-
公开(公告)号:CN117636085A
公开(公告)日:2024-03-01
申请号:CN202310650643.X
申请日:2023-06-04
Applicant: 北京工业大学
IPC: G06V10/774 , G06V10/82 , G06V10/25 , G06V10/26 , G06V10/28 , G06V10/44 , G06V20/69 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明提供了一种基于轮廓引导显著目标定位的图像合成方法,针对真实花粉数据集数量有限、原始图像受杂质干扰的问题,本发明关注定位图像中显著性区域的研究。该方法首先将花粉WSI图像裁剪成最优尺寸,并设置背景筛选器过滤掉大量背景图像;使用无监督方法提取花粉图像轮廓图;引入全局对比度的显著区域检测方法获取花粉显著图;基于轮廓图中的边缘约束信息,在上述花粉显著图确定了花粉目标所处的区域,获得仅包括花粉颗粒的显著图;迭代应用GrabCut方法对显著图进行修正;将上述花粉显著图输入生成式对抗网络旨在合成新图像。该方法有效去除了杂质区域的干扰,获得了纯净仅包括花粉颗粒图像,为后续图像合成提供了高质量的数据基础。
-
公开(公告)号:CN116883710A
公开(公告)日:2023-10-13
申请号:CN202310304844.4
申请日:2023-03-27
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/26 , G06V10/44 , G06V10/46 , G06V20/69
Abstract: 一种基于位置‑边界信息引导的图像对象分割方法属于计算机视觉领域。本发明通过结合两个模块的信息获得花粉分割图像:目标定位模块通过图像级标签训练的分类网络获得定位图,提供准确的位置信息;边界引导模块利用花粉轮廓先验知识匹配目标花粉获得显著图,得到细粒度的边界信息。本方法可以充分利用两者之间的互补关系,获得准确的目标花粉边界,并丢弃非目标对象(如杂质)像素,显著提高花粉图像分割质量。
-