-
公开(公告)号：CN111489439A
公开(公告)日：2020-08-04
申请号：CN202010293554.0
申请日：2020-04-15
Applicant: 京东方科技集团股份有限公司 , 北京大学
Abstract: 本发明实施例提供一种三维线图重建方法、装置和电子设备，该方法包括：获取前一帧图像的二维特征线段，以及当前帧图像的观测线段；确定所述观测线段中与所述二维特征线段匹配的匹配线段；根据所述匹配线段，确定拍摄设备的当前位姿；根据所述当前位姿，对所述匹配线段求解三角化，获得所述当前帧图像的三维线图。整个计算过程简单，提高了获取三维线图的效率，可实时获得当前帧图像的三维线图。
-
公开(公告)号：CN111402422A
公开(公告)日：2020-07-10
申请号：CN202010180200.5
申请日：2020-03-16
Applicant: 京东方科技集团股份有限公司 , 北京大学
IPC: G06T17/30
Abstract: 本发明实施例提供一种三维表面重建方法、装置和电子设备，该方法包括：对目标对象进行数据采集，获得图像数据；根据图像数据，确定图像数据对应的三维点信息；根据三维点信息，对预获取的第一数据结构进行更新，获得第二数据结构，其中，第一数据结构至少包括第一节点，第一节点对应第一体素，第一节点包括第一体素对应的目标对象的三维表面；根据第二数据结构，确定目标对象的三维表面重建结果。通过对目标对象进行数据采集来获得图像数据，并根据图像数据对预获取的第一数据结构进行更新，并采用更新后获得的第二数据结构来确定目标对象的三维表面重建结果，可节省三维重建时的计算开支，提高在线进行三维表面重建的效率。
-
公开(公告)号：CN107507234B
公开(公告)日：2019-11-01
申请号：CN201710756002.7
申请日：2017-08-29
Applicant: 北京大学
IPC: G06T7/33
Abstract: 本发明公布了一种锥束计算机断层扫描图像与X光图像配准方法，利用基于混合残差卷积神经网络的回归模型建立二维X光图像与三维锥束CT图像非刚性变形参数之间的关联，基于混合残差卷积神经网络与变形参数迭代优化方法，实现可靠的在线二维三维图像配准；包括：提取得到图像通道；训练基于混合残差卷积神经网络的回归模型；进行基于回归的二维三维非刚性配准；迭代优化变形参数；由此得到由变形参数确定的最终的体图像，实现基于迭代回归的二维三维图像配准。本发明能够实现可靠的在线二维三维图像配准，可用于口腔临床基于二维与三维图像评价治疗及分析颅面生长。
-
公开(公告)号：CN108205805A
公开(公告)日：2018-06-26
申请号：CN201611184654.X
申请日：2016-12-20
Applicant: 北京大学
Abstract: 本发明公布了一种锥束CT图像间体素稠密对应的自动建立方法，分为对级联测地随机森林进行训练过程和在线测试过程；首先根据锥束CT图像定义图像子集，基于表观随机森林获取图像子集间体素的相似度，然后基于级联测地随机森林更新图像子集间体素的相似度，再利用正则化机制获取原始图像间稠密体素对应，由此实现锥束CT图像间体素稠密对应的快速自动建立。本发明建立对应的方法有效克服了现有方法对标注数据的大量需求以及稠密体素对应效率低的问题，基于本发明的体素对应可得到锥束CT图像之间的非刚性变形以及配准，用于估计不同锥束CT图像之间的差异及临床正畸治疗评价。
-
公开(公告)号：CN107203988A
公开(公告)日：2017-09-26
申请号：CN201610157767.4
申请日：2016-03-18
Applicant: 北京大学
CPC classification number: G06T7/0012 , G06T15/10 , G06T2207/10081 , G06T2207/30008 , G06T2215/06
Abstract: 本发明公布了一种由二维X光图像重建三维体图像的方法，包括训练回归模型阶段和在线重建三维体图像阶段；利用成对的三维体图像与其对应的二维X光图像训练得到回归森林模型；再输入一张二维X光图像，采用训练回归模型阶段学习获得的回归森林模型进行预测，得到三维体图像；该方法应用于对颅骨形态进行重建生成三维颅面体图像，使用锥束CT图像作为训练数据训练回归模型，可以一张X光片通过重建得到的体图像中三维骨结构表面，大大降低了回归预测的计算代价，同时利用迭代修正可以有效改善重建体图像精度，重建得到的三维体图像可用于口腔临床对于颅面生长规律的分析。
-
Patent Agency Ranking
公开(公告)号：CN104050483B
公开(公告)日：2017-05-03
申请号：CN201410290957.4
申请日：2014-06-25
Applicant: 北京大学
IPC: G06K9/62
Abstract: 一种基于局部正交对齐的降维方法，包括：输入初始高维数据矩阵，根据高维数据点之间的欧式距离，获取数据点的局部近邻关系；将局部高维数据进行低维表示；将低维坐标全局对齐；获取降维目标函数；将降维目标函数分解为半正定松弛部分和正交约束部分，并分别通过半正定松弛方法和强制正交化方法进行求解，最终得到降维后的结果。本发明所述的降维方法，能较好地保持原始数据的诸如数据点间距离，角度等几何信息，能对原数据做到极高的几何保真效果。
-
公开(公告)号：CN106175657A
公开(公告)日：2016-12-07
申请号：CN201510919621.4
申请日：2015-12-11
Applicant: 北京大学第一医院
CPC classification number: A61B3/0285 , A61B3/032
Abstract: 本发明公开了一种视力自动检测系统，涉及医疗器械技术领域，包括：显示器；注视模型训练模块，用于通过在所述显示器的视力检测区域呈现图像，得到视力测试者注视图像的注视模型；视力测试模块，用于通过在所述显示器的视力检测区域呈现频率递增的测试光栅，得到视力测试者注视所述测试光栅的注视行为；测试结果处理模块，根据所述视力测试者的注视模型以及注视行为，确定注视预测值，并根据所述测试光栅的频率值以及注视预测值，得到所述视力测试者的视力测试结果。本发明能够自动得到视力检测结果，操作简单，便于掌握，对检测技巧要求大大减低，能够减少培训时间和人力成本，使适用范围更广，检测的准确率更高。
-
公开(公告)号：CN103823887A
公开(公告)日：2014-05-28
申请号：CN201410084319.7
申请日：2014-03-10
Applicant: 北京大学
CPC classification number: G06F17/30256 , G06K9/46
Abstract: 一种基于低秩全局几何一致性检验的错误匹配检测方法：用SIFT及BoF提取并匹配两幅待比较图像中的特征点；计算两幅图像的平方距离矩阵并将之合并；将合并后的平方距离矩阵分解为一个真实匹配对组成的平方距离矩阵A和一个错误匹配造成的差异矩阵E；计算E矩阵各行列元素之和并排序，并计算排序后各和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的对应特征点对判定为错误匹配对；去掉错误匹配对，根据真实匹配点对计算图像间的相似度，根据相似度大小排序输出图像检索结果。本发明简单高效，仅使用特征的坐标作为唯一输入信息，却能够处理造成重复图片差异的相似性变换，可以正确地检测所有错误匹配对。
-
公开(公告)号：CN101446980B
公开(公告)日：2011-09-14
申请号：CN200810246851.9
申请日：2008-12-26
Applicant: 北京大学
Abstract: 本发明涉及一种基于彩色旋转图像的三维部分形状匹配和检索方法，包括步骤：对三维形状表面进行采样，得到一系列基点，在每个基点上计算一种局部形状特征；对所述局部形状特征进行聚类得到聚类中心，保存所述聚类中心构成局部形状特征词典；在所述局部形状特征词典中查找和每个局部形状特征最接近的聚类中心，并将该特征用聚类中心的编号替代；对每个带有聚类中心编号的基点计算旋转图像形状特征，生成彩色旋转图像特征；计算两个彩色旋转图像间的相似性及两个三维形状之间的相似性。该方法解决了传统三维模型检索方法不适用于基于部分形状相似性查找，和对三维形状数据中的噪声和遮挡较为敏感的问题。
-
公开(公告)号：CN101950430A
公开(公告)日：2011-01-19
申请号：CN201010289480.X
申请日：2010-09-23
Applicant: 北京大学
IPC: G06T17/00
Abstract: 本发明提供了一种基于曲面断层片的三维牙齿重建方法，属于口腔临床医学和计算机图形学领域。本发明提供的方法主要包括：仿真曲面断层图像采集，建立成像面与数字化的三维石膏牙冠模型的一致坐标系；坐标系中放置三维牙齿模型；对牙冠部分进行变形，使之与病人牙齿一致；使用曲面断层图像中的牙根轮廓约束牙根变形。本发明提出的方法可以依据曲面断层图像中牙冠根的投影形态以及石膏牙冠构造特定的三维整体牙齿模型，有效克服了传统方法中通用模型中的特征缺失，缺乏个性化的问题。同时基于本方法，避免了CT等放射性设备的使用，利用现有的曲面断层图像数据，可重建特定病人的三维完整牙齿几何信息。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.021 seconds)
