[发明专利]一种基于分层高阶条件随机场的图像分割方法在审
| 申请号： | 201910994842.6 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110738672A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 杨旸;谢明远 | 申请（专利权）人： | 西安交通大学深圳研究院 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/136;G06T7/90;G06K9/46;G06K9/38;G06K9/62 |
| 代理公司： | 61215 西安智大知识产权代理事务所 | 代理人： | 何会侠 |
| 地址： | 518052 广东省深圳市*** | 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： | 一种基于分层高阶条件随机场模型的图像分割方法，首先对目标图像提取多类纹理特征，构建像素级的一元势函数和成对势函数；再使用无监督分割算法获得不同粒度的超像素片段；设计各粒度层对应超像素级的一元势函数和成对势函数；构建分层高阶条件随机场模型；利用人工标记样本，监督学习分层高阶条件随机场模型参数；最后对待测试的图像，经过模型推理获得最终的分割标记结果；本发明采用的分层高阶条件随机场模型融合了图像的多特征纹理信息和多层超像素分割信息，能够有效地提高图像中多目标对象的边界分割准确性。 | ||
| 搜索关键词： | 条件随机场模型 势函数 分层 高阶 像素级 图像 成对 构建 边界分割 标记结果 分割算法 目标图像 人工标记 图像分割 纹理特征 纹理信息 像素分割 多目标 无监督 有效地 再使用 多层 推理 像素 样本 测试 分割 融合 监督 学习 | ||
【主权项】：
1.一种基于分层高阶条件随机场的图像分割方法，其特征在于：在构建条件随机场的底层能量函数方面：首先提取图像的像素级特征，包括纹理特征、颜色特征、尺度不变特征变换特征和局部二值模式特征，利用这些像素级特征训练分类器，把分类器对像素分类的输出值转化为概率表达，构造像素级的一元势函数；再利用邻域像素颜色差异的边界特征定义像素级的成对势函数；在构建条件随机场的中层能量函数方面：首先利用无监督分割算法得到不同分割粒度的超像素分割结果；再提取超像素特征构建超像素级的一元势函数和成对势函数；综合利用图像的像素级的一元势函数和成对势函数以及超像素级的一元势函数和成对势函数构建分层高阶条件随机场模型；进而利用人工标注的样本，通过逐层监督学习的方法估计模型参数；最后对目标图像应用图割算法推理得到最终的图像分割标记。/n
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西安交通大学深圳研究院，未经西安交通大学深圳研究院许可，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/201910994842.6/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种垂直边框定位方法及设备-201911033630.8
- 徐鹏;沈圣远;常树林;姚巨虎 - 上海悦易网络信息技术有限公司
- 2019-10-28 - 2020-02-14 - G06T7/11
- 本申请的目的是提供一种垂直边框定位方法及设备，本申请通过获取待检测手机的外观图像；对所述外观图像进行垂直边框检测，得到垂直边框检测区域；对所述垂直边框检测区域依次进行像素扩大和像素分割，得到分割后的垂直边框检测区域；对所述分割后的垂直边框检测区域进行像素聚类，得到所述手机的垂直边框的边框位置，通过深度学习的方式，对手机进行检测、分割及区域聚合，过滤掉垂直边框以外的图像信息，从而实现了对手机的垂直边框的精确定位，有利于降低垂直边框区域缺陷的错误识别率。
- 基于层次卷积神经网络的乳腺癌MRI分割方法-201911057495.0
- 王波;袁凤强;何颖;刘侠 - 哈尔滨理工大学
- 2019-11-04 - 2020-02-14 - G06T7/11
- 本发明公开了一种基于层次卷积神经网络的乳腺癌MRI分割方法，融合了多种算法，其具体步骤为，训练一个全卷积网络FCN模型，采用3D U‑Net架构来获取输入图像的全局和局部结构信息；以乳房掩膜为引导，训练另外两个FCN模型，分别估计粗分割结果和细化初始结果；开发基于标记点的检测模型，以检测用于活检肿瘤选择和放射基因组学的两个标记点，很好的解决了乳腺DEC‑MR图像分割中的常见问题，包括类不平衡问题和混淆等不易解决的问题，设计了学习框架来对乳腺肿瘤进行由粗到细的分割；使用肿瘤位置信息和标记信息来确定所有检测到的肿瘤中的活检肿瘤，自动检测，设计巧妙，精确率高，便于普及推广和使用。
- 一种实现交互式图像分割的方法、装置及终端-201710005007.6
- 梁舟 - 努比亚技术有限公司
- 2017-01-04 - 2020-02-14 - 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或勾勒轨迹的邻接区域确定为标记区，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；获取包含目标对象深度信息的深度图，根据深度图和掩模图确定所述掩模图上各个像素的分割参数，构建无向图并将掩模图中的每一个像素的分割参数映射到无向图中，根据最小割‑最大流算法对所述无向图进行处理，获得精细分割后的掩模图，从原始图像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，利用图像的深度信息改善图像分割的效果。
- 基于双目视觉的无人机空中自主加油快速对接导航方法-201710195516.X
- 罗德林;李柱;吴顺祥 - 厦门大学
- 2017-03-29 - 2020-02-14 - G06T7/11
- 基于双目视觉的无人机空中自主加油快速对接导航方法，涉及机器视觉与图像处理。利用带有滤光片的双目摄像机系统对带有光学标志灯的加油锥套同时进行拍摄，获得左右两幅图像；对左右两幅图像分别依次进行灰度化、二值化、中值滤波处理后，采用区域生长法查找并标记左右两幅图像中的所有连通区域，再求取每个连通区域质心作为特征点；采用改进haar小波变换对所有特征点进行描述，获得所有特征点的描述向量，再采用最小欧氏距离法对左右图像的特征点进行匹配，得左右图像的特征点对；利用双目视觉原理计算特征点的三维坐标，并采用最小二乘法对三维坐标进行空间圆的拟合，获得加油锥套的端面圆曲线，再通过计算获得该圆的圆心、法向量和半径。
- 视网膜图像出血区域分割方法、装置和计算设备-201710308906.3
- 季鑫 - 季鑫
- 2017-05-04 - 2020-02-14 - G06T7/11
- 本发明公开了一种视网膜图像出血区域分割方法，在计算设备中执行，该方法包括：载入待分割的第一视网膜图像；将第一视网膜图像转化为灰度图像并进行对比度增强，得到第二视网膜图像；对第二视网膜图像进行形态学重建，对重建后的图像进行阈值分割，得到一个或多个候选出血区域；对第一视网膜图像进行超像素分割，得到多个超像素块；对位于同一个候选出血区域内的多个超像素块进行融合；对于每一个候选出血区域，根据该候选出血区域的灰度值和每一个与该候选出血区域相邻的超像素块的灰度值来确定该候选出血区域是否为出血区域。此外，本发明还公开了能够实施上述方法的视网膜图像出血区域分割装置，和包括上述装置的计算设备。
- 一种基于可见光序列图像的低空运动目标检测方法-201710563985.2
- 王靖宇;姜海旭;张科;王霰禹;王佩;吕梅柏;徐有新 - 西北工业大学
- 2017-07-12 - 2020-02-14 - G06T7/11
- 本发明涉及一种基于可见光序列图像的低空运动目标检测方法，采用一种应用粒子滤波式采样策略优化的Haar特征，对图像局部特征进行降维，缩短了处理图像数据的时间，降低了目标特征的复杂度。在获取运动目标特征的特征向量的基础上，结合相邻帧差分划分搜索区域，图像分块化处理技术和无向图拓扑关联关系的搜索策略，实现序列图像中相邻帧间目标的位置差异检测目标运动状态，对目标可能出现的位置进行估计从而缩短搜索运动目标的时间，从而实现对序列图像中运动目标的准确、快速的检测。
- 一种基于可见光-太赫兹光的植株健康辨别方法和装置-201710526982.1
- 李斌;李银坤;杨小冬;洪昊星 - 北京农业信息技术研究中心
- 2017-06-30 - 2020-02-14 - G06T7/11
- 本发明提供一种基于可见光‑太赫兹光的植株健康辨别方法和装置，所述方法包括：S1、获取植株完整叶片的太赫兹水分吸收灰度图像及可见光Lab图像A通道灰度图像；S2、采用自适应阈值分割法，判断太赫兹水分吸收灰度图像及可见光Lab图像A通道灰度图像是否处于正常灰度阈值内，基于叶片成像结果与植株病变对应关系，判断叶片是否病变；S3、采集病变叶片病毒孢子的太赫兹吸收系数图谱，判断植株的具体病变类型。利用太赫兹光谱对于水分的特殊吸收性，植物叶片水分与植物健康的关联特性，植物叶片颜色与植物健康的关联的特性，将三者相互结合，通过获取太赫兹水分吸收灰度图像及可见光Lab图像灰度图像判断是否病变，在病变早期就能察觉。
- 用于预测可折叠植入物在生物组织中的展开状态的设备和方法-201880043344.7
- T·维塞尔;H·G·莫拉莱斯巴雷拉;M·格拉斯 - 皇家飞利浦有限公司
- 2018-06-29 - 2020-02-14 - G06T7/11
- 本发明涉及一种用于预测可折叠植入物在生物组织中的展开状态的设备，所述设备包括：接收单元，其被配置为接收预处置3D规划图像数据和处置图像数据，所述处置图像数据包括导管图像数据，所述导管图像数据包括标志图像数据；分割模块，其被配置为对所述预处置3D规划图像数据进行分割，以得到经分割的3D规划图像数据；搜索单元，其被配置为在所述处置图像数据内定位所述标志图像数据，以得到获知的标志位置和获知的标志取向；配准模块，其被配置为将所述经分割的3D规划图像数据配准到所述处置图像数据，以得到经配准的处置图像数据；以及模拟单元，其被配置为基于生物组织中的所述获知的标志位置和所述获知的标志取向来模拟可折叠植入物在所述生物组织中的展开状态，以得到被定位在生物组织中的模拟的展开的植入物。本发明在真实部署之前提供生物组织中的展开的植入物以及其与当前标志位置处的解剖放置域的相互作用的知识。
- 基于FCM融合改进蝙蝠算法的图像分割方法-201910911292.7
- 朱素霞;祖宏亮;孙广路 - 哈尔滨理工大学
- 2019-09-25 - 2020-02-11 - G06T7/11
- 本发明提出一种基于FCM融合改进蝙蝠算法的图像分割方法，该方法属于图像处理技术领域。FCM算法在算法初始化时需要认为设定聚类数、随机初始化聚类中心，致使该算法容易陷入局部最优值。为解决此类问题，本方法利用一种新的改进蝙蝠仿生算法与FCM算法相结方式。用改进的蝙蝠算法得到全局最优解来初始化FCM的聚类中心，解决了FCM算法对初始聚类中心敏感的问题。改进蝙蝠模糊聚类算法耗时少，分割结果准确。
- 一种基于Mask-RCNN的电力设备红外图像分割方法-201911027493.7
- 吴克河;陈祖歌;莫蓓蓓;谢云澄;陈观澜;李为;王昱颖;王敏鉴;李渊博 - 华北电力大学
- 2019-10-28 - 2020-02-11 - G06T7/11
- 本发明公开了一种基于Mask‑RCNN的电力设备红外图像分割方法，包含以下步骤：步骤S1：建立电力设备红外图像的数据集，标注好训练集和测试集；步骤S2：构建立深度学习模型；步骤S3：设置模型初始超参数和迭代次数；步骤S4：使用步骤S1中标注好的训练集，输入构建好的模型中进行训练；步骤S5：每2000～3000迭代次数，采用步骤S1中标注好的测试集，评估步骤S4中该次训练得到的模型的性能；步骤S6：当迭代次数达到设定值时，停止训练，筛选出性能最优的深度学习模型；步骤S7：将待测电力设备红外图像输入训练好最优的深度学习模型进行处理，获得分割结果。本发明分割精度提升显著，保留了目标设备的原色彩信息，进而可获得温度信息，为故障诊断提供了依据。
- 一种基于改进的粗糙集聚类算法的卫星图像分割方法-201910957993.4
- 黄思行;韦鹏程;杨华千 - 重庆第二师范学院
- 2019-10-10 - 2020-02-07 - G06T7/11
- 本发明属于图像分析及分割技术领域，公开了一种基于改进的粗糙集聚类算法的卫星图像分割方法，初始化，对蚂蚁进行量子编码；量子蚁群中的每只蚂蚁进行选择要移动的目标，蚂蚁的移动用量子旋转门实现；每只蚂蚁通过信息素路径选择规则选择出一条路径，计算出其对应的的适应度值；记录最优解；更新局部信息素和全局信息素，并用Pauli‑Z变异；是否满足收敛条件；将得到的聚类中心作为粗糙集FCM方法初始化聚类中，初始化各参数；计算粗糙集FCM隶属度；输出分割结果。本发明克服了FCM算法对初始参数敏感性的不足，与其他算法相比较有显著的效果。
- 基于特征公平集成的多目标SAR图像分割方法-201810264122.X
- 刘若辰;焦李成;连诚;夏冠;慕彩虹;刘红英;冯捷;李阳阳 - 西安电子科技大学
- 2018-03-28 - 2020-02-07 - G06T7/11
- 本发明公开了一种基于特征公平集成的多目标SAR图像分割方法，其实现步骤是：(1)读入合成孔径雷达SAR图像；(2)提取灰度特征图；(3)提取灰度共生矩阵特征图；(4)合成总特征图；(5)归一化处理；(6)计算超像素特征；(7)种群初始化；(8)特征公平集成；(9)计算种群中个体适应度值；(10)优化适应度值；(11)分割图像。本发明采用多特征公平集成，降低了图像分割的错分率，提高了图像分割的准确度。
- 一种医学图像中脊柱的分割方法及系统-201611082125.9
- 李鹏程;姜娈;李强 - 上海联影医疗科技有限公司
- 2016-11-30 - 2020-02-07 - G06T7/11
- 本发明公开一种医学图像中脊柱的分割方法，包括：输入医学图像，并在医学图像中分割肺组织区域；在医学图像中定位脊髓线；根据脊髓线和肺组织区域，在医学图像的矢状面分别确定脊柱所对应的起始片层和终止片层；在起始片层和终止片层所包围的区域内，根据脊髓线确定脊柱的第一侧边界，以及根据脊髓线和肺组织区域确定脊柱的第二侧边界；基于起始片层、终止片层、第一侧边界和第二侧边界确定脊柱椎体区域。本发明的脊柱分割方法，可提高椎体区域、椎间盘区域提取的精度。此外，本发明还提出一种医学图像中脊柱的分割系统。
- 基于霍夫圆变换的网格菌落图像分割方法-201810086989.0
- 张强;刘健;刘宰豪;王俊伟;韩军功 - 西安电子科技大学
- 2018-01-30 - 2020-02-07 - G06T7/11
- 本发明提出了一种基于霍夫圆变换的网格菌落图像分割方法，用于解决现有技术中存在的不能实现对网格菌落图像进行分割的技术问题，实现步骤为：对网格菌落图像进行预处理；获取去噪后的网格菌落灰度图像中菌落目标的二值化边界图像；采用霍夫圆变换获取去噪后的网格菌落灰度图像中菌落目标的平均半径r和平均灰度值g；采用霍夫圆变换获取去噪后的网格菌落灰度图像中的候选菌落目标标记图像；获取输入网格菌落图像的分割结果。本发明能准确地分割网格菌落图像，可用于对网格菌落图像中菌落目标的检测、计数与分类。
- 一种基于几何要素的零件点云分割方法-201710852830.0
- 段黎明;张桂;何泳江;杨尚朋 - 重庆大学
- 2017-09-20 - 2020-02-07 - G06T7/11
- 本发明公开了一种基于几何要素的零件点云分割方法，主要步骤如下：建立IGES格式的零件模型和建立零件点云。对所述零件模型和所述零件点云进行配准。选定所述零件点云中的一点x
- 一种基于点云地图的图像边界获取方法、设备及飞行器-201880038404.6
- 王涛;马东东;张明磊;刘政哲;李鑫超;闫光;杨志华 - 深圳市大疆创新科技有限公司
- 2018-11-22 - 2020-02-07 - G06T7/11
- 一种基于点云地图的图像边界获取方法、设备、飞行器及存储介质，其中，方法包括：获取包含语义的点云地图(S201)；根据所述点云地图上的语义，确定所述点云地图上不同语义的各个图像区域(S202)。通过这种方式，可实现自动划分图像区域，满足了对图像区域进行分类的自动化和智能化需求，以及提高了图像分割的准确性。
- 一种幻灯片中的图片处理方法和装置-201810821290.4
- 于阳 - 珠海金山办公软件有限公司;北京金山办公软件股份有限公司;广州金山移动科技有限公司
- 2018-07-24 - 2020-02-04 - G06T7/11
- 本发明实施例公开了一种幻灯片中的图片处理方法和装置，该方法包括：在幻灯片中插入需要进行图像分割的原始图片对象；根据所选择的分割类型对所述原始图片对象进行分割；根据用户的确认从分割出的多个分割对象中获取保留图像作为插入幻灯片的图片对象，并删除多个分割对象中的非保留图像。通过该实施例方案，不需要第三方图片工具即可快速完成幻灯片中图片的抠图，保留用户想要的图片对象，操作简洁直观，降低了幻灯片制作的复杂度。
- 一种基于互信息和点扩散函数的抠图方法-201910923701.5
- 李晋江;于娜娜;范辉 - 山东工商学院
- 2019-09-27 - 2020-02-04 - G06T7/11
- 本发明公开了一种基于互信息和PSF的抠图方法，大致包含以下步骤：对于给定图像使用颜色特征以及对角协方差矩阵计算像素的PMI值，使用轮廓检测和分层图像分割方法获得边界，计算每个像素点的边界概率；构建贝叶斯框架估计alpha值，通过颜色的统计学分布进行颜色估计，依据最大后验概率和贝叶斯定理求解未知参数，获得初始的alpha遮罩；最后进行PSF先验。在此基础上，将alpha遮罩的先验分布建模为高分辨率的二值分割图像与点扩散函数的卷积，然后重新估计alpha值。最后选取具有代表性的图像进行实验，发现本发明的方法结果清晰，本发明的方法在处理复杂图像时更清晰，在处理结构简单的图像时，本发明的方法得到的结果又不太明显。
- 一种基于聚类算法的面部黄褐斑区域自动分割方法-201911040694.0
- 吴嘉仪 - 南京泓图人工智能技术研究院有限公司
- 2019-10-28 - 2020-02-04 - G06T7/11
- 本发明公开了一种基于聚类算法的面部黄褐斑区域自动分割方法，步骤为：采集人脸图像；采用人脸特征点检测模型对采集的人脸图像进行面部特征点识别；根据识别的面部特征点信息裁剪出需要进行黄褐斑分割的人脸皮肤区域；对裁剪出来的人脸皮肤区域图像进行k‑means聚类，根据大量聚类结果确定分割阈值，然后根据分割阈值进行黄褐斑区域的分割；计算黄褐斑区域的总面积，得到黄褐斑区域在整个面部的面积占比。本发明利用计算机视觉技术实现对面部黄褐斑区域的自动分割，可以作为后续黄褐斑诊断和治疗的辅助信息。
- 图像分割方法、装置、终端及存储介质-201711288196.9
- 陈丹;易建;伍波 - 深圳云天励飞技术有限公司
- 2017-12-07 - 2020-02-04 - G06T7/11
- 一种图像分割方法，包括：利用检测算法检测原始图像中是否存在目标对象；当检测出所述原始图像中存在目标对象时，获取所述原始图像中目标对象区域的中心点的坐标值；根据所述中心点的坐标值及预设目的图像的分辨率标定出待分割的目的区域的位置坐标；根据所述位置坐标分割出目的区域以得到目的图像；及保存所述目的图像。本发明还提供一种图像分割装置、终端及存储介质。本发明分割得到的目的图像保持了大分辨率下采集的图像中的细节信息，分割后的图像能适配现有通用的传输、存储和管理系统及设备，便于推广和使用。
- 双域适应模块金字塔型网络及无监督域适应图像分割方法-201910843739.1
- 刘净心;王晶;左彦飞;郭滟 - 上海衡道医学病理诊断中心有限公司
- 2019-09-06 - 2020-01-31 - G06T7/11
- 双域适应模块金字塔型网络，包含编码器、金字塔型池化模块、解码器、图像级域适应模块及特征级域适应模块，所述编码器之后连接一个金字塔型池化模块，解码器连接在金字塔型池化模块之后，编码器通过跳连技术与解码器同尺寸的卷积层相连；该发明通过对图像和特征层次的对抗训练，训练时无需目标域标签，测试或使用过程与正常的分割网络一样工作，无需图像级域适应模块和特征级域适应模块；该发明可以提升分割神经网络的在无标记的新图像的分割精度，为机器人及车的识别街景、计算机辅助诊断等提供技术支持，实用性强，有着较强的推广与应用价值。
- 一种基于离散余弦变换的图像语义分割方法及装置-201910913306.9
- 樊硕 - 北京影谱科技股份有限公司
- 2019-09-25 - 2020-01-31 - G06T7/11
- 本申请公开了一种基于离散余弦变换的图像语义分割方法及装置，涉及计算机视觉领域。本发明的基于离散余弦变换的图像语义分割方法包括：将RGB图像转换为DCT表示；采用FCR重新排列DCT系数；将系数重新排列后的DCT表示数据输入到改进的BiSeNet模型中进行图像语义分割，所述改进的BiSeNet模型为：在BiSeNet模型的基础上删除若干下采样操作，并增加模型深度。本发明的基于离散余弦变换的图像语义分割装置包括图像转换模块、重排模块以及语义分割模块。本申请通过DCT操作将原始区域的RGB图像编码成为频域中的分量，能够避免图像解压缩带来的计算消耗和时间消耗。
- 一种基于动态场景的RGB-D SLAM方法和系统-201910913318.1
- 吉长江 - 北京影谱科技股份有限公司
- 2019-09-25 - 2020-01-31 - G06T7/11
- 本申请公开了一种基于动态场景的RGB‑D SLAM方法和系统，该方法包括：采用基于深度学习的语义分割网络模型以确定图像的潜在动态区域；采用运动一致性方法将该潜在动态区域识别为动态区域；提取潜在动态区域和背景区域中的ORB特征点；采用ICP算法对所述ORB特征点进行匹配获得机器人的位姿信息以初始优化机器人的位姿。该系统包括确定模块、识别模块、提取模块和初始优化模块。本申请采用运动一致性方法从潜在动态区域识别出动态区域，即使SLAM系统处于动态环境中，根据潜在动态区域和背景区域中的ORB特征点也能够准确地估计出每个输入图像的在相机中的3D运动轨迹和机器人的位姿信息。
- 自适应八叉树分割算法-201910959304.3
- 韩爱民;黄凯捷;马超;何向勇 - 武汉星珞科技有限公司;上海玟祎信息科技有限公司
- 2019-10-10 - 2020-01-31 - G06T7/11
- 本发明属于分割算法技术领域，尤其为自适应八叉树分割算法。该自适应八叉树分割算法，基于传统的八叉树算法均匀分割立方体空间的逻辑结构，对空间上分布不均匀的数据，如复杂体模型进行分割，会产生过多的碎片，影响模型的加载和渲染。本专利通过提出自适应八叉树算法通过分割中心的选择和节点数量的变化，能够减少分割产生的碎片，使得树结构更加平衡，提升渲染效率，且本专利通过对基于数据分布密度选择分割中心，基于数据在不同方向上分布的离散度决定子节点数量，对每一个节点计算最小包围盒等算法中的关键步骤进行保护。
- 一种基于深度学习自动分割乳腺钙化点的方法-201910975493.3
- 吴法;张宁子;李康安 - 浙江德尚韵兴医疗科技有限公司
- 2019-10-14 - 2020-01-31 - G06T7/11
- 本发明涉及乳腺X射线辅助诊断技术，旨在提供一种基于深度学习自动分割乳腺钙化点的方法。包括步骤：制作数据集；数据预取；构建深度卷积神经网络；利用归一化处理后的数据集，训练深度卷积神经网络；利用训练完毕的深度卷积神经网络对待检测图像进行推理。本发明通过引入深度卷积神经网络学习与训练的相关技术，可以快速、自动分割出乳腺X射线图像上的所有钙化点。基于该本发明的应用，能够辅助提高医生判断癌变的准确性。
- 一种基于分层高阶条件随机场的图像分割方法-201910994842.6
- 杨旸;谢明远 - 西安交通大学深圳研究院
- 2019-10-18 - 2020-01-31 - G06T7/11
- 一种基于分层高阶条件随机场模型的图像分割方法，首先对目标图像提取多类纹理特征，构建像素级的一元势函数和成对势函数；再使用无监督分割算法获得不同粒度的超像素片段；设计各粒度层对应超像素级的一元势函数和成对势函数；构建分层高阶条件随机场模型；利用人工标记样本，监督学习分层高阶条件随机场模型参数；最后对待测试的图像，经过模型推理获得最终的分割标记结果；本发明采用的分层高阶条件随机场模型融合了图像的多特征纹理信息和多层超像素分割信息，能够有效地提高图像中多目标对象的边界分割准确性。
- 基于实例分割的视觉SLAM方法-201910999570.9
- 何召兰;何乃超;张庆洋;姚徐;丁淑培 - 哈尔滨理工大学
- 2019-10-21 - 2020-01-31 - G06T7/11
- 本发明提供一种基于实例分割的视觉SLAM算法，首先在对输入图像提取特征点的同时，使用卷积神经网络对图像进行实例分割；其次利用实例分割信息辅助定位，剔除容易造成误匹配的特征点，缩小特征匹配的区域；最后使用实例分割的语义信息构建语义地图，实现机器人对已建地图的复用与人机交互。本发明使用TUM数据集分别对图像实例分割、视觉定位以及语义地图构建进行了实验验证。实验结果表明，将图像实例分割与视觉SLAM相结合可以增加图像特征匹配的鲁棒性，加快特征匹配速度，提高移动机器人定位的准确性；并且该算法可以生成精确的语义地图，满足机器人执行高级任务的需求。
- 基于幅度与相位线性度之比的海陆杂波场景分割方法-201710720482.1
- 水鹏朗;梁寒;黄宇婷;张帅 - 西安电子科技大学
- 2017-08-21 - 2020-01-31 - G06T7/11
- 本发明公开了一种基于幅度与相位线性度之比的海陆杂波场景分割方法，其方法步骤是：(1)获取回波序列；(2)建立距离‑波位坐标系；(3)选取距离‑波位分辨单元；(4)计算幅度与相位线性度矩阵；(5)判断是否选取完距离‑波位坐标系中所有的点，若是，则执行步骤(6)；否则，执行步骤(3)；(6)将幅度与相位线性度矩阵转化为灰度图像；(7)产生二值图像；(8)产生海陆杂波场景分割图像。本发明以幅度与相位线性度之比作为测度，充分体现了在运动或静止相参体制平台下海陆杂波的差异性，对海陆杂波场景进行分割，获得了更准确的结果。
- 一种带有邻域约束的图像分割方法、终端设备及存储介质-201910122823.4
- 宋建华;张哲 - 闽南师范大学
- 2019-02-19 - 2020-01-24 - G06T7/11
- 本发明涉及一种带有邻域约束的图像分割方法、终端设备及存储介质，在该方法中在每一个像素的邻域中引入了能够充分考虑局部空间信息的具有各向异性加权权重，该权重从空间距离和灰度级差两个方面考虑对中心像素的作用强度，提高了抗噪声的鲁棒性；重新定义了水平集能量泛函中的距离正则项，不仅解决了水平集在每次迭代中需要初始化的问题，还保证了边界扩散速率的稳定性和准确性；结合模糊C均值聚类隶属度函数的优点，将控制水平集演变参数λ
- 一种基于全卷积神经网络的皮肤镜图像自动分割方法-201710293033.3
- 谢凤英;范海地;姜志国 - 北京航空航天大学
- 2017-04-28 - 2020-01-24 - G06T7/11
- 本发明提供一种基于全卷积神经网络的皮肤镜图像自动分割方法，该方法包括以下四个步骤：1：皮肤镜图像与真值图获取；2：全卷积神经网络结构设计；3：特征融合与逐像素分割方法设计；4：网络训练与分割；通过以上步骤，训练得到一个端到端的深度卷积神经网络，能够对皮肤镜图像做精准分割，同时对小面积皮损区域有效，解决了皮肤科计算机辅助诊断系统中，皮损区域分割不佳，影响后续诊断准确性的实际问题。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
