基于多层神经元群放电信息的图像弱边缘检测方法

    公开(公告)号:CN103679710B

    公开(公告)日:2016-08-17

    申请号:CN201310631982.X

    申请日:2013-11-29

    Abstract: 本发明涉及一种基于多层神经元群放电信息的图像弱边缘检测方法。本发明构建具有抑制突触互连的多层神经元群,将数字图像作为输入层神经元群的输入,以各神经元首次放电的时空信息来表征图像像素;利用视觉感受野及各神经元放电时序,以时间方差来描述图像的空间细节,并考虑侧向抑制,继而实现选择注意机制以获取图像信息的视觉注意数据;结合选择注意过程,采用Log?Gabor多方向滤波结果实现空间变分辨率机制,获得重构后的图像边缘信息,并利用输出层神经元群对边缘信息进行增强。本发明考虑了神经元群的突触互连特性;引入多方向滤波机制反映皮质对视觉信息的简单过程;利用多层神经元群实现图像弱边缘的有效检测。

    阵列级联FHN模型随机共振机制的二值图像增强方法

    公开(公告)号:CN102915528B

    公开(公告)日:2015-02-18

    申请号:CN201210437954.X

    申请日:2012-11-06

    Abstract: 本发明涉及一种阵列级联FHN模型随机共振机制的二值图像增强方法。本发明首先对含噪二值图像进行多方向的Hilbert扫描,将其降维为多路一维信号序列;将映射后的二值序列分别输入阵列并联FHN神经元模型,调节内噪声强度,使得并联系统响应达到最佳的随机共振状态;对多路输出进行加权运算,得到一个新的输出序列,并重构为二维信号;然后分别对二维信号进行行列扫描,重新降维为一维信号序列,输入到级联串联FHN神经元模型,得到两路增强后的输出信号序列,并将它们恢复成二维信号;最后两路二维信号输入判别器,输出增强后的二值图像。本发明能够凸显图像信号的轮廓与细节,去除边缘毛刺,显著改善低信噪比图像的质量。

    基于Schwalbe线的眼前房角参数自动测量方法

    公开(公告)号:CN103971348A

    公开(公告)日:2014-08-06

    申请号:CN201410138890.2

    申请日:2014-04-08

    Abstract: 本发明涉及一种基于Schwalbe线的眼前房角参数自动测量方法。本发明首先对图像进行增强与分割操作;根据房角图像特性分别检测角膜前边缘,并对图像进行折射校正、进而检测角膜后边缘和后弹力膜前边缘,以及虹膜前边缘;利用角膜后弹力膜的形状和梯度特征,及其与角膜后边缘的位置关系实现对Schwalbe线位置的准确检测;最后结合所检测到的角膜后边缘与虹膜前边缘可计算出最终的前房角相关解剖结构参数的测量结果。该发明能实现Schwalbe线准确位置的自动检测和前房角相关解剖结构参数的精确测量,并减少手动测量各参数所引入的误差。

    一种OCT影像质量客观无参考型评价方法

    公开(公告)号:CN103269439A

    公开(公告)日:2013-08-28

    申请号:CN201310189305.7

    申请日:2013-05-21

    Abstract: 本发明涉及一种OCT影像质量客观无参考型评价方法。本发明将人眼视觉系统的视觉感知特性与客观评价的统计模型相结合,以实现对OCT影像质量的客观评价。首先利用HVS感知特性中的掩盖效应,将基于梯度的亮度掩盖和空间复杂度掩盖模型引入模糊度评价中;其次将人类视觉对亮度变化的敏感度,和对比度敏感函数引入噪声评价统计模型中以评价噪声强度;此外,采用对比度噪声比实现对影像的对比度评价;最后将模糊度、噪声以及对比度评价相综合,以实现对OCT影像质量的客观评价。该发明能够实现对OCT影像质量的客观无参考型自动评价,在后续OCT影像的参数自动检测和分析中,可根据其影像质量评价结果,采取相应的检测和分析策略。

Patent Agency Ranking