-
公开(公告)号：CN110223331B
公开(公告)日：2021-12-07
申请号：CN201910289162.4
申请日：2019-04-11
Applicant: 南京邮电大学
Abstract: 本发明公开一种大脑MR医学图像配准方法，包括1采用BCFCM方法对参考图像和浮动图像进行分割；2采用MSR检测方法对原始参考图像和原始浮动图像进行对称轴检测并提取对称轴方程；3对步骤1处理后图像进行阈值分割；4根据步骤2所检测的对称轴方程对步骤3处理后图像进行近似对称性约束，所得图像记为待配准的参考图像和浮动图像；5初始化刚体变换矩阵配准参数；6通过SSD相似性度量准则配准图像，得最优变换矩阵配准参数。以BCFCM方法对参考图像、浮动图像分割；分割后的图像通过二值化阈值处理分离前背景，对二值化后处理的图像进行对称性约束并用于SSD框架下的多模态图像配准。使其配准效率、精度及鲁棒性都提升。
-
公开(公告)号：CN111860528B
公开(公告)日：2022-08-26
申请号：CN202010546283.5
申请日：2020-06-16
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于改进U‑Net网络的图像分割模型，模型采用编解码结构，包括：编码模块、解码模块、编解码连接层和多特征融合模块；编码模块包括多个串接的编码单元，解码模块包括多个与编码单元一一对应的解码单元，编解码连接层用于连接编码模块与解码模块；多特征融合模块包括上采样层和加性融合层；上采样层对各解码单元的输出进行对应的上采样后输入至加性融合层进行叠加，得到图像分割结果。本申请的模型能够提高特征提取的能力以及提取的准确性。另外本申请提出的损失函数能够在分割目标大小不固定及目标与背景差异过大的情况下进行较好的分割。
-
公开(公告)号：CN110634141B
公开(公告)日：2022-02-11
申请号：CN201910887555.5
申请日：2019-09-19
Applicant: 南京邮电大学
IPC: G06T7/10 , G06K9/62 , G06V10/762 , G06V10/764 , G06V10/26
Abstract: 本发明公开了一种基于改进直觉模糊c均值聚类的图像分割方法及存储介质，所述方法包括以下步骤：1)根据图像的局部像素灰度信息，计算其最大占优抑制相似度函数；2)计算像素的模糊集的隶属度；3)构建非线性的模糊补函数，计算模糊集的非隶属度和犹豫度；4)根据上述的隶属度、非隶属度和犹豫度，将图像数据直觉模糊化；5)根据图像像素的局部空间关系，构建直觉模糊因子；6)根据直觉模糊因子，在直觉模糊集中进行求解最优化；7)根据最优化求解利用聚类算法进行图像分割。本发明解决了现有方法对噪声敏感和数据的不确定性问题，有效的提高图像分割的质量，应用到MRI人脑图像中可以很好的抑制噪声，还能很好的表现图片细节。
-
公开(公告)号：CN111860528A
公开(公告)日：2020-10-30
申请号：CN202010546283.5
申请日：2020-06-16
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于改进U-Net网络的图像分割模型，模型采用编解码结构，包括：编码模块、解码模块、编解码连接层和多特征融合模块；编码模块包括多个串接的编码单元，解码模块包括多个与编码单元一一对应的解码单元，编解码连接层用于连接编码模块与解码模块；多特征融合模块包括上采样层和加性融合层；上采样层对各解码单元的输出进行对应的上采样后输入至加性融合层进行叠加，得到图像分割结果。本申请的模型能够提高特征提取的能力以及提取的准确性。另外本申请提出的损失函数能够在分割目标大小不固定及目标与背景差异过大的情况下进行较好的分割。
-
公开(公告)号：CN111191680A
公开(公告)日：2020-05-22
申请号：CN201911271901.3
申请日：2019-12-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于非凸运动辅助的目标检测方法，包括步骤1：将待处理的视频数据输入至已构建的低秩稀疏分解模型中；步骤2：采用交替方向乘子法对构建的低秩稀疏分解模型进行求解，得到输入视频数据中的运动目标；本发明采用非凸γ范数代替传统低秩稀疏分解模型中的秩函数近似表示视频背景的低秩部分，同时考虑到背景在变换域上仍然具有稀疏性的特性，采用l1范数对变换域的背景进行稀疏近似，前景仍然采用表示运动目标稀疏先验的的l1范数。此外，在上述的模型中引入运动辅助信息矩阵，使其融入前景的运动信息，更好的实现视频的运动目标检测。
-
Patent Agency Ranking
公开(公告)号：CN111191680B
公开(公告)日：2022-08-26
申请号：CN201911271901.3
申请日：2019-12-12
Applicant: 南京邮电大学
IPC: G06K9/62 , G06V10/771 , G06T7/262 , G06F17/11 , G06F17/16
Abstract: 本发明公开了一种基于非凸运动辅助的目标检测方法，包括步骤1：将待处理的视频数据输入至已构建的低秩稀疏分解模型中；步骤2：采用交替方向乘子法对构建的低秩稀疏分解模型进行求解，得到输入视频数据中的运动目标；本发明采用非凸γ范数代替传统低秩稀疏分解模型中的秩函数近似表示视频背景的低秩部分，同时考虑到背景在变换域上仍然具有稀疏性的特性，采用l1范数对变换域的背景进行稀疏近似，前景仍然采用表示运动目标稀疏先验的的l1范数。此外，在上述的模型中引入运动辅助信息矩阵，使其融入前景的运动信息，更好的实现视频的运动目标检测。
-
公开(公告)号：CN108957395B
公开(公告)日：2022-06-10
申请号：CN201810348648.6
申请日：2018-04-18
Applicant: 江苏省送变电有限公司 , 南京邮电大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国家电网公司
IPC: G01S5/04
Abstract: 本发明公开了一种隧道内噪声免疫的移动目标三维定位方法，该定位方法包括：（1）根据隧道内环境布设信标节点、定位识别卡和数据传输装置；（2）传感器节点基于RSSI测距方法进行测距并将数据汇聚到数据中心，构建出初始的部分缺失且含噪欧式距离矩阵；（3）引入混合高斯分布拟合未知噪声，将隧道内复杂环境下部分缺失欧氏距离矩阵补全问题建模为噪声免疫的低秩矩阵分解模型，并采用经典的期望最大化算法求解该模型；（4）基于补全后的节点间真实欧式距离矩阵，采用经典的多维缩放算法，测算出隧道内移动目标的真实位置；本发明充分考虑了隧道内复杂环境对传感器节点测距的影响，能在各类噪声下对隧道内移动目标进行实时精准定位。
-
公开(公告)号：CN110223331A
公开(公告)日：2019-09-10
申请号：CN201910289162.4
申请日：2019-04-11
Applicant: 南京邮电大学
Abstract: 本发明公开一种大脑MR医学图像配准方法，包括1采用BCFCM方法对参考图像和浮动图像进行分割；2采用MSR检测方法对原始参考图像和原始浮动图像进行对称轴检测并提取对称轴方程；3对步骤1处理后图像进行阈值分割；4根据步骤2所检测的对称轴方程对步骤3处理后图像进行近似对称性约束，所得图像记为待配准的参考图像和浮动图像；5初始化刚体变换矩阵配准参数；6通过SSD相似性度量准则配准图像，得最优变换矩阵配准参数。以BCFCM方法对参考图像、浮动图像分割；分割后的图像通过二值化阈值处理分离前背景，对二值化后处理的图像进行对称性约束并用于SSD框架下的多模态图像配准。使其配准效率、精度及鲁棒性都提升。
-
公开(公告)号：CN110634141A
公开(公告)日：2019-12-31
申请号：CN201910887555.5
申请日：2019-09-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进直觉模糊c均值聚类的图像分割方法及存储介质，所述方法包括以下步骤：1)根据图像的局部像素灰度信息，计算其最大占优抑制相似度函数；2)计算像素的模糊集的隶属度；3)构建非线性的模糊补函数，计算模糊集的非隶属度和犹豫度；4)根据上述的隶属度、非隶属度和犹豫度，将图像数据直觉模糊化；5)根据图像像素的局部空间关系，构建直觉模糊因子；6)根据直觉模糊因子，在直觉模糊集中进行求解最优化；7)根据最优化求解利用聚类算法进行图像分割。本发明解决了现有方法对噪声敏感和数据的不确定性问题，有效的提高图像分割的质量，应用到MRI人脑图像中可以很好的抑制噪声，还能很好的表现图片细节。
-
公开(公告)号：CN108957395A
公开(公告)日：2018-12-07
申请号：CN201810348648.6
申请日：2018-04-18
Applicant: 江苏省送变电有限公司 , 南京邮电大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司经济技术研究院 , 国家电网公司
IPC: G01S5/04
CPC classification number: G01S5/04
Abstract: 本发明公开了一种隧道内噪声免疫的移动目标三维定位方法，该定位方法包括：（1）根据隧道内环境布设信标节点、定位识别卡和数据传输装置；（2）传感器节点基于RSSI测距方法进行测距并将数据汇聚到数据中心，构建出初始的部分缺失且含噪欧式距离矩阵；（3）引入混合高斯分布拟合未知噪声，将隧道内复杂环境下部分缺失欧氏距离矩阵补全问题建模为噪声免疫的低秩矩阵分解模型，并采用经典的期望最大化算法求解该模型；（4）基于补全后的节点间真实欧式距离矩阵，采用经典的多维缩放算法，测算出隧道内移动目标的真实位置；本发明充分考虑了隧道内复杂环境对传感器节点测距的影响，能在各类噪声下对隧道内移动目标进行实时精准定位。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
