-
公开(公告)号：CN119379555B
公开(公告)日：2025-03-11
申请号：CN202411904895.1
申请日：2024-12-23
Applicant: 安徽大学
IPC: G06T5/70 , G06T5/50 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06F17/14 , G06N3/0464
Abstract: 本发明公开一种基于二维符号距离场的阴影消除方法，通过2D符号距离场计算阴影图像的软权重掩码和SDF图像，通过软权重掩码提取原始阴影图像中的阴影区域和非阴影区域；快速傅里叶变换模块提取局部空间特征全局频率特征；通过信息交互模块IIM融合局部空间特征全局频率特征的注意力权重图得到融合特征；通过边界细化模块BRM输出边界细化后特征图；通过卷积操作提取非阴影区域的特征，通过全局特征调制模块GFM将全局特征向量、非阴影区域的特征和SDF特征进行调制，最终输出无阴影图像。本发明在阴影区域的亮度恢复、边界过渡和平滑性方面具有显著优势，使得去除后的图像接近真实无阴影效果。
-
公开(公告)号：CN108765548A
公开(公告)日：2018-11-06
申请号：CN201810380432.8
申请日：2018-04-25
Applicant: 安徽大学
CPC classification number: G06T17/00 , G06T7/30 , G06T7/50 , G06T2207/10012
Abstract: 本发明公开了一种基于深度相机的三维场景实时重建方法，包括以下步骤：原始深度数据和颜色数据的获取，深度数据去噪处理，深度图像坐标转换，相机姿态追踪，点云融合和记录颜色信息，点云模型隐含表面渲染，场景模型重建。本发明利用单个深度相机扫描场景，获得场景的深度数据流，在计算机上完成对数据的实时处理，并生成相应的三维模型，该方法可以提供低成本、易操作、高质量、具有实时性的三维重建系统，产生高质量、可视化强的三维模型。
-
公开(公告)号：CN105354578B
公开(公告)日：2019-05-21
申请号：CN201510712952.0
申请日：2015-10-27
Applicant: 安徽大学
Abstract: 本发明公开了一种多目标图像匹配方法，包括了以下步骤：步骤1，图像预匹配；步骤2，估算初始匹配特征区域的局部仿射变换；步骤3，定义任意两对局部特征匹配对间的局部仿射变换距离；步骤4，基于仿射变换距离定义仿射变换空间密度函数；步骤5，进行基于密度的仿射变换空间聚类，定位密度较大的所有簇；步骤6，结果呈现。有益的技术效果：本发明克服了现有基于优化的图像匹配算法中优化收敛速度慢且难以获得全局最优解及通常只能处理单目标物体匹配的问题，有效提高了多目标图像匹配的准确性和效率。
-
公开(公告)号：CN108765472A
公开(公告)日：2018-11-06
申请号：CN201810477230.5
申请日：2018-05-18
Applicant: 安徽大学
IPC: G06T7/30
CPC classification number: G06T7/30 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明公开了一种基于稀疏有向图的图像集配准方法，包括步骤：步骤1，输入一组包含n个图像的图像集{Ii|i＝1,…,n}；步骤2，利用基于图像集全局信息和图像分布流形的稀疏流形编码方法计算图像集的图像相似度；步骤3，根据相似度计算结果建立以图像为节点、以图像相似度倒数为权重的有向图；步骤4，基于有向图确定两两节点间最短路径以及根节点图像，并进一步确定非根节点图像到根节点图像的最短路径即配准路径；步骤5，根据确定的配准路径，将所有非根节点图像和依据配准路径配准得到的结果图像依次配准到其直接父节点图像，直至配准到根节点图像。本发明有效提高了图像集配准的精度。
-
公开(公告)号：CN108765472B
公开(公告)日：2022-11-08
申请号：CN201810477230.5
申请日：2018-05-18
Applicant: 安徽大学
IPC: G06T7/30
Abstract: 本发明公开了一种基于稀疏有向图的图像集配准方法，包括步骤：步骤1，输入一组包含n个图像的图像集{Ii|i＝1,…,n}；步骤2，利用基于图像集全局信息和图像分布流形的稀疏流形编码方法计算图像集的图像相似度；步骤3，根据相似度计算结果建立以图像为节点、以图像相似度倒数为权重的有向图；步骤4，基于有向图确定两两节点间最短路径以及根节点图像，并进一步确定非根节点图像到根节点图像的最短路径即配准路径；步骤5，根据确定的配准路径，将所有非根节点图像和依据配准路径配准得到的结果图像依次配准到其直接父节点图像，直至配准到根节点图像。本发明有效提高了图像集配准的精度。
-
Patent Agency Ranking
公开(公告)号：CN116977387B
公开(公告)日：2023-12-15
申请号：CN202311227166.2
申请日：2023-09-22
Applicant: 安徽大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于形变场融合的可变形医学图像配准方法，将预处理的待配准图像和参考图像输入到双流配准网络，双流配准网络设有两个架构相同但损失函数不同的分支网络，得到两个不同的形变场，通过形变场融合模块将这两个形变场融合，形变场融合模块分别对两个形变场进行最大池化和平均池化，并将得到的特征经过卷积层进行特征提取后，再由卷积层降维得到最终的形变场；最终根据形变场对待配准的图像进行配准，得到配准后的图像。本发明通过形变场融合模块有效地结合不同的形变场，充分利用不同形变场的优势来描述不同类型的形变，其双流配准网络的相似性损失函数能够描述参考图
-
公开(公告)号：CN116977387A
公开(公告)日：2023-10-31
申请号：CN202311227166.2
申请日：2023-09-22
Applicant: 安徽大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于形变场融合的可变形医学图像配准方法，将预处理的待配准图像和参考图像输入到双流配准网络，双流配准网络设有两个架构相同但损失函数不同的分支网络，得到两个不同的形变场，通过形变场融合模块将这两个形变场融合，形变场融合模块分别对两个形变场进行最大池化和平均池化，并将得到的特征经过卷积层进行特征提取后，再由卷积层降维得到最终的形变场；最终根据形变场对待配准的图像进行配准，得到配准后的图像。本发明通过形变场融合模块有效地结合不同的形变场，充分利用不同形变场的优势来描述不同类型的形变，其双流配准网络的相似性损失函数能够描述参考图像和待配准图像之间的相互依赖的上下文变化，提高配准精度。
-
公开(公告)号：CN108664976A
公开(公告)日：2018-10-16
申请号：CN201810380400.8
申请日：2018-04-25
Applicant: 安徽大学 , 安徽安大笃北信息科技有限责任公司
Abstract: 本发明公开了一种基于超像素的模糊谱聚类脑肿瘤图像自动分割方法，首先对包含脑肿瘤的核磁共振成像的FLAIR模态图像进行超像素分割，再提取这些超像素块的灰度直方图特征，将超像素块的灰度直方图特征作为算法的输入，通过输入的特征计算图像的模糊相似性矩阵，然后通过NJW谱聚类算法进行聚类，进而得到最终的分割结果。本发明用模糊理论优化了谱聚类的相似性度量方式，在谱聚类的高斯距离度量方法上引入了模糊权重参数，定义了基于超像素特征的模糊相似性度量方式。本发明是一种自动的图像分割方法，不需要人为干预，并且利用基于超像素的模糊谱聚类分割算法，大大降低了谱聚类算法的时间复杂度，并且可以提高分割的精度。
-
公开(公告)号：CN105354578A
公开(公告)日：2016-02-24
申请号：CN201510712952.0
申请日：2015-10-27
Applicant: 安徽大学
Abstract: 本发明公开了一种多目标图像匹配方法，包括了以下步骤：步骤1，图像预匹配；步骤2，估算初始匹配特征区域的局部仿射变换；步骤3，定义任意两对局部特征匹配对间的局部仿射变换距离；步骤4，基于仿射变换距离定义仿射变换空间密度函数；步骤5，进行基于密度的仿射变换空间聚类，定位密度较大的所有簇；步骤6，结果呈现。有益的技术效果：本发明克服了现有基于优化的图像匹配算法中优化收敛速度慢且难以获得全局最优解及通常只能处理单目标物体匹配的问题，有效提高了多目标图像匹配的准确性和效率。
-
公开(公告)号：CN119379555A
公开(公告)日：2025-01-28
申请号：CN202411904895.1
申请日：2024-12-23
Applicant: 安徽大学
IPC: G06T5/70 , G06T5/50 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06F17/14 , G06N3/0464
Abstract: 本发明公开一种基于二维符号距离场的阴影消除方法，通过2D符号距离场计算阴影图像的软权重掩码和SDF图像，通过软权重掩码提取原始阴影图像中的阴影区域和非阴影区域；快速傅里叶变换模块提取局部空间特征全局频率特征；通过信息交互模块IIM融合局部空间特征全局频率特征的注意力权重图得到融合特征；通过边界细化模块BRM输出边界细化后特征图；通过卷积操作提取非阴影区域的特征，通过全局特征调制模块GFM将全局特征向量、非阴影区域的特征和SDF特征进行调制，最终输出无阴影图像。本发明在阴影区域的亮度恢复、边界过渡和平滑性方面具有显著优势，使得去除后的图像接近真实无阴影效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
