-
公开(公告)号：CN109118492B
公开(公告)日：2022-04-05
申请号：CN201710168276.4
申请日：2017-03-21
Applicant: 浙江工业大学
IPC: G06T7/11
Abstract: 一种相差显微镜细胞图像的检测和分割方法，包括以下步骤：1)基于对相差显微镜细胞图像特性的分析，构建图像中的层次信息之后，定义细胞图像中的主要信息；2)传播前一帧的主要信息，检测当前帧中的主要信息，并提供是否存在目标主要信息粘连情况；3)如若当前帧中存在主要信息粘连情况，利用主要信息粘连分离算法对粘连细胞的主要信息进行分离，并且将分离后的局部区域块合理地合并到细胞主要信息集合中去；4)帧间主要信息传播时存在主要信息衰减问题，通过细胞主要信息修复策略修复当前帧细胞的主要信息；5)基于提取和检测到的主要信息，通过两种区域近似估计策略，得到细胞分割和检测结果。本发明有效处理相差显微镜细胞图像检测和分割。
-
公开(公告)号：CN108305266B
公开(公告)日：2020-08-18
申请号：CN201711429655.0
申请日：2017-12-26
Applicant: 浙江工业大学
Abstract: 一种基于条件随机场图结构学习的语义图像分割的方法，所述方法包括以下步骤：1)训练一个全卷积神经网络或是采用现成的全卷积神经网络来进行语义图像粗分割；2)使用rcf神经网络学习条件随机场图结构；3)采用学习得到的图结构来训练条件随机场模型参数；使用训练得到的条件随机场模型做语义图像细分割，过程如下：解决最大后验MAP推理问题，通过调用alpha‑beta扩展例程来找到x的最优标签。本发明提供一种分割效果较好的基于条件随机场图结构学习的语义图像分割的方法。
-
公开(公告)号：CN107491735B
公开(公告)日：2020-08-18
申请号：CN201710593912.8
申请日：2017-07-20
Applicant: 浙江工业大学
Abstract: 一种用于人类行为识别的标签和交互关系联合学习方法，包括以下步骤：1)，使用CNN特征、HOG特征、HOF特征及人与人之间的距离、头部朝向等信息构造能量函数，包含一元能量项、二元能量项、交互能量项和正则化项；2)使用大间隔结构化学习训练所有模型参数；3)标签和交互关系预测，使用交替搜索策略求解复杂推理问题，在迭代中交替优化标签和交互结构。本发明适用于包含多人、多行为类别的图像和视频，能够同时识别个人行为和人与人之间的交互行为。
-
公开(公告)号：CN110749308A
公开(公告)日：2020-02-04
申请号：CN201910939643.5
申请日：2019-09-30
Applicant: 浙江工业大学
Abstract: 一种使用消费级GPS和2.5D建筑物模型的面向SLAM的室外定位方法，包括如下步骤：1)建立坐标系及坐标系之间的统一；2)在系统初始化阶段使用传感器估计相机位姿和2.5D建筑模型，获得图像深度图；再在图像上提取ORB特征点并在深度图上获取特征点对应的深度值，并用于创建3D地图点，从而构建SLAM初始化地图；3)在系统后端优化过程中，在成功跟踪地图点后，系统利用重投影误差同时优化地图点和相机位姿，最后当SLAM系统建立后，系统添加基于建筑物模型优化项和传感器优化项进行优化。本发明既能够快速初始化，又能提升室外相机定位和环境重建的精度。
-
公开(公告)号：CN106204430B
公开(公告)日：2019-05-31
申请号：CN201610595699.X
申请日：2016-07-25
Applicant: 浙江工业大学
Abstract: 一种基于人脸简单模型的特征点插值与图像变形方法，包括如下步骤：1)建立脸部模型之前，要先假设一个脸部横向形状曲线f(x)；2)在x轴在[‑1,1]上的线段上找R个平均点，并在曲线上找到相应的坐标点，依次生成第i个模型pmi，对于每一个点，依次计算当该点为拍摄正面时左右脸宽度的比值si和其余每一个点j到该点在该方向上的距离lij；3)在使用时，先找到与当前角度最接近的模型pmk，选择好模型之后，输入要插值的点的位置，确定插值点的位置。本发明提供了一种人脸变形的真实感良好、计算效率较高的基于人脸简单模型的特征点插值与图像变形方法。
-
Patent Agency Ranking
公开(公告)号：CN109300162A
公开(公告)日：2019-02-01
申请号：CN201810939185.0
申请日：2018-08-17
Applicant: 浙江工业大学
Abstract: 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法，主要涉及机器人视觉、多传感器融合等技术领域。由于激光雷达分辨率的影响，往往提取的扫描边缘点都不够精准，导致标定结果也不够准确。本发明根据激光雷达点在边缘处距离突变的特性，多次寻找比较，取更靠近边缘的点作为标定点。通过对相机图像和雷达边缘点中的圆的检测，根据针孔相机模型计算相机和激光雷达间的平移。在得到的平移向量的邻域空间内搜索标定参数C，以找到使投影误差最小化的标定结果。本发明能够高精度地提取激光雷达扫在物体边缘的点，避免了由于激光雷达分辨率低导致的精度不够问题，从而提高了标定精度。
-
公开(公告)号：CN108305266A
公开(公告)日：2018-07-20
申请号：CN201711429655.0
申请日：2017-12-26
Applicant: 浙江工业大学
Abstract: 一种基于条件随机场图结构学习的语义图像分割的方法，所述方法包括以下步骤：1)训练一个全卷积神经网络或是采用现成的全卷积神经网络来进行语义图像粗分割；2)使用rcf神经网络学习条件随机场图结构；3)采用学习得到的图结构来训练条件随机场模型参数；使用训练得到的条件随机场模型做语义图像细分割，过程如下：解决最大后验MAP推理问题，通过调用alpha-beta扩展例程来找到x的最优标签。本发明提供一种分割效果较好的基于条件随机场图结构学习的语义图像分割的方法。
-
公开(公告)号：CN104794708B
公开(公告)日：2018-07-06
申请号：CN201510170489.1
申请日：2015-04-10
Applicant: 浙江工业大学
Abstract: 一种基于多特征学习的动脉粥样硬化斑块成分分割方法，包括以下步骤：1)获取多序列动脉血管斑块图像；2)图像预处理；3)斑块特征提取及描述；4)分类器训练：分类器模型是支持向量机SVM；最后四种序列MRI动脉斑块图像共生成4个特征集，每一个特征集训练生成一个分类器，最终得到4个分类器，即lipid分类器，fibrous分类器，calcium分类器，hemorrhage分类器；5)训练器优化；6)对于斑块组织的某一个像素分别用四个分类器计算其隶属于不同组织的程度，根据得到的隶属度竞争排序，把隶属度最高的成分作为最终结果。本发明精确性良好、鲁棒性较高。
-
公开(公告)号：CN104680523B
公开(公告)日：2017-12-19
申请号：CN201510072313.2
申请日：2015-02-11
Applicant: 浙江工业大学
Abstract: 一种基于前景和背景先验的多模态区域一致性的显著性对象检测方法，包括如下步骤：1)获得场景的颜色图像和深度图像，同时生成点云；2)采用颜色图和深度图将场景分割；3)采用基于对象区域检测方法，对图像的所有区域进行检测得到焦点区域，在颜色图像中将焦点区域作为前景先验；4)检测出点云的平面区域作为背景先验，从颜色图像和对应深度图像中得到点云数据，在点云数据中检测出平面结构，然后计算连接场景边界的边界长度，计算出平面分割的背景连通度，并且得到过分割的背景权重；5)计算得到全局区域对比度SG(rk)，显著性图通过下面的公式得到：S(rk)＝SF(rk)×SB(rk)×SG(rk)。本发明有效提升正确率。
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.03 seconds)
