基于自适应局部预拟合能量函数的主动轮廓模型图像分割方法

    公开(公告)号:CN114913192B

    公开(公告)日:2024-07-05

    申请号:CN202210482466.4

    申请日:2022-05-05

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于自适应局部预拟合能量函数的主动轮廓模型图像分割方法,属于图像分割这一技术领域,其采用几何轮廓模型,通过梯度下降法求解能量泛函最小化的位置,即封闭连续的轮廓线的位置。通过设计局部预拟合函数去在迭代前计算图像局部区域的平均强度,因此计算速度大幅度提升,计算成本大幅度下降;本申请通过设计一个新的正则化函数去正则化数据驱动项,从而提高系统的鲁棒性和抗噪声干扰性,以及提高数据驱动项过零点处的灵敏度。

    一种图像分割方法、存储介质

    公开(公告)号:CN114913188B

    公开(公告)日:2024-06-28

    申请号:CN202210586187.2

    申请日:2022-05-27

    Applicant: 苏州大学

    Abstract: 本申请公开了一种图像分割方法、存储介质,属于图像分割这一技术领域,其设计要点在于:本申请通过设计局部预拟合函数去在迭代前拟合出图像局部区域的平均强度,因此计算速度大幅度提升,计算成本大幅度下降;本申请通过设计一个新的正则化函数去正则化数据驱动项和水平集函数,从而提高系统的鲁棒性和抗噪声干扰性,提高数据驱动项过零点处的灵敏度以及规范化水平集函数的值域。

    一种基于视觉显著性的布匹瑕疵检测方法

    公开(公告)号:CN103871053B

    公开(公告)日:2017-02-01

    申请号:CN201410063927.X

    申请日:2014-02-25

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于视觉显著性的布匹瑕疵检测方法,包括如下步骤:(1)采集图(;2)亮度特征处理;(3)方向特征处理;(4)多通道叠加归一处理;(5)灰度图处理;(6)二值化处理(;7)瑕疵区域判断,与传统布匹瑕疵检测方法相比,本发明降低了运算的复杂度,提高了识别率,并能准确定位,同时避免了所检测的布匹完好图的显著图灰度值比瑕疵图中完好部分灰度值更高的情况下容易导致的误检,有效地降低了背景在检测过程中的干扰,且减少了将完好布匹的图像经过自适应阈值分割得到的目标区域误判为瑕疵区域的情况的发生。

    一种基于形态学分析的布匹瑕疵检测方法

    公开(公告)号:CN103456021B

    公开(公告)日:2016-05-18

    申请号:CN201310437747.9

    申请日:2013-09-24

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于形态学分析的布匹瑕疵检测方法,采用线阵相机对运动中的布匹进行图像采集,通过对布匹灰度图像进行,获取布匹相邻组织点间距,作为结构元素大小参考值;接着进行形态学闭操作,填充常规的织点缝隙,瑕疵处的织点数偏少且不规律,在亮度上被突显出来;最后,对图像进行二值化处理,其阈值的确定通过灰度幂次变换的γ训练选取进行控制,统计并标注二值瑕疵图,输出瑕疵信息,完成布匹的瑕疵检测过程。本发明方法结构更加准确简单,提高了计算速度;能够减弱背景亮度不均的干扰;便于实现自动检测。

    一种基于形态学与非线性泊松方程的图像处理方法及装置

    公开(公告)号:CN116128901A

    公开(公告)日:2023-05-16

    申请号:CN202310065999.7

    申请日:2023-01-16

    Applicant: 苏州大学

    Abstract: 本发明涉及一种基于形态学与非线性泊松方程的图像处理方法包括:根据灰度形态学腐蚀和膨胀操作拟合输入图像两侧轮廓的强度微分拟合函数,定义包含图像轮廓线的能量函数;根据水平集函数得到新能量函数并求导,得到梯度下降流方程;分解其中数据项,并引入非线性泊松方程表示;构建对数据项函数值域进行非线性拉伸的规范函数;不断更新水平集函数,经过正则化和领域平均值滤波处理,得到最终水平集函数;将其及图像分割结果输出;采用数学形态学,增加抗噪声能力,有效消除噪声对图像分割影响,减少运算量和图像分割时间;构建非线性泊松方程,减弱不均匀等干扰,引入水平集模型,完成图像分割,增加图像分割准确性;构建规范函数,提高鲁棒性。

    基于自适应局部预拟合能量函数的主动轮廓模型图像分割方法

    公开(公告)号:CN114913192A

    公开(公告)日:2022-08-16

    申请号:CN202210482466.4

    申请日:2022-05-05

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于自适应局部预拟合能量函数的主动轮廓模型图像分割方法,属于图像分割这一技术领域,其采用几何轮廓模型,通过梯度下降法求解能量泛函最小化的位置,即封闭连续的轮廓线的位置。通过设计局部预拟合函数去在迭代前计算图像局部区域的平均强度,因此计算速度大幅度提升,计算成本大幅度下降;本申请通过设计一个新的正则化函数去正则化数据驱动项,从而提高系统的鲁棒性和抗噪声干扰性,以及提高数据驱动项过零点处的灵敏度。

    一种基于视觉显著图和支持向量机的表面缺陷检测方法

    公开(公告)号:CN104198497B

    公开(公告)日:2017-01-25

    申请号:CN201410464490.0

    申请日:2014-09-12

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于视觉显著图和支持向量机的表面缺陷检测方法,首先对待检测产品表面图像样本,采用GBVS模型计算其视觉显著图,通过最大类间方差法将视觉显著图进行自适应阈值分割,提取视觉显著区,计算视觉显著图灰度平均值、显著图中视觉显著区域的灰度平均值,并各自进行归一化处理,构成二维特征,再将上述所得视觉显著图的二维特征作为支持向量机训练样本,选取二维情况下实现分类的最优分类线,基于该最优分类线,对二维特征进行分类,从而区分图像中的产品是否存在缺陷。本发明能够有效节省劳力,降低劳动强度,提高工作效率,且辨识精度高。

    一种基于视觉显著性的布匹瑕疵检测方法

    公开(公告)号:CN103871053A

    公开(公告)日:2014-06-18

    申请号:CN201410063927.X

    申请日:2014-02-25

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于视觉显著性的布匹瑕疵检测方法,包括如下步骤:(1)采集图;(2)亮度特征处理;(3)方向特征处理;(4)多通道叠加归一处理;(5)灰度图处理;(6)二值化处理;(7)瑕疵区域判断,与传统布匹瑕疵检测方法相比,本发明降低了运算的复杂度,提高了识别率,并能准确定位,同时避免了所检测的布匹完好图的显著图灰度值比瑕疵图中完好部分灰度值更高的情况下容易导致的误检,有效地降低了背景在检测过程中的干扰,且减少了将完好布匹的图像经过自适应阈值分割得到的目标区域误判为瑕疵区域的情况的发生。

    基于局部预分段拟合偏场校正的主动轮廓模型识别方法

    公开(公告)号:CN114862874B

    公开(公告)日:2024-07-23

    申请号:CN202210550313.9

    申请日:2022-05-20

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于局部预分段拟合偏场校正的主动轮廓模型识别方法,属于计算机图像分割技术领域,其特征在于,包括以下步骤:首先,定义局部区域的预拟合函数;然后,提出了一种基于偏场理论的局部预分段拟合的能量函数,并推导出全局的能量函数,给出偏场估计值的最优解:在能量最小化的计算过程中,采用了新的变分水平集公式与梯度流公式来限制了数据驱动项的范围,并改善了曲线斜率,利用优化后的距离规则项和邻域平均值滤波方法分别对水平集函数进行正则化和曲线光滑化。采用本申请的方法,可以减少了计算量,提高模型对参数的鲁棒性。

    一种基于KL散度的变分水平集图像分割方法和系统

    公开(公告)号:CN116824136A

    公开(公告)日:2023-09-29

    申请号:CN202310611012.7

    申请日:2023-05-29

    Applicant: 苏州大学

    Abstract: 本发明涉及一种基于KL散度的变分水平集图像分割方法和系统,方法包括:步骤S1:获取图像,并将所述图像转换为灰度图像;步骤S2:基于所述灰度图像中待分割的目标,构建基于KL散度的能量函数;步骤S3:将变分水平集作为变量加入所述基于KL散度的能量函数;步骤S4:求解所述能量函数的最小值,得到灰度图像中待分割目标的边界。本发明能够有效对灰度图像的目标进行分割。

Patent Agency Ranking