-
公开(公告)号：CN106778538A
公开(公告)日：2017-05-31
申请号：CN201611067704.6
申请日：2016-11-28
Applicant: 上海工程技术大学
CPC classification number: G06K9/00845 , G06N3/08
Abstract: 本发明涉及一种基于层次分析法的智能驾驶行为评判方法，包括：步骤1)通过使用Open CV来追踪人脸和人的眼睛，获得对驾驶员的疲劳侦测和注意力侦测；步骤2)基于层次分析法和BP神经网络训练从六个方面来对驾驶员的驾驶行为进行综合打分，其中六个方面分别为正常驾驶、疲劳驾驶、正常转弯、紧急转弯、正常变道和频繁变道。与现有技术相比，本发明用于对驾驶员的驾驶行为习惯进行评分，具有评分准确，参考价值高等优点。
-
公开(公告)号：CN105115428A
公开(公告)日：2015-12-02
申请号：CN201510197679.2
申请日：2015-04-24
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法，该方法基于机器视觉和图像分析进行非接触式高精度测量，同时采用GPU多核并行平台进行高速测量，从辐对称电缆切面图像中提取有用的信息，进行绝缘层厚度测量。与现有技术相比，本发明具有降低精确测量的时间消耗，填补国内电缆行业辐对称电缆切面绝缘层厚度的高精度并行图像测量的空白,打破国外相关设备厂商的垄断和技术封锁，提高我国产品质量在线检测的技术水平，加快本土生产厂商生产自动化进程等优点。
-
公开(公告)号：CN115564747A
公开(公告)日：2023-01-03
申请号：CN202211284355.9
申请日：2022-10-20
Applicant: 上海工程技术大学
Abstract: 本发明涉及医学图像技术领域，具体涉及一种基于深度学习的肝脏血管分割方法和装置；本发明所提供的方法，获取待处理的CT图像，将待处理的CT图像预处理，从预处理后的CT图像中采集血管样本和非血管样本，将血管样本和非血管样本作为训练样本，对卷积神经网络进行训练，利用卷积神经网络对待处理的肝脏血管进行分割；所提供的方法用灰度变换增加CT图像的亮度和对比度，在样本标记过程中，使用阈值和打标签的方式，减少工作量，最终利用训练的卷积神经网络对肝脏血管进行分割，有效的保障了正确率。
-
公开(公告)号：CN111815538B
公开(公告)日：2022-05-10
申请号：CN202010692356.1
申请日：2020-07-17
Applicant: 上海工程技术大学
Abstract: 本发明提供了一种基于数字图像处理技术的肝硬化超声图像肝包膜提取方法，用于对肝脏浅表切面图像进行处理，其包括以下步骤：利用滑动窗口算法对超声图像的上部进行遍历，以识别所述超声图像中是否有肝腹水区域；对超声图像依次进行高斯模糊处理、二值化处理、形态学闭运算处理以得到二值超声图像。随后基于遍历算法对处理后的二值超声图像进行搜索，寻找肝包膜对应的像素点集以构成肝包膜的预测膜；将预测膜融合到原始的超声图像中，采用灰度差分算法从预测膜中剔除伪膜的像素点，以得到肝包膜的真实膜。本发明可以同时得到肝包膜的预测膜和真实膜，为后续的形态特征分析提供了保障。
-
公开(公告)号：CN113034395A
公开(公告)日：2021-06-25
申请号：CN202110326154.X
申请日：2021-03-26
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种低照度图像增强方法，包括：将原始图像从RGB色彩空间变换为HSV色彩空间；获取所述HSV色彩空间的V通道信息并根据所述V通道信息获取虚拟曝光矩阵AL；对所述虚拟曝光矩阵AL进行非线性变换获取非线性映射矩阵KL，并根据所述非线性映射矩阵KL调整相机响应模型的参数；将所述原始图像输入至调整后的所述相机响应模型中获取目标图像。本发明能够较好的解决增强区域不全面和饱和区域细节纹理丢失问题；能够较好的突显区域间边界信息；在运算处理速度上更快，提高了处理图像的效率。
-
Patent Agency Ranking
公开(公告)号：CN110555827A
公开(公告)日：2019-12-10
申请号：CN201910721584.4
申请日：2019-08-06
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于深度学习驱动的超声成像信息计算机处理系统，包括：高频超声图像获取模块；组织器官膜状结构信息定位模块；patch小块获取模块，采用滑动窗口自动获取小块区域范围，筛选掉成像质量低于设定阈值的patch小块，将其余patch小块用于深度学习网络的训练和测试；网络训练模块，用于根据组织器官膜状结构和实质结构区域的不同图像特点，分别选择符合两种区域图像特点的深度学习网络模型进行训练以及后续特征的提取；两级分类模块，用于利用组织器官膜状结构模型A和实质模型B对patch小块获取模块输出的patch小块进行分类结果处理，经投票方法得到整体高频超声图像的分类结果。本发明应用到肝硬化的分期诊断中达到了较高的准确率和灵敏度。
-
公开(公告)号：CN111833348A
公开(公告)日：2020-10-27
申请号：CN202010795680.6
申请日：2020-08-10
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于图像处理的血管沉积物自动检测方法，其特征在于，所述检测方法包括步骤：对待测血管超声图像进行预处理获取预处理后待测血管超声图像；使用所述预处理后待测血管超声图像对超分辨率对抗网络模型进行训练；获取待测感兴趣区域图像；将所述待测感兴趣区域图像输入已训练检测模型；获取所述待测血管超声图像的检测结果。本发明提高了超声图像质量，一定程度上解决超声仪在拍摄超声图像过程中，由于仪器本身、拍摄原理以及操作者个人因素造成的超声图像分辨率不高的问题，方便后续处理提高检测准确性；缩小检测范围并可以有效提高检测效率；具有高识别率和高效率的特点。
-
公开(公告)号：CN109145724A
公开(公告)日：2019-01-04
申请号：CN201810746557.8
申请日：2018-07-09
Applicant: 上海工程技术大学
IPC: G06K9/00
CPC classification number: G06K9/00295 , G06K9/00281
Abstract: 本发明涉及一种基于人物面部图像特征分析的“四季型人”自动判别方法，包括：第一步，基于人脸区域数字图像选择皮肤、眼睛、嘴唇和眉毛四个面部关键区域；第二步，根据所建立的标注季节类型的人物图像数据库，分别为四个面部关键区域选择四种季节类型的样例；第三步，使用基于颜色直方图和灰度均值的区域色彩相似度算法，将待测图像每个关键区域的色彩依次与四种季节类型的对应区域样例进行色彩相似度比较，分别得出人物每个关键区域的季节类型；第四步，将四个关键区域的季节类型进行综合分析，得出人物整体的最终季节类型。与现有技术相比，本发明具有自动判别、客观分析、准确高效等优点。
-
公开(公告)号：CN106559714A
公开(公告)日：2017-04-05
申请号：CN201610998972.3
申请日：2016-11-14
Applicant: 上海工程技术大学 , 上海文化广播影视集团有限公司
IPC: H04N21/8358 , H04N21/234 , H04N21/44
CPC classification number: H04N21/8358 , H04N21/23418 , H04N21/44008
Abstract: 本发明涉及一种面向数字视频版权保护的关键帧提取方法，该方法基于帧差法，具体包括以下步骤：第一步，对数字视频进行分解和预处理；第二步，根据原始视频帧之间的颜色特征差异得到关键帧备选序列；第三步，根据关键帧备选序列帧之间的结构特征差异得到关键帧序列；第四步，通过判断关键帧的数量来确保关键帧的有效性。与现有技术相比，本发明具有不考虑镜头分割，直接从一段视频中提取关键帧，基于颜色和结构信息进行两步关键帧提取，快速、全面、准确提取视频关键帧等优点。
-
公开(公告)号：CN106447379A
公开(公告)日：2017-02-22
申请号：CN201610585115.0
申请日：2016-07-23
Applicant: 上海工程技术大学
CPC classification number: G06Q30/0203 , G06K9/6267
Abstract: 本发明涉及一种基于人体外观弱特征的时尚度评估方法，所述方法包括以下步骤，首先提取顾客造型弱特征，对顾客弱特征信息进行分类，主要分为妆容、配饰和发色三类，计算每类弱特征的单体时尚度，根据单体时尚度计算整体时尚度，最后将总体时尚度计入服饰推介因素。与现有技术相比，本发明具有捕捉顾客弱特征信息，顾客整体时尚度评价更准确等优点。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.037 seconds)
