[发明专利]一种芯片切割路线计算方法、系统和可读存储介质在审

专利信息
申请号: 202210203474.0 申请日: 2022-03-02
公开(公告)号: CN114549560A 公开(公告)日: 2022-05-27
发明(设计)人: 蔡园园;王盼 申请(专利权)人: 科为升视觉技术(苏州)有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/73;G06T1/00
代理公司: 苏州汇诚汇智专利代理事务所(普通合伙) 32623 代理人: 张聪
地址: 215000 江苏省苏州市苏*** 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: 发明公开了一种芯片切割路线计算方法、系统和可读存储介质,基于视觉检测系统,包括进行基板识别、对基板进行角度矫正、基板图像采集和检测、切割道的计算,通过角度矫正,提高基板相对视觉检测系统的精准度,利用视觉检测系统分区域检测芯片,提高效率。同时通过视觉系统采集的芯片实际位置坐标,精准计算出基板需要切割的位置与角度,做到切割后的芯片大小规格统一,操作简单,检测速度快,效率高。
搜索关键词: 一种 芯片 切割 路线 计算方法 系统 可读 存储 介质
【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科为升视觉技术(苏州)有限公司,未经科为升视觉技术(苏州)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/202210203474.0/,转载请声明来源钻瓜专利网。

同类专利
  • 一种基于深度学习的压缩机视油镜的油位监测方法-202310872489.0
  • 苏金珠;王琦;顾会建;杨已葱 - 苏州华兴致远电子科技有限公司
  • 2023-07-17 - 2023-10-27 - G06T7/11
  • 本发明公开了一种基于深度学习的压缩机视油镜的油位监测方法,包括以下步骤:压缩机视油镜图片的采集;目标检测模型与分割模型的搭建和训练;剩余油量的计算;GUI可视化平台搭建,显示剩余油量的百分比。本发明可以在不拆卸的情况下监测压缩机内的剩余油量,当油液剩余指标低于规定的技术要求时,可及时提醒检修工添加润滑油,当油液剩余指标处于正常使用的油位区间时,可显示相应的剩余油量,从而延长润滑油的使用周期,降低不必要的操作;操作简单,实时性高,可扩展性强,可快速计算并获取压缩机内的剩余油量;客观性强,可追溯行能力强,后续与数据库连接起来将大大提高机务段自动化检修的水平,降低人检的压力。
  • 基于三维空间信息的城市保护与更新评估方法-202310965690.3
  • 白颢;王泽玮;李雄威;吴小曼;曲培元 - 金景(海南)科技发展有限公司
  • 2023-08-01 - 2023-10-27 - G06T7/11
  • 本发明涉及图像数据处理技术领域,具体涉及基于三维空间信息的城市保护与更新评估方法,包括:根据每个区域的中心点分别构建图结构,根据两个图结构中匹配的节点对得到第一连通域以及第二连通域,根据第一连通域与第二连通域得到连通域对;根据每个连通域对的交并比及相邻的连通域对的分布,得到目标连通域对,根据目标连通域对中两个连通域获取方向权重;根据方向权重进行权重分配得到分配权重的方向,根据分配权重的方向进行改进的sift算子配准,从而进行基于三维空间信息的城市保护与更新评估。本发明解决在sift算子进行配准时因方向变形不同导致难以匹配的问题,使sift算子的匹配效果更好。
  • 一种语义分割模型的训练方法、装置、设备和存储介质-202310357364.4
  • 励雪巍;祁仲昂;单瀛;李玺;吴涛 - 腾讯科技(深圳)有限公司
  • 2023-03-30 - 2023-10-27 - G06T7/11
  • 本申请实施例提供了一种语义分割模型的训练方法、装置、设备以及存储介质,用于提高全景图像的语义分割准确率。包括:获取样本图像、样本标签和初始语义分割模型;对样本图像和样本标签进行球面投影逆变换生成球面图像;对球面图像进行旋转,并再次球面投影变换得到预处理样本图像和预处理样本标签;获取预处理样本图像的卷积结果,并构建第一约束和第二约束;根据第一约束和第二约束计算卷积结果的第一约束损失值和第二约束损失值;获取预处理样本图像的预测分割结果;根据预测分割结果和预处理样本标签得到预测损失值;根据预测损失值、第一约束损失值和第二约束损失值训练得到语义分割模型。本申请可应用于人工智能、云技术、图像处理等领域。
  • 一种三维牙颌模型牙齿分割方法-202310793584.1
  • 罗嘉庆;陈子蝶;刘祥云 - 电子科技大学
  • 2023-06-30 - 2023-10-27 - G06T7/11
  • 本发明公开了一种三维牙颌模型牙齿分割方法,属于医学图像分割领域。本发明针对三维牙颌模型数据,分割模型中的每颗牙齿,其处理步骤包括:数据预处理,包括牙弓线拟合、牙弓线离散与网格细分;基于深度图像与投影图像的齿‑齿、齿‑龈边缘检测;基于多目标优化的区域增长算法;牙列分割以及牙齿分割的实现。本发明能够实现全自动且准确地分割牙列与牙齿,不需要大量牙颌模型数据集,不需要事先对牙颌模型做标记,能在小样本的情况下精确分割单颗牙齿,可以实现为基于深度学习的牙齿分割系统做前期的标注任务,对于计算机辅助正畸系统具有重要意义。
  • 基于双边界损失的MRDUNet模型的口腔CBCT图像分割方法-202310992703.6
  • 王彬;景民薪;徐峰;李颖;相洁 - 太原理工大学
  • 2023-08-08 - 2023-10-27 - G06T7/11
  • 本发明提供了一种基于双边界损失的MRDUNet模型的口腔CBCT图像分割方法,属于牙齿检测技术领域;解决了现有技术中图像分割算法在预测牙齿边界、牙齿与根管边界区域时经常出现预测错误,导致分割效果不理想的问题;包括如下步骤:通过ResUNet进行牙齿分割感兴趣区域的粗分割,得到牙齿区域的标记文件;然后利用本发明所提出的MRDUNet结合双边界损失对标记后的感兴趣区域进行牙齿和根管的双重分割;最后对多组对比实验结果进行了讨论和分析;本发明应用于口腔CBCT图像分割。
  • 一种图像处理方法、装置、电子设备和存储介质-202210369422.0
  • 郭士嘉;龙良曲 - 影石创新科技股份有限公司
  • 2022-04-08 - 2023-10-27 - G06T7/11
  • 本申请实施例公开了一种图像处理方法、装置、电子设备和存储介质;本申请实施例可以获取全景图像;采用预设分割模型对所述全景图像进行分割处理,得到第一局部图;对第一局部图进行特征识别处理,得到第一局部图的图像特征;根据多个特征元素确定目标特征元素,并确定目标特征元素在第一局部图中的位置;根据预设分割模型,确定第一局部图和全景图像的位置关系,目标特征元素在第一局部图中的位置,确定目标特征元素在全景图像中的位置;基于目标特征元素在全景图像中的位置,对全景图像进行畸变修正处理,得到修正后的全景图像;由此可以快速的对全景图像中的拍摄目标进行识别,改善现有识别处理的过程较为繁琐,导致处理速度较慢的问题。
  • 一种血液细胞分割网络及血液细胞分割方法-202311218213.7
  • 李东明;尹诗雨;张丽娟;王泉;李军;李富;徐焕宇;孙家栋 - 无锡学院
  • 2023-09-21 - 2023-10-27 - G06T7/11
  • 一种血液细胞分割网络及血液细胞分割方法。属于图像识别技术领域,具体涉及血液细胞图像的识别技术领域。其解决了以往深度学习的方式中,对于血液细胞显微图像中白细胞,白细胞核及红细胞三类同时分割研究较少的问题。所述血液细胞分割网络包括卷积层、空洞残差层、池化层和上采样层,血液细胞图像输入后,依次经过卷积层、空洞残差层、池化层和上采样层后输出,所述空洞残差层与上采样层跳跃连接。本发明所述网络及方法可以应用在血液细胞研究技术领域以及血液细胞分割技术领域。
  • 一种球形屏显示方法、装置、电子设备及存储介质-202311009823.6
  • 宁一铮;王建荣 - 卡莱特云科技股份有限公司
  • 2023-08-10 - 2023-10-27 - G06T7/11
  • 本发明公开了一种球形屏显示方法、装置、电子设备及存储介质。该球形屏显示方法包括:获取待播放视频源中的当前帧圆形图像,并将当前帧圆形图像分为圆形子图像和与圆形子图像同心的圆环图像;拟合得到所述圆形子图像的横向曲线和纵向曲线,并遍历所述横向曲线和所述纵向曲线确定所述圆形子图像对应的圆形分割子图像;根据圆形分割子图像确定圆形子图像对应的圆形分割图像,并根据圆形分割图像确定圆环图像对应的圆环分割图像;建立所述圆形分割图像和所述圆环分割图像与球形屏的映射关系,以基于所述映射关系将所述当前帧圆形图像显示在对应球形屏上。本发明以保证球形屏视频画面内容的平滑连续显示,实现球形屏的正常显示。
  • 一种材质提取方法、装置、设备及存储介质-202310708769.8
  • 张云东;尚鸿;王碧杉;郑嘉文;孙钟前 - 腾讯科技(深圳)有限公司
  • 2023-06-14 - 2023-10-27 - G06T7/11
  • 本申请实施例公开了一种材质提取方法、装置、设备及存储介质,用于提高材质提取精度以及还原建筑墙面还原精度。该方法包括:对待处理图像进行分割处理,得到目标分割区域,并将目标分割区域划分为N个待处理图像块,其中,目标分割区域用于表示待处理图像中的非背景区域,N为大于的整数;分别计算每两个待处理图像块之间的特征互信息,并基于特征互信息,从N个待处理图像块中确定目标图像块;将目标图像块与候选材质图像集合中的每个候选材质图像分别进行纹理匹配,得到每个候选材质图像对应纹理匹配结果;基于每个候选材质图像对应纹理匹配结果,从候选材质图像集合中确定目标材质图像。
  • 图像分割方法、设备、存储介质和程序产品-202210414324.4
  • 牛鑫鑫 - 武汉联影医疗科技有限公司
  • 2022-04-20 - 2023-10-27 - G06T7/11
  • 本申请涉及一种图像分割方法、设备、存储介质和程序产品。所述方法包括:对待分割的图像进行预处理,根据预处理后的图像确定所述图像中的感兴趣区域;其中,所述待分割图像中包括至少一个同物多色的物品;基于所述感兴趣区域,确定分割所述物品的种子点;基于Lab颜色模型,获取所述种子点与所述图像中各像素点的度量值;根据所述度量值和预设阈值,确定所述物品所在的目标区域,并对所述目标区域进行分割得到分割图像。采用本方法能够提高同物多色物品图像的分割精度。
  • 图像分割方法、装置、计算机设备及介质-202311219180.8
  • 娄英欣 - 腾讯科技(深圳)有限公司
  • 2023-09-21 - 2023-10-27 - G06T7/11
  • 本申请实施例公开了一种图像分割方法、装置、计算机设备及介质,可应用于地图领域,该方法包括:获取样本图像以及对应的掩码信息,样本图像的掩码信息用于指示:样本图像中每个像素点相对于样本图像中关键区域的位置相关程度;调用图像分割网络基于掩码信息对样本图像进行特征提取处理,得到样本图像中每个像素点的样本分割结果;获取样本图像中每个像素点的标注分割结果,基于样本图像中每个像素点的标注分割结果以及样本分割结果对图像分割网络进行训练,得到训练后的图像分割网络;训练后的图像分割网络用于对图像进行关键区域的分割处理;可通过图像的掩码信息,来对图像中不同区域进行差异化学习,以提高图像中关键区域的分割准确性。
  • 图像处理、头像生成方法、装置、设备以及存储介质-202210382109.0
  • 王智恒;张天明;井海鹏 - 北京嘀嘀无限科技发展有限公司
  • 2022-04-12 - 2023-10-27 - G06T7/11
  • 本公开提供了一种图像处理方法、装置、设备以及存储介质,其中,该方法包括:获取包含目标对象的待处理图像,并提取所述待处理图像的图像特征,得到所述待处理图像的多尺度图像特征;基于所述多尺度图像特征确定所述待处理图像的三元图;基于所述待处理图像的三元图和所述多尺度图像特征确定所述待处理图像的目标透明度图;基于所述目标透明度图对所述待处理图像中的目标对象进行抠图处理,得到所述目标对象的抠图结果。
  • 基于主动轮廓模型的无监督医学图像分割方法和系统-202110826817.4
  • 张小云;杜连宇;张娅;王延峰;陈思衡;王钰 - 上海交通大学
  • 2021-07-21 - 2023-10-27 - G06T7/11
  • 本发明提供一种基于主动轮廓模型的无监督医学图像分割方法和系统,该方法通过基于人工设置参数的主动轮廓模型生成部分数据的标注用于分割网络的预训练。在分割网络得到预训练后,针对大量不含有标注的新图像,使用分割网络进行预测,得到粗糙的预测结果,再按照设定策略对主动轮廓模型的参数进行自动调整,利用图像底层信息得到更加精确的目标区域轮廓。在经过质量评价网络对生成轮廓进行筛选后,使用较高质量的轮廓作为伪标签进一步对分割网络进行训练。不断循环迭代,实现不依赖人工标注的情况下对图像进行分割。本发明实现了无监督情况下的医学图像分割,在保证准确率的情况下极大地避免对成本高昂的数据标注依赖,具有很好的泛化性。
  • 基于纹理特征和SLIC的SAR图像分割方法-202210854382.9
  • 余航;刘志恒;郭玉茹;周绥平;蒋浩然;李晨阳;尹相杰 - 西安电子科技大学
  • 2022-07-14 - 2023-10-27 - G06T7/11
  • 本发明提出了一种基于纹理特征和SLIC的SAR图像分割方法,解决了SAR噪声和复杂纹理导致的分割精度低的技术问题。实现步骤为:将SAR图像分为K个超像素块;获得更新后的聚类中心C'i;获得SAR图像的边缘图像;获得搜索区域;计算搜索区域的纹理特征;基于SLIC算法对SAR图像进行分割。本发明对序列#imgabs0#三值化,降低噪声影响和计算量;通过三值化序列Hk的平均频谱AMP的收敛性获得搜索区域Ω,计算区域Ω的纹理特征;通过SLIC算法获得SAR图像的分割结果,用于SAR图像分割。
  • 一种冰凌预警方法及系统-202011244780.6
  • 刘国良 - 山东大学
  • 2020-11-10 - 2023-10-27 - G06T7/11
  • 本公开提供了一种冰凌预警方法及系统,包括以下步骤:获取内陆河流待监测区域内的图像数据;对获取的图像数据进行预处理,将预处理后的图像数据进行分割,得到冰块区域和非冰块区域;根据分割后得到的冰块区域和非冰块区域,得到冰块面积、流冰速度、流冰密度、冰流量、岸冰宽度和岸冰厚度中的一种或多种估算结果;根据得到的估算结果,进行凌情预警;本公开通过对采集到的图像数据的分析,实现了冰块面积、流冰速度、流冰密度、冰流量、岸冰宽度、岸冰厚度的自动监测估算,能够实现24小时的连续监测,提高了凌情的监测水平,避免了人工监测带来的安全隐患。
  • 基于时空判别性特征学习的冠状动脉序列血管分割方法-201910565859.X
  • 郝冬冬;秦斌杰 - 上海交通大学
  • 2019-06-27 - 2023-10-27 - G06T7/11
  • 本发明涉及一种基于时空判别性特征学习的冠状动脉序列血管分割方法,对心脏冠状动脉造影序列图像进行血管分割处理,该方法基于预训练的改进U‑net网络模型对当前帧图像及其临近几帧图像进行处理,获取当前帧图像的血管分割结果,所述改进U‑net网络模型包括编码部分、跳跃连接层和解码部分,所述编码部分采用3D卷积层进行时间空间特征提取,所述解码部分设有通道注意力模块,所述跳跃连接层对编码部分提取的特征进行聚合,得到聚合特征图并传输至解码部分。与现有技术相比,本发明引入时空特征进行心脏冠状动脉血管分割,并降低了时域噪声的干扰,强调了血管特征,缓解了血管分割中类别不平衡的问题,具有更高的血管分割准确率。
  • 基于孪生网络的深层特征聚合的实时视觉目标跟踪方法-202010234797.7
  • 余腊生;赵永鹏;郑晓鹏 - 中南大学
  • 2020-03-30 - 2023-10-27 - G06T7/11
  • 本发明提供了一种基于孪生网络的深层特征聚合的实时视觉目标跟踪方法,包括:步骤1,构建一个步幅为8的ResNet22深度孪生神经网络,使用所述ResNet22深度孪生神经网络进行特征提取;步骤2,将目标图像和搜索图像输入到所述ResNet22深度孪生神经网络,目标图像和搜索图像经过所述ResNet22深度孪生神经网络分别生成对应的特征图;步骤3,将所述ResNet22深度孪生神经网络的不同的深层特征图聚合起来,提取多分支特征来协同推断目标对象的位置,为目标对象提供更全面的描述,以实现更加高效的跟踪。本发明能提取到目标物体的高级语义信息,能够保证特征映射的平移等价性,采用分层聚合的方式,提取多分支特征来协同推断目标定位。
  • 一种基于3D图像的图像分割方法、装置及系统-201811623891.0
  • 熊效李;杨浩 - 成都皓图智能科技有限责任公司
  • 2018-12-28 - 2023-10-27 - G06T7/11
  • 本发明提供了一种基于3D图像的图像分割方法、装置、系统及计算机存储介质。所述图像分割方法包括:基于背景过滤后的3D图像数据,将同类点聚类形成连通区域;去除连通区域内孤立区域和/或去除内部点数少的连通区域,形成所述3D图像的对象。根据本发明的方法、装置、系统及计算机存储介质,可以提高图像分割的计算效率以及图像分割的精度,为后续的图像处理提供精确的数据基础。
  • 一种铝合金氩弧焊焊接图像分割方法及系统-202311006973.1
  • 卢国起;史玮;曹圣伟;王震;韩晓霞 - 中色(天津)新材料科技有限公司
  • 2023-08-11 - 2023-10-27 - G06T7/11
  • 本发明涉及图像分割技术领域,具体涉及一种铝合金氩弧焊焊接图像分割方法及系统,该方法包括:获取铝合金氩弧焊焊接区域对应的目标焊接图像,并对目标焊接图像分别进行图像转换和灰度归一化;确定目标转换图像中的每个像素点对应的火花特征系数和目标吸光效应指标;生成弱反光特征图;对目标焊接图像中的各个像素点进行边缘圆滑分析处理和纹理分析处理;根据灰度特征图像、纹理特征图、弱反光特征图和边缘圆滑特征图,生成气孔特征显著图;采用大津阈值分割算法,从气孔特征显著图中分割出气孔缺陷区域。本发明通过对目标焊接图像进行图像处理,生成气孔特征显著图,放大了气孔缺陷的特征,提高了气孔缺陷区域分割的准确度。
  • 一种基于先验信息的人像分割方法、装置及电子设备-201911141767.5
  • 刘思阳 - 北京奇艺世纪科技有限公司
  • 2019-11-20 - 2023-10-27 - G06T7/11
  • 本发明实施例提供了一种基于先验信息的人像分割方法、装置及电子设备。该方法包括:获得待人像分割的目标图像;获得目标图像中每个人体关键点的坐标;利用所获得的每个人体关键点的坐标,生成所述目标图像对应的分布图;利用预先训练的用于生成人像蒙版的神经网络模型,以所述目标图像对应的分布图作为先验信息,对所述目标图像进行图像处理,得到所述目标图像的人像蒙版;利用目标图像的人像蒙版,对目标图像进行人像分割,得到分割结果。通过本方案可以使得神经网络模型的处理速率得到提升,最终实现提高人像分割的分割速率的目的。
  • 一种牙齿牙龈分割方法、牙齿分割方法和电子设备-201910703275.4
  • 沈斌杰;姚峻峰 - 正雅齿科科技(上海)有限公司
  • 2019-07-31 - 2023-10-27 - G06T7/11
  • 本发明实施例涉及口腔临床正畸领域,公开了一种牙齿牙龈分割方法、牙齿分割方法和电子设备。本发明中牙齿牙龈分割方法,包括:获取待分割的数字化牙颌模型的数据信息,数字化牙颌模型为三角面片模型;选取数字化牙颌模型上的第一类特征点;对第一类特征点进行分类,确定第一类特征点属于牙齿区域或属于牙龈区域;根据第一类特征点的分类结果对数字化牙颌模型上第二类特征点分类,确定第二类特征点属于牙齿区域或属于牙龈区域;分别合并属于牙齿区域的第二类特征点和属于牙龈区域的第二类特征点,获得分割后的牙齿区域和牙龈区域;其中,第二类特征点根据数字化牙颌模型中三角面片网格的顶点确认,使得更为准确地分割牙齿。
  • 一种基于噪声指数指导的多尺度半监督目标分割方法-202310821345.2
  • 李建强;朱楚杰;赵琳娜;刘小玲;刘朝磊;宋霖涛;刘一铭;马天宝;徐曦 - 北京工业大学
  • 2023-07-06 - 2023-10-24 - G06T7/11
  • 一种基于噪声指数指导的多尺度半监督目标分割方法,属于计算机视觉领域,针对现有的单一传统分割方法鲁棒性不强、特征捕获能力有限,以及深度学习方法U‑Net对上下文信息关注不足、全监督方法像素级标注复杂的问题。本发明涉及两个层面的信息融合:由于单一的传统分割方法特征捕获能力有限,因此可以融合多种传统方法得到更加准确的伪标签;由于深度学习网络U‑Net对上下文信息关注不足,可以在每个阶段的跳跃连接融合不同尺度的下采样特征图,这样融合的特征图将会携带多尺度背景信息,并保存细粒度目标位置信息,进而使网络关注更重要区域。
  • 一种快速及高精度的全景图像裁剪方法-202310800725.8
  • 曹明伟;江海燕;王溯 - 安徽大学
  • 2023-06-30 - 2023-10-24 - G06T7/11
  • 本发明公开一种快速及高精度的全景图像裁剪方法与系统,对于给定的全景图像,首先计算全景图像对应的二值图像(Mask);其次,计算二值图像包含的最大内接矩形;然后,根据最大内接矩形计算全景图像的感兴趣区域;最后,提取感兴趣域内的图像,即可获得完整图像信息。本发明公开的“一种快速及高精度的全景图像裁剪方法与系统”可以被应用于虚拟现实、增强现实、三维重建、道路资产数字化、数字孪生和元宇宙领域。
  • 一种FISH显微图像信号点区域提取方法、装置、设备及介质-202310918649.0
  • 王荣荣;蒋和松;吴俊灵;何柯材 - 广州市明美光电技术有限公司
  • 2023-07-25 - 2023-10-24 - G06T7/11
  • 本申请公开了一种FISH显微图像信号点区域提取方法、装置、设备及介质,包括以下步骤:对原始图像进行预处理,得到第一图像;对第一图像进行多尺度小波求和去噪,得到第二图像;对第二图像的目标区域进行增强处理,得到第三图像;通过4个方向的单边二阶高斯核对第三图像的非目标区域进行抑制,得到第四图像;采集第四图像中信号点区域的第一中心点坐标,将第一中心点坐标映射至第三图像,得到第二中心点坐标;根据第二中心点坐标选取第三图像中的信号点区域作为最终信号点区域。本申请技术方案提升了FISH显微图像信号点区域的提取效果。
  • 一种不确定性引导的视网膜血管图像分割方法及系统-202310933413.4
  • 徐晨星;叶松涛;谢夏;胡月明 - 海南大学
  • 2023-07-26 - 2023-10-24 - G06T7/11
  • 本发明公开了一种不确定性引导的视网膜血管图像分割方法及系统,属于医学图像处理领域。本发明首先构建不确定性网络来量化眼底图像中的不确定性得到不确定性映射矩阵,并将所述不确定性网络输出的均值作为先验映射矩阵;再构建基于UNet的分割网络,将编码阶段得到的特征图与不确定性映射矩阵进行多次特征融合,以学习眼底图像中不确定性区域;分割网络的损失函数由先验损失函数和交叉熵损失函数结合组成,其中先验损失函数基于先验映射矩阵构建;再将眼底图像训练集输入至所述分割网络训练所述分割网络;最后将眼底图像输入训练完成的分割网络后即可得到视网膜血管分割图像,本发明有效提高了视网膜血管分割性能,具有实际的临床价值。
  • 一种激光点云的分割方法、装置、电子设备及存储介质-202310966984.8
  • 程光凯;张怡欢;戴一凡 - 清华大学苏州汽车研究院(吴江);清华大学
  • 2023-08-02 - 2023-10-24 - G06T7/11
  • 本发明公开了一种激光点云的分割方法、装置、设备及存储介质。该方法包括:获获取激光点云的第一分割结果;其中,所述第一分割结果包括第一地面点云和第一非地面点云;对预先设置的目标区域内的第一非地面点云进行聚类处理,得到目标区域内的至少一个点云簇;根据各点云簇中点坐标,确定各点云簇匹配的点云簇特征,并根据各点云簇匹配的点云簇特征,确定各点云簇类型;根据各点云簇类型以及第一分割结果,确定激光点云的第二分割结果。本技术方案解决了复杂工况下,激光点云分割精度低、可靠性差等问题,可以在提高激光点云分割准确性的同时,进一步增强地面和非地面点云划分的可靠性。
  • 医学图像分割方法、电子设备和存储介质-202210344069.0
  • 杨君荣;崔晨;石思远;邹寅清;陈俊强 - 上海微创卜算子医疗科技有限公司
  • 2022-03-31 - 2023-10-24 - G06T7/11
  • 本发明提供了一种医学图像分割方法、电子设备和存储介质,所述医学图像分割方法包括:对所获取的待分割医学图像进行下采样处理,以获取低分辨率待分割医学图像;采用第一神经网络模型对低分辨率待分割医学图像进行分割并对分割后的结果进行上采样处理,以获取初始目标器官组织掩膜图像;根据初始目标器官组织掩膜图像,获取至少一个目标器官组织感兴趣区域的位置信息;根据至少一个目标器官组织感兴趣区域的位置信息,采用第二神经网络模型对待分割医学图像中的各目标器官组织感兴趣区域进行分割,以获取最终的目标器官组织掩膜图像。本发明不仅可以实现目标器官组织的高效精准分割,而且有效减少了人机交互的繁琐操作。
  • 基于串联双注意力U-Net网络全脑临床靶区分割方法-202210352898.3
  • 李红伟;孟歌;姚晖;倪春霞;陈淑;汪洋 - 李红伟
  • 2022-04-03 - 2023-10-24 - G06T7/11
  • 本发明涉及一种基于串联双注意力U‑Net网络全脑临床靶区分割方法,包括下列步骤:数据预处理:CT图像调整为颅脑窗宽窗位,对数据的CT值作归一化处理;搭建并训练基于串联双注意力U‑Net卷积神经网络,在训练过程中,将患者的CT图像输入到神经网络中进行训练,建立全脑临床靶区分割模型;在测试阶段,将测试集中的数据输入到训练好的模型中,最终网络输出对每个像素的预测,生成分割结果。本发明从数据驱动的角度实现全脑放疗临床靶区图像分割,有效地解决了需要人工勾画的费时费力问题,可以克服传统图像分割算法的缺点,实现高精度全脑放疗临床靶区图像分割。
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