-
公开(公告)号：CN105303533B
公开(公告)日：2018-11-30
申请号：CN201510736092.4
申请日：2015-11-03
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种超声图像滤波方法，包括以下步骤：(1)对于待滤波超声图像采用大津算法进行分割，得到二值图像；(2)对二值图像，先进行腐蚀运算，后进行膨胀运算；(3)进行连通区域跟踪，对于二值图像中的所有亮点，通过邻域搜索将其分隔为若干个独立连通区域；(4)根据预设的阈值，保留超过阈值的独立连通区域作为目标区域；(5)将待滤波超声图像的目标区域作为滤波后的超声图像，其他区域置为背景。本发明方法能够有效对超声图像进行滤波，剔除噪声，保持原始数据的特征，并且目标不会发生任何的形变，同时，本方法计算量适中，算法难度小，实现容易。
-
公开(公告)号：CN106600553B
公开(公告)日：2019-12-17
申请号：CN201611159517.0
申请日：2016-12-15
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于卷积神经网络的DEM超分辨率方法，包括以下步骤：(1)根据预先相互对应的低分辨率图像数据、以及高分辨率图像数据，训练得到的超分辨率用卷积神经网络；(2)利用插值方法将待处理的低分辨率DEM数据扩充，得到与期望的高分辨率DEM数据同一尺度大小的准高分辨率DEM数据；(3)利用边缘提取算子得到准高分辨率DEM数据的梯度图；(4)将梯度图输入到超分辨率用卷积神经网络中，得到高分辨率DEM数据的估计梯度图；(5)基于估计梯度图和待处理的低分辨率DEM数据的约束，重建出高分辨率DEM的高度图。本发明中的超分辨率方法鲁棒性强，重建结果精度高。
-
公开(公告)号：CN106846445B
公开(公告)日：2019-08-27
申请号：CN201611120924.0
申请日：2016-12-08
Applicant: 华中科技大学
IPC: G06T15/00
Abstract: 本发明公开了一种基于CPU的三维超声图像体绘制方法，以下步骤：(1)读取原始超声三维数据；(2)对原始超声三维数据进行插值，得到放大的体数据；(3)以正对投影面为观测方向，获取体绘制旋转矩阵；(4)从放大的体数据中得到旋转后体素点的灰度值，并将旋转后的体数据填补成与原始体数据一样大小；(5)对步骤(4)所获得的体数据直接进行平行投影叠加；(6)根据投影叠加得到的图像数据进行成像；本发明提供的三维超声图像体绘制方法，算法简洁，容易实现，能够有效减少传统光线投射算法在投射采样过程中的时间消耗，对于深度方向数据量较少的三维超声数据成像速度快，并更容易进行并行计算的优化操作。
-
Patent Agency Ranking
公开(公告)号：CN106447707B
公开(公告)日：2018-11-16
申请号：CN201610811327.6
申请日：2016-09-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种图像实时配准方法及系统。所述方法，包括以下步骤：(1)采集待配准的2D图像数据；(2)输入根据目标3D图像训练得到的配准用神经网络，获得所述2D图像在所述目标3D图像中位置信息；所述位置信息包括待配准2D图像在目标3D图像坐标系中的特征向量及与坐标系原点的距离；所述特征向量为经过坐标系原点且垂直于所述2D图像平面的向量，包括仰角和方位角两个参数。所述系统包括：图像采集模块、以及配准。本发明将深度学习引入到2D‑3D配准的问题中，将2D与3D的对应关系表达为一个深度卷积神经网络，从理论上探索一种解决穷举计算问题的策略，以达到实时配准的目的。
-
公开(公告)号：CN106846445A
公开(公告)日：2017-06-13
申请号：CN201611120924.0
申请日：2016-12-08
Applicant: 华中科技大学
IPC: G06T15/00
Abstract: 本发明公开了一种基于CPU的三维超声图像体绘制方法，以下步骤：(1)读取原始超声三维数据；(2)对原始超声三维数据进行插值，得到放大的体数据；(3)以正对投影面为观测方向，获取体绘制旋转矩阵；(4)从放大的体数据中得到旋转后体素点的灰度值，并将旋转后的体数据填补成与原始体数据一样大小；(5)对步骤(4)所获得的体数据直接进行平行投影叠加；(6)根据投影叠加得到的图像数据进行成像；本发明提供的三维超声图像体绘制方法，算法简洁，容易实现，能够有效减少传统光线投射算法在投射采样过程中的时间消耗，对于深度方向数据量较少的三维超声数据成像速度快，并更容易进行并行计算的优化操作。
-
公开(公告)号：CN106600553A
公开(公告)日：2017-04-26
申请号：CN201611159517.0
申请日：2016-12-15
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于卷积神经网络的DEM超分辨率方法，包括以下步骤：(1)根据预先相互对应的低分辨率图像数据、以及高分辨率图像数据，训练得到的超分辨率用卷积神经网络；(2)利用插值方法将待处理的低分辨率DEM数据扩充，得到与期望的高分辨率DEM数据同一尺度大小的准高分辨率DEM数据；(3)利用边缘提取算子得到准高分辨率DEM数据的梯度图；(4)将梯度图输入到超分辨率用卷积神经网络中，得到高分辨率DEM数据的估计梯度图；(5)基于估计梯度图和待处理的低分辨率DEM数据的约束，重建出高分辨率DEM的高度图。本发明中的超分辨率方法鲁棒性强，重建结果精度高。
-
公开(公告)号：CN106447707A
公开(公告)日：2017-02-22
申请号：CN201610811327.6
申请日：2016-09-08
Applicant: 华中科技大学
CPC classification number: G06N3/02
Abstract: 本发明公开了一种图像实时配准方法及系统。所述方法，包括以下步骤：(1)采集待配准的2D图像数据；(2)输入根据目标3D图像训练得到的配准用神经网络，获得所述2D图像在所述目标3D图像中位置信息；所述位置信息包括待配准2D图像在目标3D图像坐标系中的特征向量及与坐标系原点的距离；所述特征向量为经过坐标系原点且垂直于所述2D图像平面的向量，包括仰角和方位角两个参数。所述系统包括：图像采集模块、以及配准。本发明将深度学习引入到2D-3D配准的问题中，将2D与3D的对应关系表达为一个深度卷积神经网络，从理论上探索一种解决穷举计算问题的策略，以达到实时配准的目的。
-
公开(公告)号：CN105303533A
公开(公告)日：2016-02-03
申请号：CN201510736092.4
申请日：2015-11-03
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种超声图像滤波方法，包括以下步骤：(1)对于待滤波超声图像采用大津算法进行分割，得到二值图像；(2)对二值图像，先进行腐蚀运算，后进行膨胀运算；(3)进行连通区域跟踪，对于二值图像中的所有亮点，通过邻域搜索将其分隔为若干个独立连通区域；(4)根据预设的阈值，保留超过阈值的独立连通区域作为目标区域；(5)将待滤波超声图像的目标区域作为滤波后的超声图像，其他区域置为背景。本发明方法能够有效对超声图像进行滤波，剔除噪声，保持原始数据的特征，并且目标不会发生任何的形变，同时，本方法计算量适中，算法难度小，实现容易。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
