-
公开(公告)号：CN112184554A
公开(公告)日：2021-01-05
申请号：CN202011090427.7
申请日：2020-10-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于残差混合膨胀卷积的遥感图像融合方法，包括步骤：S1将低分辨率的多光谱图像和高分辨率的全色图像分别进行相应倍数的下采样，并将其堆叠在一起，构建模型需要的数据集；S2借助卷积神经网络的性质，构建一个多尺度的深层残差混合膨胀卷积神经网络；S3采用随机梯度下降算法对网络进行训练，得到训练后的深度卷积神经网络模型；S4将待融合的多光谱图像和全色图像输入到训练后的深度卷积神经网络模型中，得到融合后的高空间分辨率的多光谱图像。本发明利用深度卷积网络更充分地提取图像的空间特征，提高了遥感图像融合方法的融合效果。
-
公开(公告)号：CN107274478B
公开(公告)日：2020-09-29
申请号：CN201710357429.X
申请日：2017-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种便携的婴幼儿足生物力学异常智能检测与辅诊矫正系统，涉及足生物力学数据采集、多模态数据融合、3D图形学、人工智能等技术领域。包括：1)足部数据扫描设备安放在基层医院，扫描获取足部数据并将数据通过网络传输到云端服务器；2)云端服务器存储、建档婴幼儿足部数据，生成该儿童足部3D模型，并开发智能诊疗算法，根据获取的足部数据智能判断是否异常，再将诊断结果返回基层医院；3)若检测结果异常，在给用户返回诊断结果的同时，云端服务器上的智能诊疗算法针对该异常数据生成矫正鞋或鞋垫3D模型并发送至指定医院或机构的3D打印中心；4)3D打印中心打印出对应的矫正鞋或鞋垫，交付给用户使用。
-
公开(公告)号：CN111260599A
公开(公告)日：2020-06-09
申请号：CN202010067251.7
申请日：2020-01-20
Applicant: 重庆邮电大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于DCT和聚焦评价的多聚焦图像融合方法，涉及数字图像处理、机器视觉的技术领域。具体步骤为：1)直接从多幅源图像读取比特流，再对其进行解码和去量化，以获得每个块的DCT系数；2)分别对每个块的DCT系数进行归一化，并计算其低阶DCT系数；3)以高阶与低阶DCT系数的能量的比值作为聚焦评价函数，比较多幅源图像对应块的聚焦评价值，依据最大值判定初始决策图；4)对初始决策图进行一致性验证，再依据所得最终决策图融合图像；5)利用量化表量化图像，再熵编码得到融合图像的位流进行存储和传输。本发明针对在无线视觉传感器网络(WVSN)中的JPEG格式图像，建立了图像DCT系数与其聚焦程度的联系，大大降低了时间复杂度，并提高了图像的融合效果。
-
公开(公告)号：CN111160398A
公开(公告)日：2020-05-15
申请号：CN201911241296.5
申请日：2019-12-06
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种基于示例级和标签级关联的缺失标签多标签分类方法，包括步骤：S1输入训练样本的特征矩阵，通过线性重组策略构建基于特征的样本近邻图，来挖掘样本的几何结构信息，得到示例级的关联矩阵；S2输入训练样本的标签矩阵，通过低秩表示的方法构建基于标签的语义关联图，来挖掘标签的语义关联信息，得到标签级的关联矩阵；S3利用拉普拉斯流形正则化将这两种标签关联构造为两个正则化项；S4构造目标函数并对其进行求解。本发明同时结合了示例级和标签级的关联性，能够有效提升多标签分类方法在标签部分缺失的情况下的分类效果。
-
公开(公告)号：CN110490880A
公开(公告)日：2019-11-22
申请号：CN201910757166.0
申请日：2019-08-16
Applicant: 重庆邮电大学
IPC: G06T7/11
Abstract: 本发明涉及一种基于局部视觉线索的髋关节X光图像分割方法及系统，所述方法包括：对数据集中的图像数据进行预处理，学习标准U-net网络的第一层卷积块特征，使用Sobel算子得到粗糙标签，通过第一卷积块特征和粗糙标签提取局部视觉线索LVC，用LVC结合S-loss损失函数指导U-net网络输出初步分割结果图，利用LVC生成LVC局部视觉指导，并与初步分割结果图通过可变形的空间变换网络，输出采样偏移场，将初步分割结果图进行重采样得到图像的最终分割结果；本发明解决医学图像分割过程中监督学习模型容易受到标签噪声的影响的问题，降低医学图像标签生成的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN109977820A
公开(公告)日：2019-07-05
申请号：CN201910194587.7
申请日：2019-03-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种疲劳驾驶判定方法，属于图像处理领域。该方法分为三个部分：驾驶员嘴部疲劳检测、驾驶员眼部疲劳检测以及驾驶员整体疲劳驾驶判定。该方法旨在解决现有检测率不高、实用性较差只能解决单帧图像下的疲劳检测的问题。在数据集的测试中能够达到更好的检测效果。此外，本方法还能为车载摄像头之类的车内设备嵌入式开发提供技术支持。
-
公开(公告)号：CN109816617A
公开(公告)日：2019-05-28
申请号：CN201811487076.6
申请日：2018-12-06
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于导向滤波和图论显著性的多模态医学图像融合方法，主要用于融合多模态医学图像，包括步骤：S1得到待融合图像的平滑子带图像和细节子带图像；S2利用图论显著性方法构造融合规则重组平滑子带系数和细节子带系数；S3重构融合后的平滑子带系数和细节子带系数得到融合后的图像。本发明基于导向滤波算法的分解方法时间复杂度较低，保证融合图像且在分解过程中能有效的减少噪声的干扰，增加方法的鲁棒性；同时利用图论的显著性方法来提取平滑子带图像的亮度、颜色和方向特征，能保留灰度图像的亮度信息和伪彩色图像的颜色信息，有效解决其他融合方法融合图像亮度信息丢失和色彩失真问题，保证融合图像的质量。
-
公开(公告)号：CN105447492B
公开(公告)日：2018-10-12
申请号：CN201510779328.2
申请日：2015-11-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于二维局部二值模式(二维LBP)的图像描述方法，涉及数字图像处理、机器视觉的技术领域。本发明首先对数据集中的图像进行预处理，使彩色图像变为灰度图像；采用旋转不变均匀局部二值模式方法(LBPriu)对预处理后的图像进行特征提取，得到图像的局部二值模式图(LBP图)；然后确定LBP图窗口大小，在LBP图上构造二维LBP特征，同时改变LBPriu邻域半径大小，将不同半径对应的二维LBP特征进行融合，构造出描述图像的最终特征；最后选取训练集和测试集，并将测试集与训练集相匹配得到分类结果。本发明利用了图像LBP值的上下文信息，有效提高了对图像描述的准确率。
-
公开(公告)号：CN107705289A
公开(公告)日：2018-02-16
申请号：CN201710791724.6
申请日：2017-09-05
Applicant: 重庆邮电大学
CPC classification number: G06T7/0012 , G06T7/10 , G06T7/62 , G06T17/00 , G06T2207/30101
Abstract: 本发明涉及医学图像处理技术领域，特别涉及一种基于骨架拓扑结构的血管模拟重建方法，包括：利用终端节点和分支节点间的骨架点，通过拟合获取血管的骨架线；利用体素的大小，计算出各血管段的长度；并根据骨架线获取血管垂直截面，并获取有效面积，从而计算出等效半径；并根据所述血管段的长度和所述等效半径模拟血管；本发明利用了分割血管的图像空间和物理空间的关系，使之更好的构建骨架分支点之间和其它骨架点的关联关系，提高图像测量血管段长度和血管半径的有效性和精度；相对于传统的医学图像血管段测量方法，本发明更为自动化以及有更佳的测量结果。
-
公开(公告)号：CN107689043A
公开(公告)日：2018-02-13
申请号：CN201710749812.X
申请日：2017-08-28
Applicant: 重庆邮电大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T7/11 , G06T2207/10081 , G06T2207/10088 , G06T2207/10104 , G06T2207/30101
Abstract: 本发明属于医学图像处理技术邻域，特别涉及一种血管段终端节点与分支节点的获取方法，所述方法包括：分析骨架点邻域关系，得到骨架关系集合；削减伪骨架分支；分析骨架分支点，根据这些骨架分支节点的连通关系，当分支节点存在相邻关系时，则形成分支聚集；通过分支节点和连接边重建骨架关系，重复上述步骤直到分支节点的连接邻域数大于3或者分支节点数不再减少；本发明更好的构建骨架分支节点之间和其它骨架点的关联关系，为测量血管段长度和血管半径提供基础。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.032 seconds)
