-
公开(公告)号：CN108171258B
公开(公告)日：2020-05-26
申请号：CN201711322771.2
申请日：2017-12-12
Applicant: 西安电子科技大学
Abstract: 本发明属于图像处理技术领域，公开了一种独立成分分析多形状先验水平集方法、图像分割系统，包括：输入待分割图像和形状先验；曲线初始化；形状先验对齐；将对齐的形状先验用水平集函数编码；构成形状先验矩阵；用独立成分分析降维；将当前水平集函数投影到低维空间；估计形状先验的概率分布，构造形状驱动能量项，和数据驱动能量项结合，构成能量函数；最小化能量函数，驱动曲线演化，得到分割结果。本发明能够消除形状先验高维冗余的特征，进而能够更为准确地统计形状先验的分布，形成更有效的形状约束，最后可以得到比较准确的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN110415254A
公开(公告)日：2019-11-05
申请号：CN201910493587.7
申请日：2019-06-06
Applicant: 西安电子科技大学
IPC: G06T7/11
Abstract: 本发明属于图像处理技术领域，公开了一种基于振荡耦合网络的水平集图像分割方法、计算机，包括：输入待分割图像；提取图像特征；初始化相位；使用Kuramoto模型对相位进行迭代演化；根据稳定后的相位获取图像中的目标个数和符合高斯分布的相位图；初始化演化曲线；计算相位图中每个像素的重构误差；累加每个像素的重构误差，构造数据驱动能量项；最小化该能量函数，驱动曲线演化，得到分割结果。相对于传统的有监督的水平集方法，本发明是基于Kuramoto模型得到图像中待分割目标的个数以及符合高斯分布的图像信息。由于高斯分布更符合图像的实际分布，因而，能够更好地实现无监督的多目标图像分割。
-
公开(公告)号：CN106991693A
公开(公告)日：2017-07-28
申请号：CN201710161906.5
申请日：2017-03-17
Applicant: 西安电子科技大学
CPC classification number: G06K9/6221 , G06N7/02 , G06T2207/20228
Abstract: 本发明提出了一种基于模糊支持权重的立体匹配方法，其方案是：获取左右两幅视图，并计算在不同视差下左右视图对应点的匹配代价，并对其分别进行带权的模糊C均值聚类，得到每个像素点的隶属度；为左右视图中的每个像素点选取窗口，计算窗口内的像素点对该点的模糊支持权重；计算在不同视差下左右视图中对应窗口的总匹配代价；选取最小匹配代价的视差值作为像素点的最优视差值；分别获取左右视图上所有像素点的视差值，获取左右视图中视差值不一致的点，并对其进行替换；再对左视图上像素点的视差值做中值滤波，完成对左右视图像素点的匹配。本发明减小了在遮挡区域及深度不连续区域的误匹配，可用于三维重建和测量。
-
公开(公告)号：CN110415254B
公开(公告)日：2023-01-03
申请号：CN201910493587.7
申请日：2019-06-06
Applicant: 西安电子科技大学
IPC: G06T7/11
Abstract: 本发明属于图像处理技术领域，公开了一种基于振荡耦合网络的水平集图像分割方法、计算机，包括：输入待分割图像；提取图像特征；初始化相位；使用Kuramoto模型对相位进行迭代演化；根据稳定后的相位获取图像中的目标个数和符合高斯分布的相位图；初始化演化曲线；计算相位图中每个像素的重构误差；累加每个像素的重构误差，构造数据驱动能量项；最小化该能量函数，驱动曲线演化，得到分割结果。相对于传统的有监督的水平集方法，本发明是基于Kuramoto模型得到图像中待分割目标的个数以及符合高斯分布的图像信息。由于高斯分布更符合图像的实际分布，因而，能够更好地实现无监督的多目标图像分割。
-
公开(公告)号：CN106991693B
公开(公告)日：2019-08-06
申请号：CN201710161906.5
申请日：2017-03-17
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于模糊支持权重的立体匹配方法，其方案是：获取左右两幅视图，并计算在不同视差下左右视图对应点的匹配代价，并对其分别进行带权的模糊C均值聚类，得到每个像素点的隶属度；为左右视图中的每个像素点选取窗口，计算窗口内的像素点对该点的模糊支持权重；计算在不同视差下左右视图中对应窗口的总匹配代价；选取最小匹配代价的视差值作为像素点的最优视差值；分别获取左右视图上所有像素点的视差值，获取左右视图中视差值不一致的点，并对其进行替换；再对左视图上像素点的视差值做中值滤波，完成对左右视图像素点的匹配。本发明减小了在遮挡区域及深度不连续区域的误匹配，可用于三维重建和测量。
-
公开(公告)号：CN108171258A
公开(公告)日：2018-06-15
申请号：CN201711322771.2
申请日：2017-12-12
Applicant: 西安电子科技大学
Abstract: 本发明属于图像处理技术领域，公开了一种独立成分分析多形状先验水平集方法、图像分割系统，包括：输入待分割图像和形状先验；曲线初始化；形状先验对齐；将对齐的形状先验用水平集函数编码；构成形状先验矩阵；用独立成分分析降维；将当前水平集函数投影到低维空间；估计形状先验的概率分布，构造形状驱动能量项，和数据驱动能量项结合，构成能量函数；最小化能量函数，驱动曲线演化，得到分割结果。本发明能够消除形状先验高维冗余的特征，进而能够更为准确地统计形状先验的分布，形成更有效的形状约束，最后可以得到比较准确的分割结果。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
