-
公开(公告)号：CN118447040A
公开(公告)日：2024-08-06
申请号：CN202410450720.1
申请日：2024-04-15
申请人： 北京科技大学 , 北京科技大学顺德创新学院
摘要： 本发明公开了一种基于骨架感知和拓扑错误识别的边缘图像分割方法及装置，属于图像处理技术领域，该方法包括：获取待分割图像及其标注图和预测图；利用标注图，筛选出预测图中的假阳结果和假阴结果；计算标注图和预测图的骨架信息；利用骨架信息从假阳结果和假阴结果中提取拓扑关键像素；构建边界矫正项损失，以对拓扑关键像素和非拓扑关键像素施加不同的惩罚；将边界矫正项损失与类别损失结合作为损失函数，对图像分割模型进行训练，优化图像分割模型的参数。本发明可解决现有技术中难以定位拓扑关键像素的问题，并通过在损失函数中增加拓扑关键像素的权值，提高了边界分割的准确性。
-
公开(公告)号：CN117593522A
公开(公告)日：2024-02-23
申请号：CN202311462401.4
申请日：2023-11-03
申请人： 北京科技大学顺德创新学院
IPC分类号： G06V10/26 , G06V10/28 , G06V10/44 , G06V10/46 , G06T5/80 , G06V10/762 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种基于拓扑关键错误识别的边缘矫正损失的图像分割方法，包括：获取标注好的金相图像数据集；利用所述金相图像数据集对预设的基于机器学习算法的图像分割模型进行训练；其中，在对基于机器学习算法的图像分割模型进行训练时，通过计算基于拓扑关键错误识别的边缘矫正损失项，将所述边缘矫正损失项与损失函数相加，获得损失值，并根据所述损失值实现所述图像分割模型的参数的优化；利用训练好的图像分割模型对待分割的金相图像进行分割，得到分割结果。本发明方案可降低图像分割应用中的分割错误率。
-
公开(公告)号：CN109993773B
公开(公告)日：2020-11-13
申请号：CN201910242995.5
申请日：2019-03-28
申请人： 北京科技大学
摘要： 本发明提供一种系列截面图像多目标追踪方法及装置，能够提高识别精度。所述方法包括：获取系列截面图像，其中，所述系列截面图像是指物体沿某一方向的系列截面形貌；根据层间图像的相似性，采用机器学习的方法对获取的系列截面图像逐层地进行多目标追踪；根据追踪结果，得到追踪后的三维标记图像。本发明涉及测量显微镜技术领域。
-
公开(公告)号：CN109993773A
公开(公告)日：2019-07-09
申请号：CN201910242995.5
申请日：2019-03-28
申请人： 北京科技大学
摘要： 本发明提供一种系列截面图像多目标追踪方法及装置，能够提高识别精度。所述方法包括：获取系列截面图像，其中，所述系列截面图像是指物体沿某一方向的系列截面形貌；根据层间图像的相似性，采用机器学习的方法对获取的系列截面图像逐层地进行多目标追踪；根据追踪结果，得到追踪后的三维标记图像。本发明涉及测量显微镜技术领域。
-
公开(公告)号：CN108765285A
公开(公告)日：2018-11-06
申请号：CN201810432523.1
申请日：2018-05-08
申请人： 北京科技大学
CPC分类号： G06T3/4038 , G06T5/50 , G06T2207/10061
摘要： 本发明属于测量显微镜技术领域，一种基于视频清晰度融合的大尺寸显微图像生成方法，该方法包括：首先，通过显微镜和视频拍摄装置采集显微视频流；然后，从视频流中提取关键帧；再将所提取的关键帧进行图像拼接，最终得到大尺寸清晰的显微图像。在图像拼接过程中，采用了两项关键技术：一、通过基于GPU并行的特征点搜索方法，并行计算得到关键帧间配准偏移量；二、根据关键帧中清晰度信息，构建清晰度决策矩阵，结合多分辨率样条融合方法进行图像拼接。本发明所述显微图像生成方法，适用于获取高分辨率、大尺寸显微图像，具有效率高，清晰度高等优点。
-
-
-
-
搜索结果
5 条记录 (耗时 0.048 秒)
