF模型，对图像进行分割；以实现图像局部区域特征和边缘特征的融合，解决常规多尺度MRF模型在最优化过程中的块效应现象，有效保持图像分割结果的边缘。
- 面向实测实量的房间主体点云提取与部位分割方法及设备-202110022458.7
- 辛佩康;何瑞琦;刘寅;仇春华;张英楠;徐小俊 - 上海建工四建集团有限公司
- 2021-01-08 - 2021-04-23 - G06T7/143
- 本发明提供了一种面向实测实量的房间主体点云提取与部位分割方法及设备，本发明基于所述房间主体点云，并利用基于法线的RANSAC算法分割房间内各平面的点云数据，计算分割后各平面的点云的法线方向，依据法线方向确定房间的墙面、地面以及顶板的点云数据。本发明能够自动对三维激光扫描仪获取的实测实量房间点云模型中的主体点云进行筛选并对不同类型的构件进行分割，这为后续利用点云模型进行平整度等实测实量参数的合格性判定奠定了基础，为其计算的便捷度、精度与可信度提供了保障。
- 一种基于特征增强的三维医学图像分割方法-201811510480.0
- 丁兴号;黄悦;孙立言;马文骜 - 厦门大学
- 2018-12-11 - 2021-02-26 - G06T7/143
- 一种基于特征增强的三维医学图像分割方法，涉及图像处理领域。构造一种U型卷积神经网络，实现端到端的医学图像分割；将医学图像的多个模态的图像分别作为输入送入到并行的U型卷积神经网络中，得到不同的特征图；提取多个并行网络的特征图并融合，再进行卷积，得到不同特征图各自的权重图；将并行网络各自的体素级权重与原先的特征图相乘，完成特征增强过程；将所有并行网络末端的特征图融合，得到多张概率图，从而得到分割结果。能有效地增强特征图中有用的信息，抑制冗余信息。同时，相较于其他注意力加权方式，该加权方法考虑到了图像的多模态信息和三维信息，从而获得更好的分割效果。
- 一种交通信号灯的图像分割方法、装置、设备及存储介质-202010505442.7
- 吉璐;刘文涛;谢会斌;李聪廷 - 济南博观智能科技有限公司
- 2020-06-05 - 2020-09-15 - G06T7/143
- 本发明公开了一种交通信号灯的图像分割方法、装置、设备及存储介质，先获取待检测交通信号灯图像中的交通信号灯感兴趣区域图像，将交通信号灯感兴趣区域图像缩放后得到的第一图像输入预先训练的FCN网络，得到对第一图像进行上采样后的第二图像各像素的二分类概率矩阵，结合该二分类概率矩阵和预先训练的CRF模型，得到各像素的目标图像概率矩阵，根据目标图像概率矩阵对各像素进行二分类处理，得到图像分割结果，其中，FCN网络的上采样层采用双三次插值法进行采样，相较于现有技术中采用的双线性插值法，考虑了待采样点邻近像素变化率，从而提高了采样精度，提高了交通信号灯图像的边缘分割精度，保证了对交通信号灯信息的有效提取。
- 一种基于深度学习的头发分割方法-201710482239.0
- 黄亮 - 成都品果科技有限公司
- 2017-06-22 - 2020-09-08 - G06T7/143
- 本发明公开一种基于深度学习的头发分割方法，包括步骤S100获取原始图像；S200对原始图像进行人脸检测，得到人脸关键点；S300利用人脸关键点生成人脸关键部位描述图；S400将原始图像和人脸关键部位描述图合并，获得4通道图像；S500将所述4通道图像输入卷积神经网络模型，通过卷积神经网络模型推断出每个像素点是头发的概率，从而获得头发概率图；S600利用头发概率图对原始图像进行头发分割。本发明能够有效避免传统分割方法的不足，达到较好的头发分割效果，不需要人工干预，实现自动分割；能够对任意分辨率的图像进行分割；占用内存小，运行速度快。
- 基于条件随机场图结构学习的语义图像分割方法-201711429655.0
- 王振华;丁福光;郭东岩;张剑华;刘盛;陈胜勇 - 浙江工业大学
- 2017-12-26 - 2020-08-18 - G06T7/143
- 一种基于条件随机场图结构学习的语义图像分割的方法，所述方法包括以下步骤：1)训练一个全卷积神经网络或是采用现成的全卷积神经网络来进行语义图像粗分割；2)使用rcf神经网络学习条件随机场图结构；3)采用学习得到的图结构来训练条件随机场模型参数；使用训练得到的条件随机场模型做语义图像细分割，过程如下：解决最大后验MAP推理问题，通过调用alpha‑beta扩展例程来找到x的最优标签。本发明提供一种分割效果较好的基于条件随机场图结构学习的语义图像分割的方法。
- 数字脑可视化方法、装置、计算设备及存储介质-201710710028.8
- 王澄;李迟迟;李江宁;周寿军 - 中国科学院深圳先进技术研究院
- 2017-08-18 - 2020-08-18 - G06T7/143
- 本发明适用医学图像处理技术领域，提供了一种数字脑可视化方法、装置、计算设备及存储介质，该方法包括：当接收到数字脑可视化请求时，获取数字脑可视化请求中的待可视化脑图像，该待可视化脑图像包括TOF模态下磁共振造影脑图像和T1模态下磁共振造影脑图像，使用预设的脑血管分割算法提取TOF模态下磁共振造影脑图像中的脑血管结构，使用预设的提取算法提取T1模态下磁共振造影脑图像中的脑组织结构，对提取的脑血管结构和脑组织结构进行三维配准，得到配准后的脑部图像并绘制输出，从而提高了脑组织与脑血管配准融合的准确性，提高了数字脑可视化的准确性，进而提高了数字脑可视化效果。
- 图像处理方法、装置及存储介质-201910047039.1
- 毛伟;刘享军 - 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
- 2019-01-18 - 2020-07-28 - G06T7/143
- 本发明实施例提供一种图像处理方法、装置及存储介质，包括：获取目标图像，通过训练后的卷积神经网络对所述目标图像进行处理，所述卷积神经网络根据所述目标图像中各像素点的概率类型及对应概率值得到所述目标图像对应的分割图像，所述概率类型包括所述像素点为背景区域的第一概率类型或者为前景区域的第二概率类型；通过训练后的羽化层对所述目标图像和所述分割图像进行处理，所述羽化层根据所述目标图像和所述分割图像所确定的图像羽化参数，得到所述目标图像对应的目标局部图像。
- 基于局部特征的肝静脉门静脉分离方法及装置-202010103306.5
- 艾丹妮;杨健;宋红;刘宇涵;王涌天 - 北京理工大学
- 2020-02-19 - 2020-06-30 - G06T7/143
- 基于局部特征的肝静脉门静脉分离方法及装置，能够提高分离算法的稳定性并且避免不正确分割结果的影响，而且能够提高分离效果。这种基于局部特征的肝静脉门静脉分离方法，包括：(1)对给定的肝脏血管分割结果获得血管中心线，提取门静脉和肝静脉之间的连通路径，分析得到所有交叉点和分叉点；(2)利用局部特征计算权重获得断开点，达到分离目的；(3)根据血流方向对肝静脉和门静脉相交点进行分支补全，并基于分离的中心线重建出肝静脉和门静脉分割结果，便于后续的效果评估。
- 一种基于对象级Gauss-Markov随机场的图像语义分割方法-201711316006.X
- 郑晨;姚鸿泰 - 河南大学
- 2017-12-12 - 2020-06-19 - G06T7/143
- 本发明提出了一种基于对象级Gauss‑Markov随机场的图像语义分割方法，步骤为：对像素级图像进行初始化过分割，得到对象级图像和区域邻接图，并在区域邻接图上分别定义邻域系统、观测特征场和分割标记场；根据对象级分割标标记场和邻域系统对观测特征场的每个区域的特征及其邻域的特征进行Gauss‑Markov建模，构造针对每一个区域的对象级线性回归方程；分别对特征场和标记场进行概率建模，根据Bayes准则得到分割标记场的后验分布，并依据最大后验概率准则得到最终分割结果。本发明可用于在复杂语义及高空间分辨率背景下批量地对图像进行语义分割系统中，相比于人工检测，极大地提高了工作效率。
- 点云分割方法及装置-201710583405.6
- 邱纯鑫;刘乐天 - 深圳市速腾聚创科技有限公司
- 2017-07-18 - 2020-05-19 - G06T7/143
- 本发明的实施例中公开了一种点云分割方法及装置，所述方法包括：将原始点云数据与对应的图像数据进行融合，获得待分割点云数据；对待分割点云数据进行粗分割，获得多个粗分割数据块；构建分割相似概率模型；根据所述相似概率模型，对多个粗分割数据块进行细分割。本发明能提高点云分割的精确度。
- 模型生成方法、图像处理方法、装置、设备及存储介质-201911415726.0
- 林佳月;文为;张桥松 - 北京奇艺世纪科技有限公司
- 2019-12-31 - 2020-05-12 - G06T7/143
- 本发明实施例提供了一种模型生成方法、图像处理方法、装置、设备及存储介质，获取显示有文本框的待处理图像的数字矩阵，作为第一数字矩阵，基于训练好的语义分割网络模型，从第一数字矩阵中提取文本框在待处理图像中所占图像区域的最小外接矩形对应的元素，得到第二数字矩阵，文本框的最小外接矩形在待处理图像中所占图像区域，作为第一图像区域，将第二数字矩阵输入至预先训练的分辨率重建网络模型，得到分辨率重建网络模型输出的第三数字矩阵，基于第三数字矩阵，将待处理图像中的第一图像区域的分辨率提高至预设分辨率，得到目标图像。基于上述处理，可以提高待处理图像的文本框的清晰度。
- 眼底图像分割方法、装置、存储介质和计算机设备-201810825633.4
- 蒋忻洋;王子龙;孙星;王睿 - 腾讯医疗健康（深圳）有限公司
- 2018-07-25 - 2020-04-14 - G06T7/143
- 本申请涉及一种眼底图像分割方法、装置、存储介质和计算机设备，所述方法包括：获取待分割的眼底图像；从所述眼底图像中划分多个像素块；根据每个所述像素块确定分别对应不同病灶类别的多个概率图块；所述概率图块中各颜色值表示在所述像素块中对应的像素点属于各病灶类别的概率；根据所述概率图块确定所述眼底图像中各像素点所属的病灶类别；按所述眼底图像各像素点所属的病灶类别，从所述眼底图像分割病灶区域。本申请提供的方案可以提高眼底图像分割的准确率。
- 脑组织结构提取方法、装置、设备及存储介质-201710710002.3
- 王澄;李江宁;李迟迟;周寿军 - 中国科学院深圳先进技术研究院
- 2017-08-18 - 2020-03-17 - G06T7/143
- 本发明适用医学图像处理技术领域，提供了一种脑组织结构提取方法、装置、设备及存储介质，该方法包括：当接收到脑组织结构提取请求时，接收输入的造影图像，对造影图像进行去颅骨操作，并对得到的图像进行归一化处理，得到归一化图像，对归一化图像进行曲率流平滑去噪处理，得到去噪后图像，使用预设的HMRF分割算法对去噪后图像进行分割，得到脑组织结构，从而在提高脑组织结构提取速率的同时，保证了脑组织结构完整性，进而提高了脑组织结构提取的效率和在工程化应用方面的实用性。
- 基于超像素和分形网络演化算法的极化SAR图像分割方法-201710411372.7
- 陈启浩;刘修国;徐乔;杨帅 - 中国地质大学（武汉）
- 2017-05-23 - 2019-10-18 - G06T7/143
- 本发明公开了基于超像素和分形网络演化算法的极化合成孔径雷达(SAR)图像分割方法，对于待分割的极化SAR图像，生成超像素作为初始对象；计算初始对象中相邻对象之间的相似性准则；统计每个对象与相邻对象之间相似性准则的最小值，若最小值小于或等于尺度参数，则合并两相邻对象生成新的对象，若最小值大于尺度参数，则不合并，遍历所有对象，完成一次分割，生成新的对象层；生成对象多边形，得到最终的分割结果。本发明为统计模型参数的估算提供了足够的像素，避免分割边界的锯齿状现象；基于分形网络演化算法的思想综合了统计特征和形状特征，使分割对象更加一致，边界光滑，提高极化SAR图像分割准确性。
- 结合模糊聚类和马尔科夫随机场的脑组织MRI图像分割方法-201610956388.1
- 陈明生;秦明新;闫庆广;宁旭;金贵;孙建;张海生;马珂;许佳;徐林 - 中国人民解放军第三军医大学
- 2016-10-28 - 2019-10-11 - G06T7/143
- 本发明公开了一种结合模糊聚类和马尔科夫随机场的脑组织MRI图像分割方法。利用模糊聚类方法在多尺度分解的低频图像上提取灰度信息，并通过马尔科夫随机场模型的单点基团势能函数综合该灰度信息进行图像分割，提高了对图像噪声的抗干扰能力。本发明充分利用了图像自身包含的灰度信息和各相邻像素之间的空间信息，信息利用更充分，使得最终的图像分割性能得到提高。
- 专利分类
