-
公开(公告)号：CN107093189A
公开(公告)日：2017-08-25
申请号：CN201710253274.5
申请日：2017-04-18
Applicant: 山东大学
CPC classification number: G06T7/262 , G06T7/207 , G06T7/70 , G06T2207/10016
Abstract: 本发明公开了基于自适应颜色特征和时空上下文的目标跟踪方法及系统；包括以下步骤：在输入视频序列第一帧图像后，用矩形框选择跟踪目标；计算第1帧的目标置信图；跟踪目标置信图包括上下文先验模型和空间上下文模型；根据空间上下文模型学习更新第t帧的时空上下文模型；利用得到的时空上下文模型，对第t+1帧图像进行卷积操作，计算第t+1帧的目标置信图，并求得目标置信图的最大似然概率位置作为最佳目标位置；将最佳目标位置作为新的跟踪目标，同时依据第t+1帧的目标置信图，然后重复步骤，进行t+2帧图像的最佳目标位置确定；从而实现对所有帧图像的最佳目标位置确定。
-
公开(公告)号：CN104484877B
公开(公告)日：2017-08-15
申请号：CN201410772520.4
申请日：2014-12-12
Applicant: 山东大学
Abstract: 本发明公开了一种基于Meanshift聚类和形态学操作的AML细胞分割方法，该算法从空间距离和颜色距离两方面对骨髓细胞和细胞核进行聚类，并结合一系列的形态学操作和改进的分水岭变换技术，解决了粘连骨髓细胞、骨髓细胞核的精确分割问题。该算法稳定性强，对不同的光照不同AML类型的粘连骨髓细胞分割具有很好的鲁棒性。
-
公开(公告)号：CN105976310A
公开(公告)日：2016-09-28
申请号：CN201610289893.5
申请日：2016-05-04
Applicant: 山东大学
CPC classification number: G06T19/00 , G06T3/0037 , G06K9/6267
Abstract: 本发明公开了一种基于分块的VCA端元提取方法，包括：利用非监督分类方法对高光谱图像进行粗略分块，将具有相似物质的像元分为相同块内；对分块后的各块内区域分别使用VCA进行端元提取，提取端元之后使用最小二乘法反演丰度，每块内根据丰度值的大小确定一个主要端元；将所有块内的主要端元提取出并组成全局图像的端元矩阵。本发明在分块后的相对简单的环境块内环境使用VCA端元提取方法，然后利用块内丰度反演结果反馈控制块内的主要端元，从而避免了遗漏主要端元。
-
公开(公告)号：CN105139026A
公开(公告)日：2015-12-09
申请号：CN201510465944.0
申请日：2015-08-03
Applicant: 山东大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/6271
Abstract: 本发明公开了一种高光谱分类中光谱域空间域联合相关约束的特征抽取方法，其特征在于，包括采用主成分析方法对原始高光谱图像数据进行降维去噪，并抽取原始高光谱图像数据的主成分，得到主成分分析后的样本及其标签；根据主成分分析后的样本的标签，将样本分裂成类内样本和类外样本；分别对类内样本和类外样本进行构建光谱域相关性约束；选择一个主成分分析后的样本为中心样本，得到对应其预设空间位置的邻域样本集合，求取中心样本与其邻域样本集合内样本的相关系数，构建空间域相关性约束；采用光谱域相关性约束和空间域相关性约束直接结合的方法，构建光谱域和空间域混合相关性特征向量，获得高光谱图像的光谱域空间域联合相关约束的特征向量。
-
公开(公告)号：CN104850861A
公开(公告)日：2015-08-19
申请号：CN201510278952.4
申请日：2015-05-27
Applicant: 山东大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6271 , G06K9/629
Abstract: 本发明公开了基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，包括：获取正常角膜神经图像和只包含菌丝的菌丝图像作为训练样本；获取真菌性角膜炎患者的眼底图象作为测试样本；对训练样本中的正常角膜神经图像进行预处理、特征提取和特征融合，得到训练样本融合后的神经特征；对训练样本中的只包含菌丝的菌丝图像进行预处理、特征提取和特征融合，得到训练样本融合后的菌丝特征；对测试样本中的图象进行预处理、特征提取和特征融合，得到测试样本融合后的神经特征和测试样本融合后的菌丝特征；识别测试样本中的神经和菌丝。
-
Patent Agency Ranking
公开(公告)号：CN104799815A
公开(公告)日：2015-07-29
申请号：CN201510135777.3
申请日：2015-03-26
Applicant: 山东大学
IPC: A61B5/00
CPC classification number: A61B5/0064 , A61B5/0077 , A61B5/14551 , A61B5/6824
Abstract: 本发明公开了一种基于图像引导的血气采集装置及方法，包括腕部固定支架，腕部固定支架的正上方固定有图像采集模块，腕部固定支架的正下方固定有红外光源模块，图像采集模块将采集的图像传送至图像处理模块，图像处理模块将处理的结果通过显示模块进行显示。本发明能够实现医护人员根据显示模块上的桡动脉位置信息和指引信息进针采集血气，并通过实时显示图像上得知进针的情况。三台相机同时采集病人腕部图像，数据的采集精确。
-
公开(公告)号：CN104484877A
公开(公告)日：2015-04-01
申请号：CN201410772520.4
申请日：2014-12-12
Applicant: 山东大学
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10056 , G06T2207/30024
Abstract: 本发明公开了一种基于Meanshift聚类和形态学操作的AML细胞分割方法，该算法从空间距离和颜色距离两方面对骨髓细胞和细胞核进行聚类，并结合一系列的形态学操作和改进的分水岭变换技术，解决了粘连骨髓细胞、骨髓细胞核的精确分割问题。该算法稳定性强，对不同的光照不同AML类型的粘连骨髓细胞分割具有很好的鲁棒性。
-
公开(公告)号：CN104463247A
公开(公告)日：2015-03-25
申请号：CN201410748096.X
申请日：2014-12-09
Applicant: 山东大学
CPC classification number: G06K9/66 , G06K9/6271
Abstract: 本发明公开了一种高光谱图像分类中光谱向量互相关特征的抽取方法，包括高光谱图像数据预处理——归一化、去噪、降维等；boostrap采样和加权平均获取参考样本集；光谱信号随机过程理论假设——假设一，光谱信号是一平稳随机过程某一时刻的随机试验，假设二，每个随机试验取值的概率都相等，其次根据随机过程自相关理论对光谱信号进行抽象，得出自相关系数计算公式，最后将其组合成自相关特征向量；采用最优方向法(MOD)对相关性特征向量进行稀疏分解。本发明从随机过程互相关的角度提出高光谱分类中特征抽取方法，具有较好的抗噪性和稳定性高，能够提高高光谱分类的精度。
-
公开(公告)号：CN104202606A
公开(公告)日：2014-12-10
申请号：CN201410407080.2
申请日：2014-08-18
Applicant: 山东大学
Abstract: 本发明提出了一种基于HEVC运动估计起始点确定方法，该方法根据当前帧之前的几帧确定像素点的运动速度，根据运动速度，预测当前块在参考帧中可能出现的位置，以此位置作为搜索起始点，会更加接近最佳匹配块的位置，从而可以减少计算量，更快更准确地找到最佳匹配块，提高编码的效率。本发明方法所述的一种基于HEVC运动估计起始点确定方法不但提高编码质量，还能更快更好的进行运动估计块匹配算法，块匹配算法是针对于当前帧中的当前编码块，在其参考帧中进行搜索，根据SAD最小准则，找寻与当前块最匹配的块，取最佳匹配块与当前块之间的矢量作为运动矢量，来标明每帧图像中像素的运动。
-
公开(公告)号：CN104079937A
公开(公告)日：2014-10-01
申请号：CN201410340334.3
申请日：2014-07-16
Applicant: 山东大学
IPC: H04N19/40 , H04N19/513 , H04N19/157 , H04N19/176 , H04N19/44
Abstract: 本发明涉及一种基于运动矢量分析的由H.264到HEVC的快速帧间转码方法，具体步骤包括：(1)在H.264解码器终端对H.264码流进行解码，提取出所述的H.264码流中参考帧信息、宏块尺寸、宏块位置、宏块的运动矢量MV、宏块的预测方式；(2)根据在H.264解码器终端得到的H.264码流的宏块的运动矢量MV确定编码单元CU划分方式；(3)根据编码单元CU的分块确定预测单元PU的划分方式；(4)通过H.264码流中提取出的运动矢量信息直接预测出当前HEVC中预测单元PU的运动矢量。本发明提供的快速帧间预测转码方法使H.264码流中的相关信息得到最大化的利用，很好地减少了HEVC编码端的复杂度；减少HEVC编码的时间，大大提高编码效率。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.052 seconds)
