-
公开(公告)号：CN109242877A
公开(公告)日：2019-01-18
申请号：CN201811107206.9
申请日：2018-09-21
Applicant: 新疆大学
Abstract: 本发明公开了一种图像分割方法及装置，涉及图像处理技术领域，主要目的在于在图像分割的过程中，解决图像分割结果准确性较低的问题而发明。本发明的方法包括：利用预设算法将待处理图像转化为目标显著图；通过中智学图像算法对所述目标显著图进行处理，得到初始像素集合；根据预设函数对所述初始像素集合进行过滤，并将过滤后的初始像素集合所对应的图像进行分割，得到目标图像。本发明主要适用于对图像进行分割。
-
公开(公告)号：CN110826472B
公开(公告)日：2023-06-27
申请号：CN201911060518.3
申请日：2019-11-01
Applicant: 新疆大学
Abstract: 本发明公开了一种图像检测方法及装置，涉及图像处理技术领域，主要目的在于在图像检测的过程中，解决图像目标的检测结果准确性较低的问题而发明。本发明的方法包括：根据待检测图像的底层特征，利用预设模型获取所述待检测图像的目标先验数据；通过低秩矩阵分解对所述待检测图像的底层特征进行处理，得到目标特征及背景冗余信息；根据所述目标先验数据对所述待检测图像中的目标特征及背景特征按照监督信息方向分离，得到初步图像目标；利用优化中智学算法对所述初步图像目标进行优化，得到图像目标以完成图像检测，所述优化中智学算法是对中智学理论重新数学公式定义得到的。本发明主要适用于对自然图像的图像目标进行检测。
-
公开(公告)号：CN110826472A
公开(公告)日：2020-02-21
申请号：CN201911060518.3
申请日：2019-11-01
Applicant: 新疆大学
Abstract: 本发明公开了一种图像检测方法及装置，涉及图像处理技术领域，主要目的在于在图像检测的过程中，解决图像目标的检测结果准确性较低的问题而发明。本发明的方法包括：根据待检测图像的底层特征，利用预设模型获取所述待检测图像的目标先验数据；通过低秩矩阵分解对所述待检测图像的底层特征进行处理，得到目标特征及背景冗余信息；根据所述目标先验数据对所述待检测图像中的目标特征及背景特征按照监督信息方向分离，得到初步图像目标；利用优化中智学算法对所述初步图像目标进行优化，得到图像目标以完成图像检测，所述优化中智学算法是对中智学理论重新数学公式定义得到的。本发明主要适用于对自然图像的图像目标进行检测。
-
公开(公告)号：CN108537812A
公开(公告)日：2018-09-14
申请号：CN201810304954.X
申请日：2018-04-08
Applicant: 新疆大学
Abstract: 本发明公开了一种结合Ostu阈值法的最小生成树分割方法、系统及装置，其中，结合Ostu阈值法的最小生成树分割方法，包括:将图像的RGB颜色空间转化为HSV颜色空间；分别计算HSV颜色空间中H，S，V三个颜色通道的Ostu阈值，然后进行加权，得出最终的Ostu阈值；将所述图像映射为图论中的图，构造最小生成树；对所述最小生成树进行合并，从而得出分割的图像。实现减少误分割率高的优点。
-
公开(公告)号：CN118365615A
公开(公告)日：2024-07-19
申请号：CN202410504003.2
申请日：2024-04-25
Applicant: 新疆大学
IPC: G06T7/00 , G06V10/40 , G06V10/762 , G06V10/80 , G06V10/764 , G06T5/30 , G06T7/194 , G06T7/136 , G06V10/28
Abstract: 本发明公开了一种用于低照度宽视场视频图像的显著变化检测方法及装置，方法包括：利用对数比算子和减法算子分别获取全局差异图并进行融合；利用频域注意力机制获取全局差异图的显著变化区域；结合形态学滤波、以及能量特征和密度特征进行噪声处理，并提取目标所在的局部变化区域对；利用对数比率算子提取局部变化区域对的差异特征，得到局部变化差异图；采用加权融合对局部变化差异图进行特征优化，得到局部特征融合图；利用k‑means聚类算法对局部特征融合图进行分类生成对应的局部变化图，并将所有的局部变化图合成为全局变化图，得到最终的变化检测结果。装置包括：处理器和存储器。
-
Patent Agency Ranking
公开(公告)号：CN118154433A
公开(公告)日：2024-06-07
申请号：CN202410259985.3
申请日：2024-03-07
Applicant: 新疆大学
Abstract: 本发明公开了一种宽视场视频图像变化检测方法及装置，方法包括：采用改进的自适应快速引导滤波器用于视频图像的变化检测；对多时相视频图像进行滤波后，提出种考虑邻域信息的对数比算子，改进均值比差异图生成方式，生成差异图；采用离散小波变换对改进的MR图像和改进的LR图像进行图像融合，获取融合差异图；采用软阈值函数，对融合差异图进行初始分类，得到初始的变化区域和未变化区域；使用累积分布函数将分类结果的像素值从[0,255]压缩至[0,1]；提出超快速鲁棒约束模糊C‑Means聚类算法，采用改进的自适应中值滤波进行去噪处理。装置包括：处理器和存储器。
-
公开(公告)号：CN109242877B
公开(公告)日：2021-09-21
申请号：CN201811107206.9
申请日：2018-09-21
Applicant: 新疆大学
Abstract: 本发明公开了一种图像分割方法及装置，涉及图像处理技术领域，主要目的在于在图像分割的过程中，解决图像分割结果准确性较低的问题而发明。本发明的方法包括：利用预设算法将待处理图像转化为目标显著图；通过中智学图像算法对所述目标显著图进行处理，得到初始像素集合；根据预设函数对所述初始像素集合进行过滤，并将过滤后的初始像素集合所对应的图像进行分割，得到目标图像。本发明主要适用于对图像进行分割。
-
公开(公告)号：CN120013955A
公开(公告)日：2025-05-16
申请号：CN202510048402.7
申请日：2025-01-13
Applicant: 新疆大学
IPC: G06T7/10 , G06T5/70 , G06T5/50 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种泊松去噪与Mamba架构结合的脑部MRI图像分割方法，包括以下步骤：步骤1，将待分割的脑部MRI图像，进行泊松去噪；步骤2，构建图像分割模型MambaNet，用于对所述脑部MRI图像进行分割；步骤3，对所述图像分割模型MambaNet进行训练并优化；步骤4，将步骤1中经过泊松去噪后的脑部MRI图像，使用步骤2中训练好的图像分割模型MambaNet进行分割，完成所述泊松去噪与Mamba架构结合的脑部MRI图像分割。提高了模型捕捉多级特征的能力，减少了过度平滑和伪影的产生，确保了跨尺度空间信息的保留，本发明在分割性能上超越了现有方法。
-
公开(公告)号：CN118279829A
公开(公告)日：2024-07-02
申请号：CN202410462501.5
申请日：2024-04-17
Applicant: 新疆大学
Abstract: 本发明公开了一种低照度宽视场视频图像变化检测方法及装置，方法包括：提出极值平均比算子，用于抑制噪声和保留图像细节，生成差异图；采用提出的基于拉普拉斯金字塔自适应融合的方法，通过计算差异图的局部能量，并将其与拉普拉斯金字塔相结合，实现对差异图的自适应融合；使用TVL1对偶方法对差异图去噪，并对变化区域进行增强，使用主成分变换对去噪后的差异图像、对变化区域进行增强后的图像进行融合，再使用自适应中值滤波，去除图像中残余的随机噪声；提出改进自适应中值滤波，用于抑制噪声并保护图像的细节；提出将阈值分割与K‑means聚类相结合，并对K‑means聚类进行改进，对处理后的图像先进行预处理，获得最终检测结果。装置包括：处理器和存储器。
-
公开(公告)号：CN118229731A
公开(公告)日：2024-06-21
申请号：CN202410280416.7
申请日：2024-03-12
Applicant: 新疆大学
Abstract: 本发明公开了一种针对抖动视频的运动目标检测方法及装置，包括：将图像进行小波变换，提取高频区域；采用角点提取算法遍历高频区域，提取出高质量的特征点；对提取的特征点进行特征描述；将图像基于分辨率分成n个图像块，在对应图像块上进行特征匹配，并使用最小二乘法拟合出所有特征点共同的运动矩阵；将图像进行反向运动补偿得到稳定的图像序列；进行高斯背景建模，并提取运动目标。装置包括：处理器和存储器。本发明在实现视频稳像的同时也保证了运动目标的实时提取，本发明引入频域分析来提取显著区域，并使用基于深度学习的特征描述方式增强ORB描述符，提高了准确性，采用领域查询方式快速匹配特征点；采用自适应个数的高斯模型进行图像背景建模，实现了运动目标的快速提取。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.014 seconds)
