-
公开(公告)号：CN112532965A
公开(公告)日：2021-03-19
申请号：CN202011243751.8
申请日：2020-11-10
Applicant: 华中科技大学
IPC: H04N13/317 , H04N13/125 , H04N13/106
Abstract: 本发明公开了一种基于匹配加权的斜纹光栅立体原图填充方法，属于裸眼3D显示技术领域。本发明方法在立体原图合成过程中，对分数子像素的填充进行了改进，具体地，通过像素匹配对位于分数视点图像编号处的子像素所在的全像素所属对象与其临近视点像素所属对象之间的关系进行判断，进而选择使用反距离加权填充，或就近取整的方法获取子像素的值，对比现有方法，本发明方法所产生的立体原图在斜纹光栅的作用下，其图像粗糙感明显得到改善，画面更显细腻、细节更良好，抑制了串扰现象，减少了由于视差较小时串扰过多导致的假3D效果出现。
-
公开(公告)号：CN105303533B
公开(公告)日：2018-11-30
申请号：CN201510736092.4
申请日：2015-11-03
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种超声图像滤波方法，包括以下步骤：(1)对于待滤波超声图像采用大津算法进行分割，得到二值图像；(2)对二值图像，先进行腐蚀运算，后进行膨胀运算；(3)进行连通区域跟踪，对于二值图像中的所有亮点，通过邻域搜索将其分隔为若干个独立连通区域；(4)根据预设的阈值，保留超过阈值的独立连通区域作为目标区域；(5)将待滤波超声图像的目标区域作为滤波后的超声图像，其他区域置为背景。本发明方法能够有效对超声图像进行滤波，剔除噪声，保持原始数据的特征，并且目标不会发生任何的形变，同时，本方法计算量适中，算法难度小，实现容易。
-
公开(公告)号：CN104992425A
公开(公告)日：2015-10-21
申请号：CN201510447886.9
申请日：2015-07-27
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于GPU加速的DEM超分辨率方法。包括：(1)利用插值方法将低分辨率DEM学习数据扩充K倍，使其与高分辨率DEM学习数据达到同一尺度；同时将待重建的DEM数据通过相同的插值方法扩充K倍，得到低分辨率DEM重建数据；(2)分别将高分辨率DEM学习数据、低分辨率DEM学习数据和低分辨率DEM重建数据分为一系列大小为N×N的相互重叠的区域块；(3)对低分辨率DEM重建数据的每一个区域块，在低分辨率DEM学习数据中进行相似块查找，计算区域块的相似权重，通过将相似权重与给定的阈值T进行比较，得到高分辨率的DEM区域块。本发明能高效快速重建高分辨率DEM数据，且重建结果清晰，准确度高。
-
公开(公告)号：CN102799858A
公开(公告)日：2012-11-28
申请号：CN201210206544.4
申请日：2012-06-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于冗余特征消减的医学超声图像自动识别方法。首先从待处理的医学超声图像中提取感兴趣区域，从感兴趣区域提取特征；然后对提取的特征进行主成分分析，以去除冗余和无关的特征分量，确定独立有效的特征；最后依据独立有效的特征，利用分类器对感兴趣区域分类。本发明通过计算机对医学超声图像进行分析，提取的图像特征涵盖了空域和频域，更为全面地反映了图像的本质特性，有助于进行正确分类，具有较好的临床实用性。
-
公开(公告)号：CN118195896A
公开(公告)日：2024-06-14
申请号：CN202410290962.9
申请日：2024-03-14
Applicant: 华中科技大学
IPC: G06T3/4053 , G06V10/80 , G06T5/10
Abstract: 本发明公开了一种基于遥感图像引导的数字表面模型超分辨率方法及系统，属于遥感与测绘领域，包括：获取高分辨率遥感图像以及相应的高分辨率DSM数据，生成高分辨率遥感图像的阴影概率图，对高分辨率DSM数据进行降采样生成低分辨率DSM数据；将高分辨率遥感图像和低分辨率DSM数据输入双输入超分辨率网络，输出DSM预测结果；以阴影加权损失函数收敛为目标训练双输入超分辨率网络，函数以DSM预测结果和高分辨率DSM数据的差值生成损失项，以阴影概率图的像素生成逐点权重；将待重建的低分辨率DSM数据以及相应的高分辨率遥感图像输入训练后的双输入超分辨率网络，得到高分辨率DSM预测结果。有效提高了DSM数据精度，具有较高的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN109584164B
公开(公告)日：2023-05-26
申请号：CN201811549593.1
申请日：2018-12-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于二维影像迁移学习的医学图像超分辨率三维重建方法，包括以下步骤：(1)采集一系列二维医学影像数据作为训练数据；(2)对每张二维医学图像按隔(s‑1)列进行采样得到s个子图像矩阵，重复操作得到多组子图像矩阵；(3)设计三维重建用卷积神经网络，并利用多级图像矩阵进行训练；(4)利用训练后的卷积神经网络对待重建的初始图像序列进行三维重建。本发明将卷积神经网络引入到三维重建中，通过网络自主学习二维影像列之间的位置关系，随后将切片序列转换成二维图像，可将切片序列的层间关系转换为二维影像列之间的位置关系，使得三维重建问题转换成为二维问题，鲁棒性强，重建结果精度高。
-
公开(公告)号：CN113422948B
公开(公告)日：2022-07-15
申请号：CN202110736117.6
申请日：2021-06-30
Applicant: 华中科技大学
IPC: H04N13/393 , H04N13/327 , H04N13/398
Abstract: 本发明属于三维图像显示领域，公开了一种基于位置匹配的切片式三维图像显示方法及系统，其中方法包括以下步骤：(S1)提取二维图像切片序列；(S2)修正二维图像切片序列；(S3)将图像切片序列存储至投影控制模块中，并将该投影控制模块切换至工作状态；(S4)设置伺服电机的转速参数；(S5)发送触发信号，成像屏开始转动；(S6)再次发送触发信号，投影控制模块接收到触发信号后将切换投影图像为当前投影图像切片在修正后的二维图像切片序列中的下一张；如此重复，即可基于视觉暂留原理在成像屏上实现三维显示。本发明能够在降低运动控制系统的精度要求情况下，依旧可以呈现较佳的三维图像显示效果，增强系统的鲁棒性。
-
公开(公告)号：CN113422948A
公开(公告)日：2021-09-21
申请号：CN202110736117.6
申请日：2021-06-30
Applicant: 华中科技大学
IPC: H04N13/393 , H04N13/327 , H04N13/398
Abstract: 本发明属于三维图像显示领域，公开了一种基于位置匹配的切片式三维图像显示方法及系统，其中方法包括以下步骤：(S1)提取二维图像切片序列；(S2)修正二维图像切片序列；(S3)将图像切片序列存储至投影控制模块中，并将该投影控制模块切换至工作状态；(S4)设置伺服电机的转速参数；(S5)发送触发信号，成像屏开始转动；(S6)再次发送触发信号，投影控制模块接收到触发信号后将切换投影图像为当前投影图像切片在修正后的二维图像切片序列中的下一张；如此重复，即可基于视觉暂留原理在成像屏上实现三维显示。本发明能够在降低运动控制系统的精度要求情况下，依旧可以呈现较佳的三维图像显示效果，增强系统的鲁棒性。
-
公开(公告)号：CN113347407A
公开(公告)日：2021-09-03
申请号：CN202110558392.3
申请日：2021-05-21
Applicant: 华中科技大学
IPC: H04N13/305 , H04N13/275 , H04N13/271 , H04N13/106
Abstract: 本发明公开一种基于裸眼3D医学图像显示系统，属于医学图像3D显示领域。包括：转化模块，用于将医学体数据转化为三维模型；立体图像生成模块，用于从最新三维模型获取一系列视差图，依照裸眼3D显示特性对每个视差图进行规律性子像素抽样，填充生成立体图像；裸眼3D显示模块，用于使用柱镜光栅显示立体图像，以供用户裸眼观看。本发明通过从三维模型获取一系列视差图，依照裸眼3D显示特性对每个视差图进行规律性子像素抽样，填充生成立体图像，进而在配有光栅适配器的硬件设备下显示，给观看者提供更加清晰的空间关系，在医学图像领域上开辟一种全新的观看方式，无需佩戴额外器具即可观看3D效果，成像更为细腻、真实，给予更多便捷且具有更好观感。
-
公开(公告)号：CN110827242A
公开(公告)日：2020-02-21
申请号：CN201911009620.0
申请日：2019-10-23
Applicant: 华中科技大学
Abstract: 本发明属于医学图像处理领域，公开了一种基于卷积神经网络的颅内动脉瘤检测方法及系统，其中检测方法是基于三维时间飞跃磁共振血管成像图像(3D Time-of-Flight MR Angiography,3D TOF MRA)，先对血管进行提取，接着沿血管的中心线提取一系列的立方体体素块，作为感兴趣区域(Region of Interest,ROI)，对每个感兴趣区域ROI进行多个方向上的最大密度投影，得到最大密度投影图(Maximal Intensity Projection,MIP)；通过将MIP图作为输入并使用经过训练的卷积神经网络对MIP图进行分类，得到的分类结果反映ROI中是否包含动脉瘤，进而判断待检测对象是否存在颅内动脉瘤。本发明通过对方法整体流程处理、及相应系统装置中各个功能模块组件的设置方式进行改进，使检测方法及系统具有较高的分类准确率和敏感度。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.02 seconds)
