[发明专利]一种基于深度神经网络的点交互式医学图像分割方法在审
| 申请号： | 201910374698.6 | 申请日： | 2019-05-06 |
| 公开（公告）号： | CN110415253A | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 孙晋权;史颖欢;高阳 | 申请（专利权）人： | 南京大学;江苏万维艾斯网络智能产业创新中心有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/00 |
| 代理公司： | 南京泰普专利代理事务所(普通合伙) 32360 | 代理人： | 窦贤宇 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是专门针对医学图像中的肾肿瘤分割问题而提出的一种点交互的深度学习分割算法。该算法由点交互预处理模块，双向ConvRNN单元、核心深度分割网络组成。该算法从专家提供的肿瘤中心位置出发，在间隔均匀的16个方向上，由内向外按4像素步长，密集采集16个大小为32×32的图像块，形成图像块序列，并使用具有序列学习的深度分割网络学习目标内外变化趋势，确定目标边缘，实现对肾肿瘤的分割。该方法能够克服医学图像对比度低、目标位置多变、目标边缘模糊的影响，适用于器官分割和肿瘤分割任务。相比当前已有技术，该方法具有如下特点：1）交互方式简洁方便；2）提出了Sequential Patch Learning概念，使用序列图像块捕捉长程语义关系，即使较浅的网络也可以获得较大的感受野；3）提出了全新的ConvRNN单元，学习目标内外变化趋势，具有较强的可解释性，符合医生的实际工作方式，最终模型精度高，适用性强。 | ||
| 搜索关键词： | 分割 变化趋势 目标边缘 医学图像 肾肿瘤 图像块 算法 医学图像分割 预处理模块 分割算法 间隔均匀 交互方式 目标位置 器官分割 神经网络 网络学习 网络组成 序列图像 学习目标 由内向外 语义关系 肿瘤分割 最终模型 解释性 长程 像素 肿瘤 捕捉 采集 模糊 学习 医生 网络 | ||
【主权项】：
1.点交互式的深度学习肾肿瘤分割方法，包括如下步骤：(1)选取三维肾肿瘤CT数据集，并划分训练集和测试集；(2)对肾肿瘤CT数据做重采样，使得每份三维数据的体素空间系数0.625×0.625×1mm；将重采样后的图像，按照Z轴方向取二维图像；(3)点交互：对于每张图像，由医生判断当前图像是否包含肾肿瘤，如果包含，医生在肾肿瘤的大致中心点点，以此指示肿瘤的大致位置；(4)以给定的肿瘤中心为起点，在16个间隔相同的方向上，按4个像素为步长，采集一系列图像块，每个方向上的所有图像块，按照由内到外的顺序组成图像块序列，每个图像块序列视为后续模型的一个输入样本；(5)在深度学习框架Pytorch中构建用于学习图像块序列中内外变化趋势的双向ConvRNN单元；(6)基于双向ConvRNN单元，在深度学习框架中进一步构建完整的肾肿瘤分割深度网络；(7)基于训练数据集上采集的图像块序列，训练肾肿瘤分割深度网络，待模型收敛后保存模型参数；(8)用训练好的深度网络在测试数据集上进行肾肿瘤分割，并将最终的分割结果整合成最终的分割结果。
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南京大学;江苏万维艾斯网络智能产业创新中心有限公司，未经南京大学;江苏万维艾斯网络智能产业创新中心有限公司许可，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/201910374698.6/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于亮度均衡的光照不均匀图像阈值分割方法-201910568740.8
- 张莉君;郭辉;陈鹏;黄顺 - 中国地质大学（武汉）
- 2019-06-27 - 2019-11-12 - G06T7/11
- 本发明提供了一种基于亮度均衡的光照不均匀图像阈值分割方法，首先对图像中的不同亮度区域进行亮度补偿，使整个图像的亮度背景趋于一致。然后将所得图像中的各灰度级与其对应的像素点个数等数据进行拟合，得到一个高斯分布函数，通过对该函数进行二阶求导，得到两个阈值。使用双阈值对亮度均衡处理后的图像进行分割处理，若图像中像素点的灰度值在高低阈值之间，则判定该像素点为背景点；否则，判定该像素点为目标点。遍历图像中所有的像素点，最终得到分割完毕的二值图像。
- 带边界约束的结构敏感性彩色图像分割超像素化方法-201910628249.X
- 张荣国;张建宇;胡静;刘小君;李富萍;赵建;李晓明;牛雪莹 - 太原科技大学
- 2019-07-12 - 2019-11-12 - G06T7/11
- 一种带边界约束的结构敏感性彩色图像分割超像素化方法，属于计算机应用技术的图像处理领域，特征是：（1）用线性迭代技术完成对彩色图像分割超像素化初始化构建；（2）彩色图像流形空间映射及超像素敏感性区域计算；（3）超像素CVT单元划分及局部k均值聚类；（4）带边界约束的结构敏感性彩色图像超像素化。优点及积极效果是：在考虑图像区域敏感性同时，引入目标图像边界信息，通过边界项计算当前像素落在图像真实边界上的可能性，重新分配和优化超像素边缘，使得超像素分割边缘和实际边界更好贴合，在密度大的区域生成较小超像素，在密度小的区域生成较大超像素，提高彩色图像超像素分割边缘和实际边界贴合度，改善彩色图像分割精度。
- 血管、眼底图像的分割方法、装置、设备及可读存储介质-201910690945.3
- 任文婷;余双;马锴;郑冶枫 - 腾讯医疗健康（深圳）有限公司
- 2019-07-29 - 2019-11-12 - G06T7/11
- 本申请实施例公开了一种血管、眼底图像的分割方法、装置、设备及可读存储介质，涉及人工智能的计算机视觉技术；具体地可以获取待分割的血管图像如眼底图像；对血管图像如眼底图像进行特征提取，得到高层特征信息；基于预设字典对高层特征信息进行字典学习，得到高层特征信息对应的字典表示；根据字典表示对高层特征信息的多个通道进行选择，得到目标特征信息；将目标特征信息、与高层特征信息进行融合，得到通道注意力特征信息；根据通道注意力特征信息对血管图像如眼底图像中的血管进行分割，得到血管分割结果。该方案能够避免特征血管图像如眼底图像的全局信息丢失，大大提升了血管图像如眼底图像的分割精准性。
- 结合生成对抗网络的半监督视网膜OCT图像层分割方法-201910723889.9
- 纪庆革;刘稳 - 中山大学
- 2019-08-07 - 2019-11-12 - G06T7/11
- 本发明属于计算机视觉、图像处理技术，为结合生成对抗网络的半监督视网膜OCT图像层分割方法，包括步骤：准备视网膜OCT图像数据，将部分病人的标注图片和全部病人的未标注图片作为训练集，其余病人的标注图片作为测试集；构建生成对抗网络，生成对抗网络包括分割网络和鉴别器网络，分割网络的输出端与鉴别器网络的输入端连接；设计生成对抗网络的损失函数；设置评估指标；利用所设计的损失函数，引入所准备的训练集，对生成对抗网络进行训练。本发明同时利用标注数据和未标注数据对生成对抗网络进行训练，增强了网络的鲁棒性，提高了语义分割的准确率。
- 基于道路交叉口检测的遥感影像上城市道路提取方法-201910729774.0
- 胡艳;李朋龙;连蓉;王亚林;张泽烈;徐永书;李怡静;胡翔云;丁忆;罗鼎;段松江;吴凤敏;王小攀;陈静;钱进;范文武;刘建;李晓龙;郑中;谭攀 - 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心);武汉大学
- 2019-08-08 - 2019-11-12 - G06T7/11
- 本发明公开了一种基于道路交叉口检测的遥感影像上城市道路提取方法，包括步骤：建立道路交叉口模型，基于遥感影像提取初始道路线；对初始道路线进行求交运算提取初始道路交叉点，并构建初始道路网络；基于影像分割和交叉口轮廓形状分析法对初始道路交叉点进行检测与验证，获取交叉点的类型及其连通的道路方向；根据交叉点的类型选取正确的交叉点，结合其连通的道路方向，构建目标城市道路网络。其显著效果是：基于道路交叉口提取城市道路，为城市道路网提取提供了稳定可靠的提取结果，完整度、准确率更高，有效克服了现有技术中算法不具备普适性、对道路特征和地物情况要求较高等不足。
- 一种联合像素与超像素的交互式图像分割方法-201710217696.7
- 龙建武;冯欣;田芳;张建勋 - 重庆理工大学
- 2017-04-05 - 2019-11-12 - G06T7/11
- 本发明提供一种联合像素与超像素的交互式图像分割方法，包括步骤S1、采用MeanShift算法对输入图像进行预分割，提取超像素，并采用颜色直方图对每个超像素进行建模以表示超像素的颜色分布；S2、根据用户输入的交互信息，以超像素为节点建立图模型，采用最大流最小割算法完成超像素级分割；S3、在超像素级分割结果的基础上，采用形态学操作在目标边缘构造一个窄带区域；S4、在构造好的窄带上为前景和背景区域分别建立相应的前景和背景模型，并对窄带区域以像素点为节点建立图模型，再采用最大流最小割算法完成像素级分割。本发明通过将像素信息和超像素信息有机结合来提高执行效率，并在尽量少的用户交互条件下获得更为准确的分割结果。
- 黄斑图像区域分割方法和设备-201910263263.4
- 王欣;黄烨霖;李舒磊;赵昕;和超;张大磊 - 上海鹰瞳医疗科技有限公司
- 2019-04-02 - 2019-11-08 - G06T7/11
- 本发明提供一种黄斑图像区域分割方法和设备，所述方法包括：从眼底图像中截取黄斑区域图像，所述黄斑区域图像中包括黄斑影像和背景；利用机器学习模型对所述黄斑区域图像和所述眼底图像进行分类，并获取所述机器学习模型在分类过程中提取的特征信息；根据所述特征信息获得热力图；利用所述热力图从所述眼底图像中分割出感兴趣区域。
- 超像素采样网络-201910333965.5
- V·扬帕尼;孙德庆;刘洺堉;J·考茨 - 辉达公司
- 2019-04-24 - 2019-11-08 - G06T7/11
- 本发明公开了一种超像素采样网络。超像素采样网络利用耦合到可微分简单线性迭代聚类组件的神经网络从由神经网络输出的一组像素特征来确定像素‑超像素关联。超像素采样网络通过多次迭代计算更新的超像素中心和最终像素‑超像素关联。
- 一种区域编辑方法、编辑设备及编辑系统-201910552084.2
- 李少海;谢斌;郭盖华;杨白 - 深圳乐动机器人有限公司
- 2019-06-25 - 2019-11-08 - G06T7/11
- 本发明提供一种区域编辑方法、编辑设备及编辑系统，根据用户实际需求，对清洁机器人自动分区的工作区域进行调整，包括如下步骤：选定需要调整的分区，所述分区自动生成若干边界节点；判断是否需要调整所述边界节点的位置，若是，则将调整后的边界节点围成的闭合区域作为清洁机器人的工作区域，若否，则将当前节点围成的闭合区域作为清洁机器人的工作区域；解决现有清洁机器人自动分区与用户实际需求有偏差，使得清洁机器人工作效率大大降低的技术问题。
- 一种基于改进随机森林算法的MRI图像自动分割方法-201910596726.9
- 潘志方;陈高翔;应一凡 - 温州医科大学
- 2019-07-02 - 2019-11-08 - G06T7/11
- 本发明提供一种基于改进随机森林算法的MRI图像自动分割方法，包括获取多模态MRI图像并预处理；对预处理后的多模态MRI图像进行超像素预分割，并根据预设的特征提取项进行特征提取，得到超像素特征图像；构建第一随机森林分类器并导入超像素特征图像进行训练，得到初始分割结果图；在第一随机森林分类器中引入全连接条件随机场来构建两层级联的第二随机森林分类器，并导入初始分割结果图进行训练，在第一层训练后，导入第一层的全连接条件随机场的结果概率图与初始分割结果图在第二层训练，得到最终分割结果图并输出。实施本发明，充分利用像素周围结构性的邻域信息及改进的随机森林算法来提高图像后续分析的精确度，省时省力。
- 基于深度全卷积神经网络的视网膜眼底图像分割方法-201811622128.6
- 万程;牛笛;周鹏;彭琦;华骁 - 南京航空航天大学
- 2018-12-28 - 2019-11-08 - G06T7/11
- 本发明公开一种基于深度全卷积神经网络的视网膜眼底图像分割方法，包括：选取训练集和测试集，对视网膜眼底图像提取得到视盘定位区域图像并进行血管去除操作；构建深度全卷积神经网络，将视盘定位区域图像作为其输入，基于已经训练好的权重参数为初始值在训练集上进行视盘分割模型的训练以微调模型参数，在此基础上进行视杯分割模型的参数微调；用训练好的视杯分割模型在测试集上进行视杯和视盘的分割，对最终分割的结果进行椭圆拟合，依据视杯和视盘的分割边界计算垂直杯盘比。本发明实现视网膜眼底图像的视盘与视杯的自动分割，精度高，速度快。
- 一种基于概率分区合并的三维模型分割方法-201610639664.1
- 吴怀宇;吴挺;李阳春 - 北京三体高创科技有限公司;吴怀宇
- 2016-08-05 - 2019-11-08 - G06T7/11
- 本发明公开了一种基于概率分区合并的三维模型分割方法，包括：1)过分割形成大量区域，2)对所述过分割区域进行聚合，3)训练级联式分类器，4)根据所述级联式分类器对新的模型进行分割，合并相邻区域，得到分割结果。通过大量的区域可以确保当前的初始分割的边界包含了最终理想的分割的边界，之后，通过逻辑回归模型，训练一个级联式的二分类器，用来判断是否将相邻的区域合并为一个区域。本发明的方法基于机器学习的理论，通过级联式的区域凝聚的方式来对三角网格进行分割，依据其需要选出合适的分割结果。并且在本发明中验证了该分割方法的有效性，本发明利于整合特征，并且对于大多数类型的模型取得了较好的效果。
- 一种基于深度神经网络的点交互式医学图像分割方法-201910374698.6
- 孙晋权;史颖欢;高阳 - 南京大学;江苏万维艾斯网络智能产业创新中心有限公司
- 2019-05-06 - 2019-11-05 - G06T7/11
- 本发明是专门针对医学图像中的肾肿瘤分割问题而提出的一种点交互的深度学习分割算法。该算法由点交互预处理模块，双向ConvRNN单元、核心深度分割网络组成。该算法从专家提供的肿瘤中心位置出发，在间隔均匀的16个方向上，由内向外按4像素步长，密集采集16个大小为32×32的图像块，形成图像块序列，并使用具有序列学习的深度分割网络学习目标内外变化趋势，确定目标边缘，实现对肾肿瘤的分割。该方法能够克服医学图像对比度低、目标位置多变、目标边缘模糊的影响，适用于器官分割和肿瘤分割任务。相比当前已有技术，该方法具有如下特点：1）交互方式简洁方便；2）提出了Sequential Patch Learning概念，使用序列图像块捕捉长程语义关系，即使较浅的网络也可以获得较大的感受野；3）提出了全新的ConvRNN单元，学习目标内外变化趋势，具有较强的可解释性，符合医生的实际工作方式，最终模型精度高，适用性强。
- 待测物中屏蔽区域的获取方法、装置以及检测系统-201610206097.0
- 疏义桂;刘松;张凯;杨逃;汪庆花;李建峰;朱维宁 - 合肥美亚光电技术股份有限公司
- 2016-03-31 - 2019-11-05 - G06T7/11
- 本发明公开了一种待测物中屏蔽区域的获取方法、装置以及检测系统，其中方法包括：获取通过电磁辐射射线拍摄到的待测物的第一图像；对该图像进行二值化处理；获取经过二值化处理的第一图像的左边缘点和右边缘点，并根据左边缘点的坐标和右边缘点的坐标，拟合第一直线；将第一直线按照预设方向平移第一预设距离以形成第二直线，并将第二直线上对应于第一直线上像素点按照预设方向平移预设城市距离以形成新的像素点；根据新的像素点生成第一屏蔽阈值曲线，并根据该曲线获取待测物中的第一屏蔽区域。该方法实现了能够精确地获取待测物中的屏蔽区域，并又能最大程度的减少检测死角。
- 一种面向视觉特征退化图像的固废对象分割方法-201710559875.9
- 刘盛;王超;冯缘;尹科杰;陈胜勇 - 浙江工业大学
- 2017-07-11 - 2019-11-05 - G06T7/11
- 一种适用于视觉特征退化图像的固废对象分割方法，主要涉及于机器人视觉和图像分割等领域。由于视觉特征退化和固废物体存在粘连和遮挡情况，传统图像分割算法很难得到高精度的分割结果。本发明通过深度背景建模得到背景模型，比较背景模型和固废点云来提取前景mask。提取前景mask中的局部mask，将整张图像分割问题转换成了多个局部mask的分割问题。对于局部mask，通过模糊区域提取来分割粘连和遮挡物体，最后执行模糊区重标记来得到高精度的分割结果。本发明分割精度高，能够有效分割严重颜色退化的固废物体，并且对于粘连和遮挡的固废物体，分割效果也十分的理想。
- 一种基于视觉注意机制的核环境中目标检测方法-201510272424.8
- 史晋芳;王德娇;刘桂华;张华;刘满禄;张静 - 西南科技大学
- 2015-05-26 - 2019-11-05 - G06T7/11
- 本发明公开了一种基于视觉注意机制的核环境中目标检测方法，包括：对普通相机采集到的图像的亮度、颜色、方向特征进行提取，得到三个特征显著性图；对上述显著性图进行加权融合，得到加权显著图；根据加权显著图获得感兴趣区域并对其进行特征提取；提取γ相机混合图的特征；用SIFT方法将感兴趣性区域与混合图融合，检测目标位置。本发明利用自下而上数据驱动注意模型提取出若干感兴趣区域，大大降低后期匹配过程的计算量；再将其与自上而下任务驱动注意模型相结合建立双向视觉注意模型，能大大提高图像中目标区域检测的精度和处理效率，而且匹配过程消除了场景中不相关区域的干扰，使提取的作业目标具有更好的鲁棒性和准确性。
- 一种基于区域分割法的丝饼油污分割算法-201910640191.0
- 陈振中;甘学辉;赵春财;周涛;崔利;王泽霞;陆斗平;施耀飞 - 东华大学;新凤鸣集团股份有限公司
- 2019-07-16 - 2019-11-01 - G06T7/11
- 本发明公开一种丝饼油污分割算法，用于化纤生产线上丝饼表面油污缺陷的检测，包括以下步骤：对采集到的丝饼图像进行灰度化处理；利用图像分块算法对丝饼进行分块处理以提高算法执行速度；利用同态滤波器对丝饼进行消除光照不均匀处理；利用滤波算法对丝饼图像进行滤波处理以去除多余噪声；对滤波后的图像进行阈值分割以定位出油污的大致区域；提取油污的左上区域的某个位置作为种子点，以区域生长法进行分割；对分割好的丝饼图像进行形态学处理已去除多余的孔洞和噪声。本发明的丝饼油污分割算法可以有效地对丝饼上的表面油污进行分割，具有分割精度高的优点，可应用于实际丝饼生产线上，具有广泛的应用场景。
- 基于机器视觉的皮革原料轮廓及实际尺寸的提取方法-201910683768.6
- 赵钦辉;张学习 - 广东工业大学
- 2019-07-26 - 2019-11-01 - G06T7/11
- 本发明公开了一种基于机器视觉的皮革原料轮廓及实际尺寸的提取方法，该技术包括以下步骤：相机标定与矫正；对皮革图像的获取，将获得的图像做灰度化、滤波和二值化处理；对图像中四边形轮廓提取，根据所述提取的四边形四个顶点坐标进行图像到实际尺寸的透视变换；对所述变换后的图像检测提取皮革轮廓部分，得到皮革轮廓的多边形坐标并记录。本发明可以快速准确提取皮革母版的轮廓及实际尺寸，提高自动化工业生产效率。
- 基于光谱梯度与层次结构的高光谱图像显著性目标检测方法-201710442878.4
- 魏巍;张艳宁;张磊;严杭琦;高一凡 - 西北工业大学
- 2017-06-13 - 2019-11-01 - G06T7/11
- 本发明公开了一种基于光谱梯度与层次结构的高光谱图像显著性目标检测方法，用于解决现有高光谱图像显著性目标检测方法计算量大的技术问题。技术方案是首先生成光谱梯度图；再生成图像分割区域；建立基于图像层次结构的显著性检测模型；再建立基于背景先验及边缘特征的显著性计算方法；计算显著图结果。由于通过在原始高光谱图像的光谱维上计算光谱梯度，提取图像的光谱梯度特征，以减弱光照不均带来的不利影响。使用简单线性迭代聚类算法(Simple Linear Iterative Clustering，SLIC)生成超像素，对高光谱图像进行分割并加速计算进程，通过计算分割区域间的光谱特征对比度来衡量其显著性，计算量小。
- 图像分割方法、计算机设备和存储介质-201910597372.X
- 霍权;石峰 - 上海联影智能医疗科技有限公司
- 2019-07-04 - 2019-10-29 - G06T7/11
- 本申请涉及一种图像分割方法、计算机设备和存储介质。所述方法包括：获取待分割图像；将所述待分割图像分割为至少一个一级结构图像；所述一级结构图像为所述待分割图像的子结构图像；将至少一个所述一级结构图像分割为至少一个二级结构图像；所述二级结构图像为所述一级结构图像的子结构图像。通过上述方法，可将待分割图像以分级分割的方式得到不同层级的子结构图像。
- 一种显著性数据集的评测方法-201611259133.6
- 梁晔;李华丽;陈强;宋恒达;胡路明;蒋元;昝艺璇 - 北京联合大学
- 2016-12-30 - 2019-10-29 - G06T7/11
- 本发明提供一种评价显著性数据集性能的评价方法，包括以下步骤：统计显著区域大小占据整幅图像的比例，统计与图像边缘相连的显著区域的个数占所述显著性数据集所有显著区域的比例，统计显著区域和整幅图像的RGB颜色特征差，计算所述步骤1至步骤3中的每个所述显著性数据集的性能分值。本发明能够从不同的角度对数据集进行统计从而综合对数据集的性能进行评测。有助于研发客观和科学的显著性检测算法，避免为了迎合数据库偏差而进行鲁棒性不高的算法设计。
- 一种实现交互式图像分割的方法、装置及终端-201710005336.0
- 梁舟 - 努比亚技术有限公司
- 2017-01-04 - 2019-10-29 - G06T7/11
- 本文公开了一种实现交互式图像分割的方法、装置及终端。所述方法包括：将原始图像上的涂抹轨迹作为骨架生长成标记区，生成图像分割算法的输入掩模图：将标记区中的像素作为掩模图中的前景点，将标记区外的像素作为掩模图中的背景点；根据彩色图和掩模图确定各个像素的第一分割参数，根据深度图和掩模图确定各个像素的第二分割参数，对两种分割参数进行融合；将每一个像素的融合后的分割参数映射到无向图中，运行最小割‑最大流算法获得精细分割后的掩模图，从彩色图中分割出所述精细分割后的掩模图中前景点对应的图像。本文能缩短算法的运行时间，结合图像的深度信息改善图像分割的效果。
- 一种基于视觉分析的电网作业现场违章检测方法-201910548562.2
- 王昕;蔡荣明;杨茜;王晓飞;戴招响;邵伟平;陈顺德;章伟林;陈煊;林琛;周辉;秦建;吕舟;陈军;王晨;张乾 - 台州宏达电力建设有限公司;国网浙江省电力有限公司台州供电公司
- 2019-06-24 - 2019-10-25 - G06T7/11
- 本发明公开了一种基于视觉分析的电网作业现场违章检测方法，属于基于AI的电网生产管理安全作业管控关键技术；本发明所述方法包括：对第一帧图像，利用ViBe方法分别建立两个背景模型B1、B2；对背景模型进行更新；前景图像获取，利用背景模型B1和B2对应像素值的差别来判断前景区域；利用连通域分析，获得前景区域的外接矩形框，根据外接矩形框的面积以及宽高比进行滤波；停留时间判断，对前景区域中像素点连续被检测为前景点的次数进行计数，计数超过阈值，判定其属于遗留物；对遗留物区域画框标记，并记录遗留物位置信息。
- 基于注视点信息的渲染方法及装置、系统、显示设备-201910663137.8
- 刘乔 - 北京七鑫易维信息技术有限公司
- 2019-07-22 - 2019-10-25 - G06T7/11
- 本申请公开了一种基于注视点信息的渲染方法及装置、系统、显示设备。其中，该方法包括：获取用户的眼部特征数据；依据眼部特征数据确定用户的注视点信息；依据显示区域与注视点信息对应的注视点，将显示区域划分成不同的显示子区域；对不同的显示子区域中的目标物进行渲染。本申请解决了由于现有的LOD技术大多是根据渲染对象的重要性，离相机的距离或运动速度来决定采用何种精度的渲染模型造成的无法更好地优化图形渲染的性能的技术问题。
- 一种基于双目视觉的爬壁机器人障碍物检测方法-201910670913.7
- 唐东林;游传坤;汤炎锦;龙再勇;潘峰;吴薇萍;李龙;陈印;谢光磊 - 西南石油大学
- 2019-07-24 - 2019-10-25 - G06T7/11
- 本发明提供了一种基于双目视觉的爬壁机器人障碍物检测方法，采用双目视觉系统。在得到视差图后，通过高度、深度和面积阈值过滤干扰，提取障碍物并用矩形框标记。随机在矩形框内选取若干白色点视差中位数作为稳定值，设定视差阈值，将视差值与稳点值差值大于视差阈值的白色点进行去除，剩余白色点作为稳定点，取各稳定点对应的视差值最小值作为物体的深度视差值，根据相似三角形原理计算障碍物深度。根据障碍物深度值，计算矩形框宽度对应实际宽度并作为障碍物宽度值。通过矩形框形心点对应视差计算障碍物偏距，若其不为稳定点，则对矩形框形心点视差进行插值。本发明具有速度快、鲁棒性高的优点，能够满足爬壁机器人障碍物实时检测需求。
- 图像分割方法、装置、计算机设备及存储介质-201811204371.6
- 陈思宏 - 腾讯科技（深圳）有限公司
- 2018-10-16 - 2019-10-25 - G06T7/11
- 本发明公开了一种图像分割方法、装置、计算机设备及存储介质，属于计算机技术领域。方法包括：获取多个样本图像；调用初始模型，将多个样本图像输入初始模型中，基于多个样本图像，对初始模型进行训练，得到图像分割模型，初始模型用于根据多个样本图像的像素点的类型数量确定图像分割模块的数量；当获取到待分割的第一图像时，调用图像分割模型，由图像分割模型基于多个图像分割模块，对第一图像进行分割，输出第二图像。本发明中初始模型可以自行基于样本图像的像素点的类型数量确定图像分割模块的数量，对于不同人体组织图像均可以直接在初始模型的基础上进行训练，而无需人工参与，重新设计模型，因此，通用性、适用性和实用性好。
- 一种医学图像分割方法-201610986747.8
- 刘哲;宋余庆;包翔 - 江苏大学
- 2016-11-08 - 2019-10-25 - G06T7/11
- 本发明涉及一种医学图像分割方法，属于图像处理领域。本发明的方法基于和声搜索算法，经图像预处理、提取图像特征、图像预分割、全局最优和声搜索、图像部分区域内最优和声搜索等步骤实现。理论和实践证明，本发明妥善解决了聚类算法中单目标函数、单阈值、未考虑组成部分聚类效果的问题。采用本发明的方法后，不仅可以高效完成医学图像的分割，而且不丢失重要图像特征，因此可以获得高质量的医学分割图像，满足医护人员的诊断阅读需求。
- 多模态影像组学的分析方法、装置及终端-201710016243.8
- 宋柏霖;李志成;李其花;孙秋畅;王梦巧 - 中国科学院深圳先进技术研究院
- 2017-01-10 - 2019-10-25 - G06T7/11
- 一种多模态影像组学的分析方法、装置及一种终端，所述方法包括：获取多种模态影像，并对所述多种模态影像进行预处理；对预处理之后的模态影像进行区域分割，获取每一种模态影像对应的感兴趣区域；对每一种模态影像的每一个感兴趣区域进行高通量特征提取，获取每一个感兴趣区域对应的特征；以所述多种模态影像的每一个感兴趣区域对应的特征组成源特征，采用预设的聚类算法对所述源特征进行特征聚类；根据特征聚类的结果构建影像组学标志物，从而解决了现有技术在影像组学研究中无法多方面提取图像特征的问题，丰富了用于特征聚类的源特征数量以及聚类后的代表性特征种类，实现了最大化地挖掘医学影像信息。
- 一种基于图像处理的二值摇杆开关位置检测方法-201710168349.X
- 张士刚;李洋洋;杨拥民 - 中国人民解放军国防科学技术大学
- 2017-03-21 - 2019-10-25 - G06T7/11
- 本发明提出一种基于图像处理的二值摇杆开关位置检测方法，包括如下步骤：A，采集摇杆开关图像；B，基于采集的摇杆开关图像特点，提取摇杆开关头部图像；C，定位各摇杆开关工作区；D，根据各摇杆开关工作区坐标，裁剪各摇杆开关头部区域图像以获取各摇杆开关头部区域的子图像；E，优化步骤D获取的各子图像；F，通过比较各子图像中摇杆开关头部像素区坐标和图像中心坐标，判别各摇杆开关状态。采用本发明方法，可对摇杆开关进行分析，判断摇杆开关位置，为诊断开关位置异常提供参考，预防风险的发生。
- 图像处理方法及装置-201810001120.1
- 吕志高;张文明;陈少杰 - 武汉斗鱼网络科技有限公司
- 2018-01-02 - 2019-10-25 - G06T7/11
- 本发明实施例提供一种图像处理方法及装置。该方法包括：获得待处理图像；将待处理图像输入到预先配置的卷积神经网络中，获取待处理图像在卷积神经网络中最后一层卷积层的卷积映射，卷积映射包括该卷积层中每个像素点的违禁置信度；基于卷积映射计算待处理图像中每个像素点的违禁置信度，并基于待处理图像中每个像素点的违禁置信度得到待处理图像的违禁热力图；获取违禁热力图中最高违禁置信度的目标区域坐标；基于目标区域坐标从待处理图像中分割出对应的坐标片段，以得到待处理图像的违禁区域。由此，能够快速精准获取待处理图像中高可信度的违禁区域图像片段，有效提升违禁信息鉴别效果，为审核用户提供信息支撑。
- 专利分类
