基于多注意力U-Net全卷积网络的视网膜图像视盘提取方法

    公开(公告)号:CN114387437A

    公开(公告)日:2022-04-22

    申请号:CN202210029904.1

    申请日:2022-01-12

    Abstract: 本发明涉及一种基于多注意力U‑Net全卷积网络的视网膜图像视盘提取方法,包括以下步骤:步骤S1:获取原始彩色视网膜图像,并采用最亮点提取及区域模糊最亮区域的方法进行感兴趣区域提取;步骤S2:根据提取的感兴趣区域图像,采用RGB通道分离,并对分离后的红色通道图像进行直方图均衡化和标准化处理;步骤S3:将红色通道图像,直方图均衡化图图像和标准化图像进行通道融合产生新的三通道图像;步骤S4:基于多注意力U‑Net全卷积网络,构建并训练视网膜图像视盘分割模型;步骤S5将将通道融合后的图像数据输入视网膜视盘分割模型进行视网膜图像视盘提取分割。本发明实现了视网膜图像视盘的高精度提取分割。

    一种基于空间通道注意力机制神经网络的图像匹配方法

    公开(公告)号:CN112489098A

    公开(公告)日:2021-03-12

    申请号:CN202011461803.9

    申请日:2020-12-09

    Abstract: 本发明涉及一种基于空间通道注意力机制神经网络的图像匹配方法。该方法包括步骤:步骤1:根据SIFT方法得到初始匹配集合c;步骤2:通过改进的OANet网络对输入数据进行处理从而得到匹配对为正确匹配的概率;步骤3:对步骤2得到的结果通过加权8点算法进行计算得到本质矩阵;步骤4,根据本质矩阵信息得到准确的相机姿态(旋转和平移)。本发明的网络能够有效地剔除异常值(离群点),同时估计成图像对的相机姿态。本发明的一种基于空间通道注意力机制神经网络的图像匹配方法在mAP5°方法取得很大的提升。

Patent Agency Ranking