专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果356902个,建议您升级VIP下载更多相关专利
  • [发明专利]一种印鉴图像方法及装置-CN202211507816.4在审
  • 宋柯欣 - 中国银行股份有限公司
  • 2022-11-25 - 2023-03-07 - G06T7/33
  • 本发明提供一种印鉴图像方法及装置,可用于金融领域或其他领域。对票据图像进行印鉴图像提取,获得待测印鉴图像;分别对待测印鉴图像和预留印鉴图像进行轮廓点提取,获得待测印鉴图像的特征点集和预留印鉴图像的特征点集;根据待测印鉴图像的特征点集和预留印鉴图像的特征点集进行多次粗,获得待测印鉴图像的多个粗结果;根据待测印鉴图像的每个粗结果以及预留印鉴图像的特征点集进行精,获得每个精结果的误差;获取各个精结果的误差中误差最小的精结果,作为票据图像的结果本发明实施例提供的印鉴图像方法及装置,提高了印鉴图像的准确性。
  • 一种印鉴图像方法装置
  • [发明专利]一种用于医学影像引导下的方法和装置-CN202010475019.7有效
  • 梁英魁;李卓;崔枭;杨笛 - 北京箴石医疗科技有限公司
  • 2020-05-29 - 2021-12-31 - A61B34/20
  • 一种用于医学影像引导下的方法、装置和计算机可读存储介质,其中,所述方法包括:在手术阶段之前,对预设的固定标记与医学影像设备进行;在手术阶段执行:基于所述固定标记与医学影像设备进行的结果,对手术床标记与医学影像设备进行;获取医学影像,确定所述医学影像设备与医学影像的结果,以及对所述医学影像与手术的目标坐标系进行;根据所述手术床标记与医学影像设备的结果、所述医学影像与手术的目标坐标系的结果、所述医学影像设备与医学影像的结果以及空间定位设备与所述手术床标记的结果,对所述空间定位设备与手术的目标坐标系进行
  • 一种用于医学影像引导方法装置
  • [发明专利]基于IAA处理的多通道SAR-GMTI图像方法及系统-CN202110678352.2有效
  • 王凌宇;黄鹏辉;陈国忠;林欣;孙永岩;刘艳阳;刘兴钊 - 上海交通大学
  • 2021-06-18 - 2022-04-26 - G01S13/90
  • 本发明提供一种基于IAA处理的多通道SAR‑GMTI图像方法及系统,涉及多通道SAR‑GMTI图像技术领域,该方法包括:获取多通道距离‑多普勒域粗聚焦SAR图像,选取任意通道数据为参考图像数据,并实施;进行像素级粗,在二维频域获取参考SAR图像与待SAR图像的归一化二维干涉函数,获取像素级误差并进行误差补偿;对经粗SAR图像与参考通道SAR图像求解归一化二维干涉函数,实现协方差矩阵迭代更新;得到后的多通道SAR图像数据;遍历所有通道数据,输出后多通道距离‑多普勒二维SAR图像数据。本发明能够对图像灰度依赖小,提高精度,实现实际工程处理中多通道处理SAR‑GMTI图像亚像素级
  • 基于iaa处理通道sargmti图像方法系统
  • [发明专利]眼底图像模型训练方法、眼底图像方法和装置-CN202011436299.7有效
  • 何兰青;熊健皓;赵昕;和超;张大磊 - 上海鹰瞳医疗科技有限公司
  • 2020-12-10 - 2022-06-07 - G06T7/33
  • 本发明实施例提供了一种眼底图像模型训练方法、眼底图像方法和装置。所述眼底图像模型训练方法包括将原始眼底图像输入第一待训练模型中,获取所述第一待训练模型输出的第一模型参数;对所述第一模型参数进行扰动,生成扰动参数;根据所述第一模型参数以及所述扰动参数,确定针对所述第一待训练模型的奖励值;根据所述奖励值,调整所述第一待训练模型中的模型参数,直至所述奖励值满足第一预设条件时,将所述第一待训练模型作为眼底图像模型。从而得到可以输出眼底图像参数,对眼底图像进行的模型,且具有较好的准确率。
  • 眼底图像模型训练方法装置
  • [发明专利]一种基于CT图像的口腔种植精度评估方法-CN202310258059.X有效
  • 胡晓聪 - 深圳卡尔文科技有限公司
  • 2023-03-17 - 2023-05-23 - A61B6/03
  • 本发明公开了一种基于CT图像的口腔种植精度评估方法,涉及口腔种植评估技术领域;所述评估方法包括:在器上设置有若干小球,将器固定在患者口腔内;将患者按照种植体位进行头部固定,获取口腔种植前的患者口腔图像,设定为种植前参考图像;对若干小球进行CT图像预识别,获取小球的预识别参数,基于小球的预识别参数确定若干小球在种植前参考图像中的位置;本发明通过在口腔内设置器,再通过器的位置对口腔内的坐标进行,从而使种植前和种植后的图像能够进行坐标系,使比对有准确的参考依据,从而提高种植精度评估的准确度,以解决现有的口腔种植精度的评估不够精准的问题。
  • 一种基于ct图像口腔种植精度评估方法
  • [发明专利]全局异常信号环境下基于联合显著图的鲁棒图像方法-CN200710039374.4无效
  • 顾志俊;秦斌杰 - 上海交通大学
  • 2007-04-12 - 2007-09-19 - G06T7/00
  • 一种全局异常信号环境下基于联合显著图的鲁棒图像方法,步骤为:(1)首先利用传统的方法进行粗;(2)对当前结果提取显著测度图,计算对应重叠区域的联合显著图。联合显著图给出了异常信号点所处位置的建模,增强公共显著区域在相似性测度计算中的贡献权重,从而自适应地去除异常信号的影响;(3)利用联合显著图最优化基于灰度的相似性测度,得到当前联合显著图下的最优几何参数;(4)循环优化,以前后两次的参数的变化作为终止条件结束,得到最终结果。本发明对异常信号的建模和对图像的迭代进行,适用于在全局异常信号下多模多时段图像精度符合实际应用的需求。
  • 全局异常信号环境基于联合显著图像方法
  • [发明专利]图像方法、装置及终端设备-CN201911182551.3有效
  • 司伟鑫;钱银玲;王琼;王平安 - 中国科学院深圳先进技术研究院
  • 2019-11-27 - 2023-04-07 - G06T7/33
  • 本申请适用于图像处理技术领域,提供了图像方法、装置及终端设备,该图像方法包括:获取待图像和目标图像;其中,所述待图像包含相对应的第一点云的位置和第一灰度,所述目标图像包含第二点云的位置;根据所述目标图像中的准点与所述第一点云中各点之间的距离,对所述第一点云进行目标变换得到待准点云;基于所述待准点云和所述第一灰度,对所述待图像和目标图像进行图像。本申请能够快速地实现待图像和目标图像之间的,而且的精度较高。
  • 图像方法装置终端设备
  • [发明专利]一种颅脑医学图像方法-CN202010467259.2有效
  • 曹国刚;朱信玉;曹聪;王一杰;李梦雪;刘顺堃;毛红东;孔德卿 - 上海应用技术大学
  • 2020-05-28 - 2023-04-07 - G06T7/00
  • 一种颅脑医学图像方法包括以下步骤:S1:分别对颅脑CT原始图像、颅脑MRI原始图像进行多分辨率分解;S2:通过IBSO算法对CT低分辨率图像和MRI低分辨率图像进行图像,得到第一粗结果;S3:对第一粗结果进行倍率缩放并作为单纯形搜索法起点对CT次高分辨率图像和MRI次高分辨率图像进行图像,得到第二粗结果;S4:根据第二粗结果进行倍率缩放并作为单纯形搜索法起点对CT原始图像和MRI原始图像进行图像,得到CT原始图像与MRI原始图像结合的图像。本发明结合IBSO算法和单纯形搜索法实现了颅脑CT图像与颅脑MRI图像,可以显著地提升颅脑CT‑MRI图像精度、效果,减少准时间。
  • 一种颅脑医学图像方法
  • [发明专利]基于生成对抗网络的太阳图像方法、设备及存储介质-CN202210958398.4在审
  • 袁丁;陈雯 - 哈尔滨工业大学(深圳)
  • 2022-08-10 - 2022-12-06 - G06T7/33
  • 本发明公开了一种基于生成对抗网络的太阳图像方法,包括:获取太阳观测数据,其中,所述太阳观测数据包括参考图像以及待图像;基于预先建立的初始生成对抗网络模型以及所述参考图像,获得目标生成对抗网络模型;基于所述目标生成对抗网络模型对所述待图像进行,获得所述参考图像对应的图像。本发明还公开了一种基于生成对抗网络的太阳图像设备及存储介质。本发明利用生成对抗网络模型对太阳图像的特征进行无监督学习,从而准确地对太阳图像的特征进行识别,最终可以对通过观测获取到的太阳图像进行,获取准确的参数,在对太阳图像的中达到高精准的效果。
  • 基于生成对抗网络太阳图像方法设备存储介质

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