-
公开(公告)号：CN111292256B
公开(公告)日：2023-06-06
申请号：CN202010035447.8
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于显微高光谱成像的纹理增强算法，解决了传统波段选择及图像融合方法对纹理特征针对性不强的问题。本发明的步骤为：一、计算每张光谱照片的灰度共生矩阵，得到所需要的纹理修正值；二、进行波段选择，按照各个修正值的侧重点对照片进行排序，选择所需数量的照片作为源图像；三、运用小波变换对所选照片进行分解和融合并评价图像质量，确保融合后的图像纹理特征好于任一张源图像。本发明的基本思想是从纹理特征出发，采用纹理修正值为波段选择提供依据，由此选出的源图像包含了丰富的纹理信息，对其进行波段图像融合时有利于纹理信息的保留和利用。本发明针对显微高光谱照片进行增强后纹理细节突出，非常有利于后续的医学诊断及实验分析。
-
公开(公告)号：CN111259913A
公开(公告)日：2020-06-09
申请号：CN202010034575.0
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于词袋模型和纹理特征的细胞光谱图像分类方法，它涉及运用特征提取技术进行细胞光谱图像分类，可用于医学上计算机辅助诊断系统中，提高临床及实验诊断效率和准确率。本发明的步骤为：一、利用显微高光谱成像系统拍摄样本细胞光谱图像；二、对细胞光谱图像进行纹理特征提取和词袋模型计算；三、将得到的词袋纹理特征向量输入加权型SVM多分类模型进行训练，优化分类器参数，并用测试集得出分类精度。本发明的基本思想是不仅运用细胞图像的空间信息，还运用其光谱信息，并在特征提取时将词袋模型和纹理特征融合对细胞图像进行分类，可有效提高细胞图像的分类精度。
-
公开(公告)号：CN111292256A
公开(公告)日：2020-06-16
申请号：CN202010035447.8
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于显微高光谱成像的纹理增强算法，解决了传统波段选择及图像融合方法对纹理特征针对性不强的问题。本发明的步骤为：一、计算每张光谱照片的灰度共生矩阵，得到所需要的纹理修正值；二、进行波段选择，按照各个修正值的侧重点对照片进行排序，选择所需数量的照片作为源图像；三、运用小波变换对所选照片进行分解和融合并评价图像质量，确保融合后的图像纹理特征好于任一张源图像。本发明的基本思想是从纹理特征出发，采用纹理修正值为波段选择提供依据，由此选出的源图像包含了丰富的纹理信息，对其进行波段图像融合时有利于纹理信息的保留和利用。本发明针对显微高光谱照片进行增强后纹理细节突出，非常有利于后续的医学诊断及实验分析。
-
公开(公告)号：CN111189784A
公开(公告)日：2020-05-22
申请号：CN202010035340.3
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于偏振光谱成像的盖章签字先后顺序鉴定方法，它涉及光谱信息检测领域，解决了当前方法丢失信息严重，受环境影响大及判断精准度差的问题。本发明的步骤为：一、采集原始样本偏振高光谱图像；二、进行斯托克斯参数计算，得出相应的偏振参数图像；三、将得到的偏振度和偏振角图像进行融合，得到偏振特征图像以及对应的偏振特征向量；四、对偏振强度图像进行图像分块处理，可得特征区域及对应光强特征向量；五、将特征区域对应到偏振特征图像上，对其特征向量进行相关性分析从而确定盖章签字先后顺序。本发明利用样本偏振光谱信息的全面性，结合特征向量相关性分析来进行顺序的判定，适用于与墨水印泥类似材料的顺序鉴定应用。
-
-
-
Search Results
4
records
(took 0.023 seconds)
