-
公开(公告)号：CN108960042B
公开(公告)日：2021-06-08
申请号：CN201810476337.8
申请日：2018-05-17
Applicant: 新疆医科大学第一附属医院
Abstract: 本发明涉及检测方法技术领域，是一种视觉显著性与SIFT特征的棘球绦虫原头蚴存活率检测方法；本发明基于视觉显著性与SIFT特征的识别方法是对图像局部进行计算，仅考虑由显著图得到的疑似原头蚴区域，从SIFT特征提取节省了大量时间，在样本图像的SIFT特征向量的获得上，本发明采用k‑means算法对其进行聚类改变了SIFT特征向量存在高维的特征描述，解决了计算过于复杂，耗时过长等问题，提高了使用SIFT特征进行目标搜索的计算效率，显著区域内的SIFT特征更加稳定，改变了由人工计数造成的人为误差，人工计数时间较长，造成的工作效率低、工作量大的问题，同时也保证了识别的正确率。
-
公开(公告)号：CN108960042A
公开(公告)日：2018-12-07
申请号：CN201810476337.8
申请日：2018-05-17
Applicant: 新疆医科大学第一附属医院
CPC classification number: G06K9/00134 , G06K9/0014 , G06K9/00147 , G06K9/4671 , G06K9/6223 , G06K9/6269
Abstract: 本发明涉及检测方法技术领域，是一种视觉显著性与SIFT特征的棘球绦虫原头蚴存活率检测方法；本发明基于视觉显著性与SIFT特征的识别方法是对图像局部进行计算，仅考虑由显著图得到的疑似原头蚴区域，从SIFT特征提取节省了大量时间，在样本图像的SIFT特征向量的获得上，本发明采用k‑means算法对其进行聚类改变了SIFT特征向量存在高维的特征描述，解决了计算过于复杂，耗时过长等问题，提高了使用SIFT特征进行目标搜索的计算效率，显著区域内的SIFT特征更加稳定，改变了由人工计数造成的人为误差，人工计数时间较长，造成的工作效率低、工作量大的问题，同时也保证了识别的正确率。
-
Search Results
2
records
(took 0.03 seconds)
