-
公开(公告)号：CN114926387B
公开(公告)日：2024-12-13
申请号：CN202210099399.8
申请日：2022-01-27
Applicant: 中北大学
Abstract: 本发明涉及一种基于背景估计与边缘梯度抑制的焊缝缺陷检测方法及装置，对焊缝图像进行处理，获得焊缝图像上焊缝区域；对焊缝区域进行背景估计，反背景差分获得含有缺陷的差分图像；利用多方向多级梯度对所述差分图像的边缘误检处进行抑制；通过自适应阈值分割方法获取所述差分图像的第二二值化图像。本发明能够有效提高焊缝图像中缺陷的检出率。
-
公开(公告)号：CN114283088B
公开(公告)日：2024-09-06
申请号：CN202111602471.6
申请日：2021-12-24
Applicant: 中北大学
IPC: G06T5/70 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06V10/774 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明涉及一种低剂量CT图像降噪方法及装置，对图像数据集进行预处理；初始化卷积稀疏图X和卷积字典D；通过超参数预测模块产生每次的迭代参数；基于所述迭代参数，迭代更新卷积稀疏图X和卷积字典D，直至获得预训练模型；选取低剂量CT图像数据集，基于所述预训练模型在低剂量CT图像数据集上训练，直至获得降噪模型；基于所述降噪模型，对低剂量CT图像进行降噪处理。本发明能够有效提高低剂量CT图像降噪处理效果。
-
公开(公告)号：CN116071548A
公开(公告)日：2023-05-05
申请号：CN202310032192.3
申请日：2023-01-10
Applicant: 中北大学 , 太原市杏花岭区中心医院
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06T7/10 , G06N3/0464
Abstract: 本发明公开了一种X射线颈椎图像分割方法及系统、存储介质，该方法包括步骤：获取待分割原始图像；多尺度ASPP模块对待分割原始图像进行空洞卷积；采用自适应高效通道注意力模块对空洞卷积获得的第一特征图像进行全局平均池化处理；利用上下文信息构造二进制分类器，以区分当前同一类别像素与不同类别像素之间的特征信息；类内信息和类间信息与输出的图像特征相乘，得到上下文先验特征信息，并将其特征图与所述原始图像进行合并，得到含有细节特征的第三特征图像；采用拉普拉斯金字塔结构对第三特征图像融合，得到分割图像。本发明不仅使ASPP模块得到了改进，同时使解码部分融合多个尺度的细节信息，在不损失特征分辨率的情况下，提升了图像的细节信息。
-
公开(公告)号：CN114926387A
公开(公告)日：2022-08-19
申请号：CN202210099399.8
申请日：2022-01-27
Applicant: 中北大学
Abstract: 本发明涉及一种基于背景估计与边缘梯度抑制的焊缝缺陷检测方法及装置，对焊缝图像进行处理，获得焊缝图像上焊缝区域；对焊缝区域进行背景估计，反背景差分获得含有缺陷的差分图像；利用多方向多级梯度对所述差分图像的边缘误检处进行抑制；通过自适应阈值分割方法获取所述差分图像的第二二值化图像。本发明能够有效提高焊缝图像中缺陷的检出率。
-
公开(公告)号：CN114723616A
公开(公告)日：2022-07-08
申请号：CN202111583737.7
申请日：2021-12-22
Applicant: 中北大学
IPC: G06T5/00
Abstract: 本申请提供一种模糊图像的复原方法、装置及设备，从设定的光路组件中采集在第一场景下成像的第一条纹信息，并将第一条纹信息转化为用于表示在第一场景下感光场强度的第一电信号；并依据第一电信号和所述第二电信号的比值以及参考光振幅，从第一电信号中去除电路组件中散射介质衍射干扰的干扰信息，得到用于表示在光路组件中未射入散射介质前的干涉光场的电信号。这样，能够从第一电信号中去除散射介质衍射干扰带来的影响，得到目标物在未射入散射介质前的干涉光场的电信号。可见，应用本申请实施例提供的复原方法能够在散射介质存在的情况下去除散射介质的干扰影响，实现散射成像，提高成像深度和成像质量。
-
Patent Agency Ranking
公开(公告)号：CN105931280A
公开(公告)日：2016-09-07
申请号：CN201610217047.2
申请日：2016-03-29
Applicant: 中北大学
CPC classification number: G06T11/008 , G06T17/00 , G06T2200/28
Abstract: 本发明公开基于GPU的快速三维CT迭代重建方法，包括以下步骤：步骤一、数据输入，需要将投影数据并输入到数据输入模块；步骤二、预处理，对投影数据作相关的预处理，并将处理后的数据以及与重建相关的参数传入到GPU；步骤三、为正/反投影，包括正投影步骤、记录信息步骤和修正步骤、反投影步骤操作，在GPU上实现了正投影步骤和反投影步骤，分别得到正投影系统矩阵和反投影系统矩阵；步骤四、变量更新，按具体迭代算法所对应的迭代公式更新当前的变量值；步骤五、迭代终止，判断当前迭代是否满足迭代的终止条件；步骤六、结果输出，将迭代结果输出。本发明只需计算一次射线与体素的相交情况，减少了计算系统矩阵所需的计算量，加快迭代重建的速度。
-
公开(公告)号：CN105930637A
公开(公告)日：2016-09-07
申请号：CN201610217772.X
申请日：2016-04-02
Applicant: 中北大学
IPC: G06F19/00
CPC classification number: G06F19/3462
Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化方法，步骤一、为信息输入，输入病人的三维密度信息、器官勾画信息、治疗头信息，目标函数信息，以及目标函数中所使用器官的DV限制参数；步骤二、为预处理，根据病人的各器官勾画信息、病人的三维密度信息和治疗头信息，通过剂量计算引擎计算每个射束的剂量分布，从而得到剂量沉积矩阵；步骤三、为方案优化，在已知信息目标函数和剂量沉积矩阵的情况下，进行方案优化来确定最终各子野的形状和权重；步骤四、为权重调整，根据方案优化模块的输入信息，判断各子目标函数是否都满足优化的终止条件；步骤五、为输出方案优化结果。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。
-
公开(公告)号：CN114440676B
公开(公告)日：2023-03-21
申请号：CN202111280105.3
申请日：2021-11-01
Applicant: 中北大学
Abstract: 本发明提供了一种多三角壁速度场引流重力热管，所述重力热管包括蒸发部、冷凝部和绝热部，液体在蒸发部吸热蒸发，其中第一直线壁与内壁形成的锐角小于第二直线壁与内壁形成的锐角，第一直线壁和第二直线壁朝向流体流动方向延伸，第一直线壁和第二直线壁的交点位于第一直线壁与内壁连接处的上部，同时位于第二直线壁与内壁连接处的上部。均温板的形状是第一直线壁和第二直线壁以及内壁沿着绝热部轴线旋转形成的形状。通过在绝热部内设置直线均温板，使得流体一部分沿着均温板流动引导至相反的方向，与相反方向进入的流体充分混合，从而实现流体的温度均匀，以实现进一步温度均匀，提高产品使用寿命。
-
公开(公告)号：CN114708189B
公开(公告)日：2024-12-13
申请号：CN202210172479.1
申请日：2022-02-24
Applicant: 中北大学
Abstract: 本发明涉及一种基于深度学习的多能X射线图像融合方法及装置，采集不同工件的不同能量X射线图作为训练数据集；将训练数据集的X射线图输入编码器，训练编码器和解码器，待训练网络稳定后，获得训练好的编码器和解码器；在训练好的编码器和解码器之间添加结合通道注意力和基于模糊熵的空间注意力的融合策略；输入不同能量的X射线图至训练好的编码器提取特征，再使用结合通道注意力和基于模糊熵的空间注意力的融合策略融合特征图，融合后的特征图再进入训练好的解码器输出融合结果。通过本发明方法及装置处理图像，能够有效反映工件信息，提高检测准确率。
-
公开(公告)号：CN114708189A
公开(公告)日：2022-07-05
申请号：CN202210172479.1
申请日：2022-02-24
Applicant: 中北大学
Abstract: 本发明涉及一种基于深度学习的多能X射线图像融合方法及装置，采集不同工件的不同能量X射线图作为训练数据集；将训练数据集的X射线图输入编码器，训练编码器和解码器，待训练网络稳定后，获得训练好的编码器和解码器；在训练好的编码器和解码器之间添加结合通道注意力和基于模糊熵的空间注意力的融合策略；输入不同能量的X射线图至训练好的编码器提取特征，再使用结合通道注意力和基于模糊熵的空间注意力的融合策略融合特征图，融合后的特征图再进入训练好的解码器输出融合结果。通过本发明方法及装置处理图像，能够有效反映工件信息，提高检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.026 seconds)
