-
公开(公告)号：CN109744996B
公开(公告)日：2021-06-15
申请号：CN201910027537.X
申请日：2019-01-11
Applicant: 中南大学
Abstract: 本发明公开了一种OCT图像的BMO位置定位方法，包括合成二维投影图并对彩色眼底图像进行视盘分割；彩色眼底图和二维投影图进行配准得到二维投影图上的视盘轮廓；视盘轮廓投影到OCT图像上得到两条投影线；分割RPE层并得到BMO点的粗定位点；训练识别网络；以BMO点的粗定位点为中心提取感兴趣区域并输入识别网络；将识别结果进行后处理并选取一致性最好的图像块作为最终的BMO定位区域；最终的BMO定位区域的集合中心即为最终的BMO定位点。本发明方法在BMO定位的精度上优于现有方法，更为接近专家手动标定的结果，而且本发明能够减少BMO周围组织对自动定位造成的影响，帮助临床医生自动标定出BMO位置。
-
公开(公告)号：CN112418290A
公开(公告)日：2021-02-26
申请号：CN202011288531.7
申请日：2020-11-17
Applicant: 中南大学
Abstract: 本发明公开了一种实时OCT图像的ROI区域预测方法，包括构建OCT图像的ROI区域初始预测模型；获取历史OCT图像数据并标定；对构造的OCT图像的ROI区域初始预测模型进行训练得到实时OCT图像的ROI区域预测模型；采用得到的实时OCT图像的ROI区域预测模型对获取的实时OCT图像进行处理得到实时OCT图像的ROI区域预测结果。本发明还公开了包括所述实时OCT图像的ROI区域预测方法的显示方法。本发明通过分组卷积的应用，以及对传统模型的修正和优化，实现了实时OCT图像的ROI区域预测，而且可靠性高、准确性高、有效性好且实用性好。
-
公开(公告)号：CN110390650A
公开(公告)日：2019-10-29
申请号：CN201910665387.5
申请日：2019-07-23
Applicant: 中南大学
Abstract: 本发明公开了一种基于密集连接和生成对抗网络的OCT图像去噪方法，属于图像修复技术领域，本发明根据噪声随机性的特征，采用多帧配准方式合成参考图像，从而使网络可以学习噪声图像到参考图像之间的映射关系；合成噪声的步骤可以有效的扩充散斑噪声的多样性，合成新的样本数据；利用网络的多尺度特征进行密集融合，以较少的参数增强有效特征的重复利用和传递；采用对抗生成网络的方式保证图像的整体感知质量；训练完成的生成式模型可以直接处理任何分辨率的噪声OCT图像，有较高的速度和性能，在临床中有较高的使用价值。
-
公开(公告)号：CN109410191A
公开(公告)日：2019-03-01
申请号：CN201811215822.6
申请日：2018-10-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于OCT图像的眼底血管定位方法，包括获取眼底血管的OCT图像；采用梯度阈值法对眼底血管的OCT图像进行感兴趣区域提取；采用自适应种子点区域生长算法对的感兴趣区域进行血管分割得到最终的眼底血管图像数据。本发明还公开了包括所述基于OCT图像的眼底血管定位方法的贫血筛查方法。本发明基于视网膜眼底血管OCT图像，能够有效而清晰的对OCT图像中的眼底血管进行分割；采用该基于OCT图像的眼底血管定位方法的贫血筛查方法，能够有效和准确的通过患者的眼底血管OCT图像对患者的贫血状态机进行筛分。
-
公开(公告)号：CN105913463B
公开(公告)日：2018-12-25
申请号：CN201610222464.6
申请日：2016-04-11
Applicant: 中南大学
Abstract: 本发明提供了一种基于位置先验的纹理‑颜色特征全局显著性检测方法，该方法以像素点为基本单位，在位置先验的基础上，分别提取图像的颜色特征和纹理特征，通过使用某一区域与整幅图像的对比度来计算该区域的显著值，基于全局对比度进行显著性检测，分别生成对应的颜色显著图和纹理显著图，最后将三幅显著图归一化，融合生成主显著图。该方法生成的显著图可以辨识出显著物体，更加符合人类观察结果，同时提高了精度与召回率，生成的显著图更加清晰，辨识度高。
-
Patent Agency Ranking
公开(公告)号：CN104573685B
公开(公告)日：2017-11-21
申请号：CN201510046301.2
申请日：2015-01-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于线性结构提取的文本检测方法，将文本连通区域看作是不同形状的线性结构的组合；通过提取线性结构，粗略定位文本区域；然后通过色彩聚类和基于色彩距离的区域生长，从初始文本区域中得到完整的文本连通域。进一步分析连通区域的几何和空间位置特征，得到候选文本字符串。其中，线性结构的提取采用多尺度Hessian矩阵滤波方法，分别对原始彩色图像的R、G和B三个通道上操作，使得本方法在一定程度上，克服光照对图像的影响；通过高斯混合模型色彩聚类和基于色彩距离的区域生长，两步色彩分析方法，使得本方法对不同大小、笔画宽度文本的检测性都较好，进一步提高本方法的鲁棒性。
-
公开(公告)号：CN103886308B
公开(公告)日：2017-03-29
申请号：CN201410150661.2
申请日：2014-04-15
Applicant: 中南大学
Abstract: 本发明公开了一种使用聚合通道特征和软级联分类器的行人检测方法，包括以下步骤：步骤1：获取图像，并对图像进行预处理构成图像金字塔；步骤2：从图像金字塔中提取聚合通道特征金字塔；步骤3：在聚合通道特征金字塔上按照设定的步长滑动检测窗口，获得检测块；步骤4：使用已训练好的多个软级联分类器将步骤3获得的检测块依次分类为含有行人或不含行人的检测块；步骤5：被分类为含有行人的检测块标记为行人候选窗口，并记录每个行人候选窗口的分类得分；步骤6：去除重叠行人候选窗口；步骤7：输出行人检测结果。聚合通道特征有效描述了行人类的外观共性。多个软级联分类器组成检测器的方式较好处理了训练数据不平衡问题，提高了检测能力。
-
公开(公告)号：CN106023094A
公开(公告)日：2016-10-12
申请号：CN201610304053.1
申请日：2016-05-10
Applicant: 中南大学
CPC classification number: G06T5/005 , G06T7/0012 , G06T2207/30008
Abstract: 本发明公开一种基于图像的骨组织微观结构修复系统及其修复方法。所述基于图像的骨组织微观结构修复系统包括图像处理模块、图像配准模块及填充模块，通过所述图像处理模块获得完整的具低精度的第一图像和具缺失部位的高精度的第二图像，通过位置映射关系获得缺失部位相对应的映射区域，再通过计算整体匹配度在第二图像中获得与所述映射区域相似度最高的匹配块，再通过位置映射关系将所述匹配块的填充区域填充至所述缺失部位完成修复。本发明的基于图像的骨组织微观结构修复系统及其修复方法具有修复精度高的优点。
-
公开(公告)号：CN104573685A
公开(公告)日：2015-04-29
申请号：CN201510046301.2
申请日：2015-01-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于线性结构提取的文本检测方法，将文本连通区域看作是不同形状的线性结构的组合；通过提取线性结构，粗略定位文本区域；然后通过色彩聚类和基于色彩距离的区域生长，从初始文本区域中得到完整的文本连通域。进一步分析连通区域的几何和空间位置特征，得到候选文本字符串。其中，线性结构的提取采用多尺度Hessian矩阵滤波方法，分别对原始彩色图像的R、G和B三个通道上操作，使得本方法在一定程度上，克服光照对图像的影响；通过高斯混合模型色彩聚类和基于色彩距离的区域生长，两步色彩分析方法，使得本方法对不同大小、笔画宽度文本的检测性都较好，进一步提高本方法的鲁棒性。
-
公开(公告)号：CN104537355A
公开(公告)日：2015-04-22
申请号：CN201510013897.6
申请日：2015-01-12
Applicant: 中南大学
CPC classification number: G06T7/11
Abstract: 本发明提出了一种利用图像边界信息和区域连通性的显著对象检测方法，通过对待检测的图像进行超像素分割，利用超像素的平均Lab颜色特征向量和超像素的空间拓扑关系构建三个无向加权图，计算每个超像素到图像边界的最短路径，获取三个显著图，将三个显著图相乘得到最终的显著图，完成显著对象的检测；利用超像素的局部上下文信息对显著值进行修正，从而提高了显著对象检测的精度，进一步降低背景区域的显著性；此外，采用逻辑斯蒂回归器对根据不同连通性计算得到的修正后的显著图进行特征整合，得到最终的在显著对象区域均匀高亮的显著图。本方法能够快速的将显著对象区域高亮，并且能够降低背景中高对比度区域的误检率。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.023 seconds)
