-
公开(公告)号：CN115731456A
公开(公告)日：2023-03-03
申请号：CN202211426119.6
申请日：2022-11-15
Applicant: 福州大学
IPC: G06V20/00 , G06V10/762 , G06V10/77 , G06T5/50
Abstract: 本发明涉及一种基于快照式光谱偏振相机的目标检测方法，其特征在于，包括以下步骤：步骤S1:利用快照式光谱相机和快照式偏振相机，获取检测目标的光谱及偏振图像；步骤S2:对检测目标的光谱特性筛选特征波段，对特征波段光谱图进行PCA变换处理，获得光谱预处理结果SP0图，同时计算偏振的总光强图像S0和新偏振参量Is图，并将S0与Is图进行PCA变换处理，获得偏振预处理结果Po0图;步骤S3:对SP0图与Po0图进行配准与融合，获得融合图像F;步骤S4:根据目标特征信息，对F图进行目标检测。本发明通过光谱与偏振信息的互补性，融合光谱与偏振信息，从而提高多目标检测时的检测性能。
-
公开(公告)号：CN115690515A
公开(公告)日：2023-02-03
申请号：CN202211423976.0
申请日：2022-11-15
Applicant: 福州大学
IPC: G06V10/764 , G06T5/50 , G06V10/80
Abstract: 本发明涉及一种基于交织序列映射的光谱偏振图像目标检测方法，包括以下步骤：步骤S1:根据目标的光谱偏振特性选择合适的波段并获取对应波段的偏振图像;步骤S2:基于偏振图像，计算偏振参量，再对其进行差异增强与基于交织序列方法的偏振方向一维数据映射，得到差异增强结果与交织序列映射结果；步骤S3:对差异增强结果与交织序列映射结果进行图像融合得到融合图像；步骤S4:对融合图像进行基于像素的目标检测。本发明有效地提高目标与背景的对比度和清晰度，从而提高了目标检测的准确率与精确率。
-
公开(公告)号：CN113740276A
公开(公告)日：2021-12-03
申请号：CN202111024402.1
申请日：2021-09-02
Applicant: 福州大学
IPC: G01N21/25
Abstract: 本发明涉及一种基于多光谱探测系统的果蔬农残可视化实时检测方法，包括以下步骤:步骤S1:构建多光谱探测系统，并获取具有农药残留的果蔬光谱数据；步骤S2:采用人机交互模块对光谱数据进行反射率校正；步骤S3:利用matlab软件选取感兴趣区域并计算平均反射率；步骤S4:对初始样本集进行预处理，剔除异常样本后，划分为预测集和验证集；步骤S5:基于预测集和验证集，训练获得光谱反射率和果蔬农残之间关系的预测模型；步骤S6:获取待测果蔬的光谱数据，进行反射率校正，选取感兴趣区域并计算平均反射率，输入预测模型，得到预测结果。本发明利用可见/近红外多光谱成像技术实现快速、无损的果蔬农残检测，基于可视化模型直观获取农残量并快速判定果蔬农残等级。
-
公开(公告)号：CN116012839A
公开(公告)日：2023-04-25
申请号：CN202310073803.9
申请日：2023-01-18
Applicant: 福州大学
IPC: G06V20/69 , G06V10/778 , G06V10/774 , G06V10/22 , G06V10/72 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于多光子肿瘤相关胶原特征的乳腺癌切缘识别方法，包括：获取乳腺癌多光子图像；根据乳腺癌多光子图像中的肿瘤相关胶原特征，在乳腺癌多光子图像中采集设定数量的图像块，对其进行数据清洗和数据预处理，构造训练数据集；构建组织成分识别模块并用其学习训练数据集中的特征信息；根据乳腺组织病理特点和临床肿瘤切除原则，构建组织成分可视化模块，显示组织成分识别结果；对给定的乳腺癌多光子图像进行从局部到整体的识别，以滑动窗口的方式重叠地将图像块输入到组织成分识别模块，输出组织成分类别；最后将所有的组织成分识别结果整合，形成最终的切缘识别结果。该方法有利于快速、自动地识别切除范围和乳腺癌切缘位置。
-
公开(公告)号：CN115760622A
公开(公告)日：2023-03-07
申请号：CN202211458018.7
申请日：2022-11-16
Applicant: 福州大学
IPC: G06T5/00 , G06T3/40 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/094
Abstract: 本发明提供了一种拼接显微图像的无监督自适应条纹校正方法，包括以下步骤：步骤S1：对带条纹的拼接显微图像进行数据预处理；步骤S2：构造非配对的正负样本作为训练数据；步骤S3：设计对生成结果进行评估的判别器；步骤S4：训练对抗式网络模型；步骤S5：对给定的待修复图像进行从局部到整体的校正，以滑动窗口的方式重叠地将图像块输入到条纹校正模块，输出校正块；最后将所有的校正块合并，形成最终的校正结果。该方法不需要调整光学仪器的设置，且不依赖估计的物理参数或原始拼接信息。该方法可适用于大多数成像实验中训练数据不足的情况。
-
Patent Agency Ranking
公开(公告)号：CN117671028A
公开(公告)日：2024-03-08
申请号：CN202311672012.4
申请日：2023-12-06
Applicant: 福州大学
IPC: G06T7/80
Abstract: 本发明涉及一种基于红外与事件相机标定的移动目标跟踪方法。其步骤为：基于红外与事件相机成像特性定制双模态标定靶标系统；搭建红外与事件双目相机采集系统，固定相机后采集红外与事件标定靶标图像；基于改进圆心提取算法对标定靶标图像进行精确的圆心定位，完成红外与事件相机双目标定，获得相机之间的单应性变换矩阵；通过变换矩阵将事件帧的移动目标检测结果传递给红外跟踪模型，实现移动目标的跟踪。通过上述方式，可以联合红外与事件的成像和算法优势，实现移动目标的稳定跟踪，在地对空的无人机群监视和跟踪等任务中具有重要价值。
-
公开(公告)号：CN113777063A
公开(公告)日：2021-12-10
申请号：CN202111045426.5
申请日：2021-09-07
Applicant: 福州大学
IPC: G01N21/31 , G01N21/3563 , G01N21/359
Abstract: 本发明提出一种果蔬农残快速实时检测多光谱探测系统及其使用方法，所述检测系统包括数据处理模块和与之相连的成像单元；数据处理模块经成像单元采集置于暗箱内的载物模块处的果蔬样本图像，并分析图像光谱特征以评估样本农残情况；暗箱内设有照明模块；所述照明模块包括设于万向转动轴处的卤素光源，卤素光源的光输出端处设有匀光片；所述暗箱上部设有反光面朝向载物模块的反光模块；当成像单元对样本拍照时，卤素光源光线在反光模块反光面处反射并对样本照明；本发明能降低设备成本，并利用自动化维稳云台和反光模块扩大适用范围，以可见/近红外光谱技术进行快速、无损的果蔬农药残留实时检测。
-
公开(公告)号：CN116012839B
公开(公告)日：2025-05-09
申请号：CN202310073803.9
申请日：2023-01-18
Applicant: 福州大学
IPC: G06V20/69 , G06V10/778 , G06V10/774 , G06V10/22 , G06V10/72 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于多光子肿瘤相关胶原特征的乳腺癌切缘识别方法，包括：获取乳腺癌多光子图像；根据乳腺癌多光子图像中的肿瘤相关胶原特征，在乳腺癌多光子图像中采集设定数量的图像块，对其进行数据清洗和数据预处理，构造训练数据集；构建组织成分识别模块并用其学习训练数据集中的特征信息；根据乳腺组织病理特点和临床肿瘤切除原则，构建组织成分可视化模块，显示组织成分识别结果；对给定的乳腺癌多光子图像进行从局部到整体的识别，以滑动窗口的方式重叠地将图像块输入到组织成分识别模块，输出组织成分类别；最后将所有的组织成分识别结果整合，形成最终的切缘识别结果。该方法有利于快速、自动地识别切除范围和乳腺癌切缘位置。
-
公开(公告)号：CN118762364A
公开(公告)日：2024-10-11
申请号：CN202410745798.6
申请日：2024-06-11
Applicant: 福州大学
Abstract: 本发明提供一种基于场景文本信息引导的红外小目标检测方法，将首先将描述红外图像场景的文本提示引入到现有的红外数据集中，构建文本与图像的配对数据集；然后，通过基于场景文本信息引导的红外小目标检测网络模型，利用图像编码器提取红外图像的视觉特征；利用预训练语言模型将描述场景信息的文本提示映射为嵌入向量，实现文本特征的提取；接着通过内积运算实现图像和文本信息的高层语义特征融合，并计算文本‑图像全局匹配损失引导网络对目标和背景特征分别进行建模；在上采样结构中，通过基于文本特征引导的上下文增强模块，以融合文本和图像的全局和局部特征；将上采样后的特征图经过分割模块处理得到检测结果。
-
公开(公告)号：CN118136198A
公开(公告)日：2024-06-04
申请号：CN202410180124.6
申请日：2024-02-18
IPC: G16H15/00 , G16H50/20 , G16H70/60 , G06V20/69 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种基于大型语言模型的交互式多光子乳腺癌切缘病理报告生成系统，设计一种由深度卷积神经网络和可视化算法组成的浸润性乳腺癌切缘识别模型；构建肿瘤相关胶原特征诊断报告生成模型，制作多光子图像诊断报告数据集并训练模型；根据学术论文摘要制作乳腺癌医学知识对话数据集微调开源大型语言模型；将两个模型的诊断结果通过函数转换为文本描述，然后结合报告模板和用户问题，形成输入提示符，大型语言模型输出多光子乳腺癌切缘病理报告，并根据用户问题提供交互式解释和医学建议。本发明在传统图像诊断模型中引入大型语言模型，实现在仅有乳腺癌多光子图像情况下自动生成乳腺癌切缘病理报告。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.029 seconds)
