“形态学”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果168433个，建议您升级VIP下载更多相关专利

[发明专利]一种多层形态学脑网络构建方法、智能终端及存储介质-CN202110649515.4有效
发明人：王金辉;李贞;李俊乐;王宁凯 -专利权人：华南师范大学
申请日： 2021-06-10 - 公布日： 2022-06-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种多层形态学脑网络构建方法、智能终端及存储介质，包括：获取人脑影像数据，对所述人脑影像数据进行预处理，从所述人脑影像数据中提取若干形态学特征；基于预设的皮层图谱对若干所述形态学特征按照脑区进行划分，确定各个所述形态学特征所属的脑区；根据若干所述形态学特征和各个所述形态学特征所属的脑区，构建多层形态学脑网络。本发明构建方法简单，构建出的多层形态学脑网络融合了多种形态学特征，兼顾不同形态学特征之间的关联性和特异性，提供了丰富综合的大脑皮层形态信息，保证了实际研究分析过程中的时间效率、经济效益。
一种多层形态学网络构建方法智能终端存储介质

[发明专利]一种城市建筑物高分遥感影像自动提取的方法及装置-CN202010850697.7在审
发明人：李治;傅俏燕;郑琎琎;李晓进 -专利权人：中国资源卫星应用中心
申请日： 2020-08-21 - 公布日： 2021-01-05 - 主分类号： G06T7/11 文献下载
摘要：本申请公开了一种城市建筑物高分遥感影像自动提取的方法及装置，该方法包括：根据原始高分遥感影像分别计算遥感影像的差分形态学结构序列特征以及差分形态学属性序列特征；根据差分形态学结构序列特征和差分形态学属性序列特征构建特征优选模型，并根据特征优选模型对差分形态学结构序列特征和差分形态学属性序列特征进行优选得到优选后的形态学结构优选特征和形态学属性优选特征；根据预设的多源先验信息对优选后的形态学结构优选特征和形态学属性优选特征进行城市建筑物信息自动分割
一种城市建筑物高分遥感影像自动提取方法装置

[发明专利]基于形态学房屋指数的高分辨率遥感影像房屋提取方法-CN201410238937.2在审
发明人：黄昕 -专利权人：武汉大学
申请日： 2014-05-30 - 公布日： 2014-08-13 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于形态学房屋指数的高分辨率遥感影像房屋提取方法，本发明针对高分辨率遥感影像上房屋的亮度大、各向同性、类矩度的特点，基于形态学运算构建形态学房屋指数，采用形态学房屋指数自动提取遥感影像房屋在此基础上，本发明还利用阴影和房屋相似的空间特性和相反的光学特性，从形态学房屋指数衍生出形态学阴影指数，并采用形态学阴影指数对房屋提取进行约束，从而进一步优化房屋提取精度。本发明无需手动分割、无需人工训练，可实现遥感影像房屋的全自动化提取；加入形态学阴影指数进行约束，可显著提高房屋提取精度。
基于形态学房屋指数高分辨率遥感影像提取方法

[发明专利]一种基于稀疏结构元素的数学形态学信号处理方法-CN202010651047.X有效
发明人：吴青华;张禄亮;黄鸣畅 -专利权人：华南理工大学
申请日： 2020-07-08 - 公布日： 2023-06-16 - 主分类号： G06F17/15 文献下载
摘要：本发明公开了一种基于稀疏结构元素的数学形态学信号处理方法，包括步骤：1)构建稀疏型结构元素；2)利用稀疏型结构元素对信号进行形态学滤波；3)对滤波结果使用多阶段稀疏算法或二阶段稀疏算法改善滤波效果；4)构建游离型结构元素和双极性形态学梯度；5)利用游离型结构元素对信号进行双极性形态学梯度提取。本发明可有效减少数学形态学信号处理的计算量和计算时间，并增强了形态学梯度的幅值。
一种基于稀疏结构元素数学形态学信号处理方法

[发明专利]一种量化类器官形态学亚型与生物学功能关系的方法-CN202310718847.2在审
发明人：黄锴;于文龙;顾忠泽 -专利权人：江苏运动健康研究院
申请日： 2023-06-16 - 公布日： 2023-09-15 - 主分类号： G06V10/74 文献下载
摘要：本发明涉及一种量化类器官形态学亚型与生物学功能关系的方法，包括如下步骤：步骤1、类器官的异质性分析：对若干原代类器官进行诱导培养及形态学区分，筛选获得各类器官相互间形态学可区分的类器官系，并观察类器官系的形态学亚型；步骤2、类器官的外部扰动处理；步骤3、明场成像及图像预处理；步骤4、采用生物学功能识别模型预测生物学功能参数：步骤5、将类器官形态学标签的添加到扰动后明场图像数据中；步骤6、关联性图谱的构建：将生物学功能参数的得分进行归一化，并进行四分位数划分，然后按顺序与形态学亚型对应，构建形态学亚型与生物学功能参数得分的关联性图谱。本发明能够揭示形态学异质性与生物学功能之间的关系，且准确性高。
一种量化器官形态学生物学功能关系方法

[发明专利]个体化结构脑网络构建方法、系统、电子设备及存储介质-CN202110788813.1在审
发明人：王骄健;肖雅琼;谭力海 -专利权人：深圳市神经科学研究院
申请日： 2021-07-13 - 公布日： 2021-11-09 - 主分类号： G06T7/00 文献下载
摘要：本申请的个体化结构脑网络构建方法，包括：获取脑部结构的多个结构磁共振数据，根据多个结构磁共振数据得到多个第一形态学特征值；对脑部结构划分得到多个功能区域，获取每一功能区域对应的第一形态学特征值作为第二形态学特征值；根据每一第二形态学特征值生成对应的形态学向量，并根据至少两个形态学向量得到至少两个形态学向量的相似性；根据至少两个形态学向量的相似性，构建脑部结构的脑网络。本申请能够根据大脑结构形态学特征构成的不同长度向量，计算出不同长度向量间的最优归整距离并且不丢失大脑体素信息，进而提高脑网络构建的准确度。
个体化结构网络构建方法系统电子设备存储介质

[发明专利]一种利用数学形态学切换变换构造形态学对比度算子的矿物图像增强方法-CN201410583639.7在审
发明人：白相志 -专利权人：北京航空航天大学
申请日： 2014-10-27 - 公布日： 2015-02-11 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种利用数学形态学切换变换构造形态学对比度算子的矿物图像增强方法，它有五大步骤：首先，利用基于形态学开、闭运算的形态学切换变换构造形态学对比度算子；其次，通过构造的形态学对比度算子提取图像中的重要矿物特征；然后，在引入形态学多尺度运算的基础上，进行重要矿物特征提取的多尺度扩展；随后，由多尺度特征产生最终的矿物图像特征；最后，将提取得到的最终矿物图像特征引入原始矿物图像，达到有效增强矿物图像的目的。
一种利用数学形态学切换变换构造对比度算子矿物图像增强方法

[发明专利]检测模式控制电路-CN201910636228.2在审
发明人：陈刚;焦建华;邵金华;孙锦;段后利 -专利权人：无锡海斯凯尔医学技术有限公司
申请日： 2019-07-15 - 公布日： 2019-10-01 - 主分类号： G05B19/04 文献下载
摘要：本发明涉及一种检测模式控制电路包括：形态学检测模块与形态学检测探头连接；形态学检测模块用于根据用户指令或系统设定生成形态学检测控制信号弹性检测模块与开关模块连接，用于根据用户指令或系统设定生成弹性检测控制信号以及第二控制信号；开关模块与复合探头连接；用于接收所述形态学检测控制信号、弹性检测控制信号以及第二控制信号，并根据第二控制信号控制复合探头执行形态学检测，或根据第二控制信号控制复合探头执行弹性检测。本发明利用一个复合探头执行形态学检测和弹性检测，使弹性检测位置更加精准，进一步的使诊断数据更加精确。
形态学检测弹性检测第二控制信号复合探头控制信号开关模块系统设定用户指令模式控制电路检测模式控制电路诊断数据种检测探头

[实用新型]检测模式控制电路-CN201921109021.1有效
发明人：陈刚;焦建华;邵金华;孙锦;段后利 -专利权人：无锡海斯凯尔医学技术有限公司
申请日： 2019-07-15 - 公布日： 2020-03-31 - 主分类号： G05B19/04 文献下载
摘要：本实用新型涉及一种检测模式控制电路包括：形态学检测模块与形态学检测探头连接；形态学检测模块用于根据用户指令或系统设定生成形态学检测控制信号弹性检测模块与开关模块连接，用于根据用户指令或系统设定生成弹性检测控制信号以及第二控制信号；开关模块与复合探头连接；用于接收所述形态学检测控制信号、弹性检测控制信号以及第二控制信号，并根据第二控制信号控制复合探头执行形态学检测，或根据第二控制信号控制复合探头执行弹性检测。本实用新型利用一个复合探头执行形态学检测和弹性检测，使弹性检测位置更加精准，进一步的使诊断数据更加精确。
检测模式控制电路

[发明专利]一种脑体素形态学高阶特征提取方法-CN202211463299.5在审
发明人：王训恒;张之凡;厉力华 -专利权人：杭州电子科技大学
申请日： 2022-11-17 - 公布日： 2023-03-07 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种脑体素形态学高阶特征提取方法，包括以下步骤：步骤一：采集多例脑部T1加权磁共振影像数据构成数据集；步骤二：使用多种磁共振影像工具进行数据预处理和3D空间标准化；步骤三：将多种3D空间标准化体素形态学数据组合成4D数据序列；步骤四：计算体素级网络特征作为脑体素形态学高阶特征；步骤五：计算脑区级网络特征作为脑体素形态学高阶特征；步骤六：通过脑龄预测验证脑体素形态学高阶特征的个体差异和效度，本发明在已有的脑体素形态学数据基础上构建个体化的脑网络特征提取方法，来弥补传统脑体素形态学缺少高阶特征的问题，将传统脑体素形态学拓展到脑网络研究领域。
一种脑体素形态学特征提取方法

[发明专利]一种数学形态学和LoG算子结合的边缘检测算法-CN201110386867.1无效
发明人：钟震宇;杨健雯;曹永军;陈辉;黄东运;陈光黎;黎伟权;卢杏坚 -专利权人：广东省科学院自动化工程研制中心
申请日： 2011-11-28 - 公布日： 2012-06-27 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种数学形态学和LoG算子结合的边缘检测算法，包括以下步骤：采用数学形态学方法对图像进行平滑处理；应用LoG算子，对采用数学形态学方法处理后的图像进行边缘检测。由于数学形态学具有简化图像数据、保持图像的基本形态特征、除去不相干结构、易于硬件实现等优点，在对含有噪声的图像进行边缘检测时，通过把数学形态学方法和LoG算子相结合，在不影响LoG算子的检测效率的同时，本发明作为一种数学形态学和LoG算子结合的边缘检测算法，适用于边缘检测领域。
一种数学形态学 log 算子结合边缘检测算法

[发明专利]一种基于结直肠癌CTC形态学分型的病况分析系统-CN202211652088.6在审
发明人：许剑民;常文举;任黎;刘彧;许东浩;周士钊;孙晓娟;李海敏;王志浩;彭海翔 -专利权人：复旦大学附属中山医院
申请日： 2022-12-21 - 公布日： 2023-03-28 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及一种基于结直肠癌CTC形态学分型的病况分析系统，包括CTC获取模块、CTC形态学特征提取模块和分类器；CTC获取模块用于获取CTC的扫描图像；CTC形态学特征提取模块用于根据CTC的扫描图像确定CTC的形态学特征；分类器搭载有训练好的机器学习模型，输入为CTC的形态学特征，输出为CTC的类型，不同类型的CTC关联有不同的结直肠癌病况。与现有技术相比，本发明通过将肠癌循环肿瘤细胞(CTC)的形态学特征数字化后对CTC进行分类，将CTC的形态学特征分类结果关联临床信息，为结直肠癌疗效的评估、预测预后和复发风险等。
一种基于直肠癌 ctc 形态学分病况分析系统

[发明专利]一种利用形态学中心算子的图像融合方法-CN201410150507.5无效
发明人：白相志;陈志国 -专利权人：北京航空航天大学
申请日： 2014-04-15 - 公布日： 2014-07-02 - 主分类号： G06T5/50 文献下载
摘要：一种利用形态学中心算子的图像融合方法，它有三大步骤：一、基于形态学开闭运算产生两种交替滤波器，并用两种交替滤波器产生形态学中心算子和反中心算子，通过形态学中心和反中心算子提取红外和可见光图像中的亮、暗特征；二、将多尺度形态学理论和形态学中心及反中心算子结合起来，在多尺度空间提取图像的亮、暗特征，据此产生有效的融合特征；三、在由形态学中心和反中心算子产生的基本图像的基础上，利用提取的多尺度融合特征构建融合图像
一种利用形态学中心算子图像融合方法

[发明专利]基于改进Roberts算子的不规则饮料瓶码放图像边缘检测方法-CN201810362962.X在审
发明人：卞家福 -专利权人：卞家福
申请日： 2018-04-21 - 公布日： 2018-11-06 - 主分类号： G06T7/13 文献下载
摘要：本发明请求保护一种基于改进Roberts算子的不规则饮料瓶码放图像边缘检测方法，包括以下步骤：S1、利用形态学平滑算法对不规则饮料瓶码放图像进行滤波、保留边缘信息并去除噪声；S2、计算单一尺度下图像的形态学梯度；根据所述单一尺度下图像的形态学梯度，计算得到多尺度形态学梯度图像；确定多尺度形态学梯度图像中的极大值点的位置；使用过零点位置模板选取对应的形态学梯度边缘，并根据预设阈值去除伪边缘；S3、采用改进Roberts边缘检测算子对多尺度形态学梯度图像进行边缘检测，得到不规则饮料瓶码放图像的边缘信息，本通信基站能提高频谱分配率、提高传输效率。
形态学不规则饮料瓶码放多尺度形态学梯度图像图像图像边缘检测边缘信息去除尺度边缘检测算子过零点位置改进边缘检测传输效率极大值点模板选取频谱分配平滑算法通信基站伪边缘滤波预设噪声保留

[发明专利]高分辨率遥感影像快速分割方法-CN201610112981.8有效
发明人：王薇;范一大;刘庆杰;汤童;张秦川 -专利权人：民政部国家减灾中心;北京航空航天大学
申请日： 2016-02-29 - 公布日： 2019-08-02 - 主分类号： G06T7/155 文献下载
摘要：本发明涉及图像处理领域，公开了一种高分辨率遥感影像快速分割方法，该方法包括：步骤S1、读取高分辨率遥感影像；步骤S2、计算所读取的高分辨率遥感影像的多波段形态学梯度，从而得到由所述多波段形态学梯度构成的多波段形态学梯度图像；步骤S3、对所述多波段形态学梯度图像进行形态学重建，以得到形态学重建后的梯度图像；步骤S4、对形态学重建后的梯度图像进行分水岭分割以得到分水岭分割后的图像；以及步骤S5、对分水岭分割后的图像进行区域合并
高分辨率遥感影像快速分割方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条