-
公开(公告)号：CN110334719B
公开(公告)日：2020-07-28
申请号：CN201910623705.1
申请日：2019-07-11
Applicant: 兰州交通大学
Abstract: 本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。
-
公开(公告)号：CN107948464B
公开(公告)日：2019-07-23
申请号：CN201710829987.1
申请日：2017-09-15
Applicant: 兰州交通大学
IPC: H04N5/14 , G06T5/00 , G06T7/00 , G01N21/956
Abstract: 本发明公开一种印刷品检测图像侧向偏移的几何校正方法及系统，所述几何校正方法包括：根据导致侧向偏移失真的印刷设备震动幅度，针对线阵相机所采集的图像建立针对行像素的平滑核；通过所述平滑核分别对参考图像和待检图像进行逐行像素横向平滑；分别计算对应各行横向平滑的绝对值对；从各行绝对值对中，选取每行对应的最小减影值；根据各所述最小减影值的像素位置横坐标确定横向获取各所述最小减影值时的像素位置横坐标；根据各所述像素位置横坐标计算行像素的偏移量，以将所述待检图像向所述参考图像进行像素横向畸变逐行校正，便于后续对待检图像进行印刷品缺陷检测，保证两图像单一变量比对前提，可大量减少差分伪影，降低缺陷检测误检率。
-
公开(公告)号：CN109685814A
公开(公告)日：2019-04-26
申请号：CN201910001478.9
申请日：2019-01-02
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于MSPCNN的胆囊结石超声图像全自动分割方法，包括：采用MSPCNN算法对超声图像进行分割，得到胆囊粗分割二值图像；采用形态学算法对所述胆囊粗分割二值图像进行分割，得到胆囊精确分割二值图像和结石精确分割二值图像；采用局部加权线性回归算法分别对所述胆囊精确分割二值图像和结石精确分割二值图像进行后处理，使胆囊结石边缘轮廓平滑，最终得到胆囊区域分割结果和结石区域分割结果。实现降低计算复杂度、减少分割步骤、提高图像分割速度与精度的优点。
-
公开(公告)号：CN107948464A
公开(公告)日：2018-04-20
申请号：CN201710829987.1
申请日：2017-09-15
Applicant: 兰州交通大学
IPC: H04N5/14 , G06T5/00 , G06T7/00 , G01N21/956
CPC classification number: H04N5/14 , G01N21/956 , G06T5/002 , G06T5/006 , G06T7/001 , G06T2207/30144
Abstract: 本发明公开一种印刷品检测图像侧向偏移的几何校正方法及系统，所述几何校正方法包括：根据导致侧向偏移失真的印刷设备震动幅度，针对线阵相机所采集的图像建立针对行像素的平滑核；通过所述平滑核分别对参考图像和待检图像进行逐行像素横向平滑；分别计算对应各行横向平滑的绝对值对；从各行绝对值对中，选取每行对应的最小减影值；根据各所述最小减影值的像素位置横坐标确定横向获取各所述最小减影值时的像素位置横坐标；根据各所述像素位置横坐标计算行像素的偏移量，以将所述待检图像向所述参考图像进行像素横向畸变逐行校正，便于后续对待检图像进行印刷品缺陷检测，保证两图像单一变量比对前提，可大量减少差分伪影，降低缺陷检测误检率。
-
公开(公告)号：CN103810670B
公开(公告)日：2017-01-18
申请号：CN201410033988.1
申请日：2014-01-24
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于CUDA流和共享内存的DVH图并行统计方法，包括以下步骤：在主机端对器官进行采样，并将采样点位置传入设备端，每个器官的剂量统计分别用一个流进行处理；步骤2：使用纹理存储器载入剂量矩阵：步骤3：根据每个线程分配到的位置点，使用纹理拾取进行拾取，纹理的滤波模式设置为线性插值，即对三维纹理的八个像元根据距离进行线性插值，并返回线性插值得到的值；步骤4：使用共享内存存储统计结果，通过在共享内存上开辟N个子剂量盒，解决共享内存会出现的bank冲突问题，并加快了统计速度。
-
Patent Agency Ranking
公开(公告)号：CN104134210A
公开(公告)日：2014-11-05
申请号：CN201410351843.6
申请日：2014-07-22
Applicant: 兰州交通大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于组合相似性测度的2D-3D医学图像并行配准方法。该方法首先使用CUDA并行计算模型完成DRR图像的快速生成过程，并组合差值绝对值和SAD与模式强度PI作为新的相似性测度在GPU上进行并行计算，最后将组合相似性测度值传递到CPU上采用基于细菌趋化行为的果蝇优化算法进行优化来寻找最优配准参数。通过实验对本方法性能进行验证表明：由于本发明方法在GPU中实现DRR快速生成及混合相似性测度的计算，有效地提高了本发明方法的执行速度，同时与单一相似性测度相比，本发明采用混合相似性测度提高了配准结果的精确性。
-
公开(公告)号：CN111866869A
公开(公告)日：2020-10-30
申请号：CN202010645474.7
申请日：2020-07-07
Applicant: 兰州交通大学
Abstract: 本发明提出了一种面向边缘计算的联邦学习室内定位隐私保护方法，该方法基于联邦学习和差分隐私保护技术，在边缘计算环境下进行室内定位模型的可信联邦训练，训练过程中各参与用户不共享训练数据，只通过共享定位模型参数进行室内定位模型的分布式训练和可信聚合，同时，通过端云协同的迭代方式更新模型参数，不断优化室内定位模型，实现多用户定位模型训练的隐私保护和协同获益。实验结果表明，与传统集中式的模型训练方法和基于联邦学习的模型训练方法相比，本发明不仅能提供可证明的隐私保护，而且在增加极小计算开销的情况下保证了模型的定位效果。
-
公开(公告)号：CN110334719A
公开(公告)日：2019-10-15
申请号：CN201910623705.1
申请日：2019-07-11
Applicant: 兰州交通大学
Abstract: 本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。
-
公开(公告)号：CN103914852B
公开(公告)日：2018-03-30
申请号：CN201410095122.3
申请日：2014-03-14
Applicant: 兰州交通大学
IPC: G16H30/20
Abstract: 本发明公开了一种基于CUDA的DICOM医学影像动态非线性调窗方法，包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息；设置图像窗口的窗宽和窗位，并将非线性函数用于调窗；基于CUDA采用并行算法计算非线性调窗中的映射方程，计算得出DIB图像的像素数据；根据计算得出的DIB图像的像素数据组成的像素数据组，以及步骤一中的标签信息填充位图结构体，并将构造的位图显示出来；根据显示的位图判断是否需要重新设置调窗的窗宽和窗位，如需要重新设置，则返回步骤二。非线性调窗对图像的显示更加细致，达到图像增强的效果，基于CUDA的并行计算有效缩短了DIB图像生成所用时间，保证了实时性。
-
公开(公告)号：CN104134210B
公开(公告)日：2017-05-10
申请号：CN201410351843.6
申请日：2014-07-22
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于组合相似性测度的2D‑3D医学图像并行配准方法。该方法首先使用CUDA并行计算模型完成DRR图像的快速生成过程，并组合差值绝对值和SAD与模式强度PI作为新的相似性测度在GPU上进行并行计算，最后将组合相似性测度值传递到CPU上采用基于细菌趋化行为的果蝇优化算法进行优化来寻找最优配准参数。通过实验对本方法性能进行验证表明：由于本发明方法在GPU中实现DRR快速生成及混合相似性测度的计算，有效地提高了本发明方法的执行速度，同时与单一相似性测度相比，本发明采用混合相似性测度提高了配准结果的精确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
