-
公开(公告)号：CN106296591B
公开(公告)日：2019-06-25
申请号：CN201510274548.X
申请日：2015-05-26
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于马氏距离的非局部均值数字图像去噪方法，在非局部均值方法的基础上，建立了一种在窗口邻域中使用马氏距离代替欧氏距离对图像块相似度进行衡量的方法，首先考虑到马氏距离的不稳定性，采用Moore‑Penrose逆矩阵理论对马氏距离进行改进，得到了一种稳定的马氏距离计算方法；然后利用以马氏距离为滤波系数的高斯核对图像内像素值进行加权平均，使得图像信噪比得以提高。本发明增强了算法的抗噪性，明显提高了图像的信噪比，同时保留了图像的细节信息，增强了图像的分辨率。
-
Patent Agency Ranking
公开(公告)号：CN104331892B
公开(公告)日：2017-04-19
申请号：CN201410621452.1
申请日：2014-11-05
Applicant: 南京理工大学
Abstract: 本发明提出一种基于形态学的神经元识别与分析方法。采集神经细胞的显微图像数据；对显微图像数据进行预处理得到去噪声后的图像；对去除噪声的图像进行阈值分割得到去除背景后的神经元图像；从神经元图像中提取单个神经元；提取单个神经元的基础参数，基础参数包括骨架、细胞体、细胞体面积轴突或树突的数量、轴突或树突的长度。本发明可以自动识别和分析显微图像中的神经元，且识别速度快、效果理想，不仅能直观看出神经元形状，还能输出有效的神经元基础参数，大大减轻了研究者阅片的劳动强度，同时利于后续数据分析。
-
公开(公告)号：CN104331892A
公开(公告)日：2015-02-04
申请号：CN201410621452.1
申请日：2014-11-05
Applicant: 南京理工大学
CPC classification number: G06K9/0014 , G06K2209/05 , G06T7/62 , G06T2207/10061 , G06T2207/30024
Abstract: 本发明提出一种基于形态学的神经元识别与分析方法。采集神经细胞的显微图像数据；对显微图像数据进行预处理得到去噪声后的图像；对去除噪声的图像进行阈值分割得到去除背景后的神经元图像；从神经元图像中提取单个神经元；提取单个神经元的基础参数，基础参数包括骨架、细胞体、细胞体面积轴突或树突的数量、轴突或树突的长度。本发明可以自动识别和分析显微图像中的神经元，且识别速度快、效果理想，不仅能直观看出神经元形状，还能输出有效的神经元基础参数，大大减轻了研究者阅片的劳动强度，同时利于后续数据分析。
-
公开(公告)号：CN105976342A
公开(公告)日：2016-09-28
申请号：CN201510553014.0
申请日：2015-09-01
Applicant: 南京理工大学
Abstract: 本发明公开了一种自适应的灰度图像伪彩色处理方法，首先对灰度图像的灰度值进行统计，得到图像中每个灰度值出现的概率分布，然后对图像在灰度值[0,255]的动态范围内进行扩展，得到图像的灰度均衡直方图，选取该均衡直方图中特征最为明显的三个峰值，分别作为红、绿、蓝三色高斯通道的均值，并根据此三个峰的分布判断高斯通道的方差，以及根据三个峰的概率的不同为高斯通道分配权值，从而得到红、绿、蓝三色高斯通道的函数表达式；最后将灰度图像通过红、绿、蓝三通道，对输出的图像进行合并，得到处理后的伪彩色图像。本发明利用图像灰度有近似高斯分布或多个高斯分布叠加的特点，解决了现有伪彩色处理技术视觉效果不连续的问题。
-
公开(公告)号：CN105976342B
公开(公告)日：2019-01-18
申请号：CN201510553014.0
申请日：2015-09-01
Applicant: 南京理工大学
Abstract: 本发明公开了一种自适应的灰度图像伪彩色处理方法，首先对灰度图像的灰度值进行统计，得到图像中每个灰度值出现的概率分布，然后对图像在灰度值[0,255]的动态范围内进行扩展，得到图像的灰度均衡直方图，选取该均衡直方图中特征最为明显的三个峰值，分别作为红、绿、蓝三色高斯通道的均值，并根据此三个峰的分布判断高斯通道的方差，以及根据三个峰的概率的不同为高斯通道分配权值，从而得到红、绿、蓝三色高斯通道的函数表达式；最后将灰度图像通过红、绿、蓝三通道，对输出的图像进行合并，得到处理后的伪彩色图像。本发明利用图像灰度有近似高斯分布或多个高斯分布叠加的特点，解决了现有伪彩色处理技术视觉效果不连续的问题。
-
公开(公告)号：CN106296591A
公开(公告)日：2017-01-04
申请号：CN201510274548.X
申请日：2015-05-26
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于马氏距离的非局部均值数字图像去噪方法，在非局部均值方法的基础上，建立了一种在窗口邻域中使用马氏距离代替欧氏距离对图像块相似度进行衡量的方法，首先考虑到马氏距离的不稳定性，采用Moore-Penrose逆矩阵理论对马氏距离进行改进，得到了一种稳定的马氏距离计算方法；然后利用以马氏距离为滤波系数的高斯核对图像内像素值进行加权平均，使得图像信噪比得以提高。本发明增强了算法的抗噪性，明显提高了图像的信噪比，同时保留了图像的细节信息，增强了图像的分辨率。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
