-
公开(公告)号：CN104732524B
公开(公告)日：2018-12-14
申请号：CN201510066975.9
申请日：2015-02-07
Applicant: 迈克医疗电子有限公司 , 中国计量大学
Abstract: 本发明公开了一种血液白细胞显微图像的随机权网络分割方法，由类别编码与训练库构建、随机权网络训练、解编码分割以及形态学算子修复四个子过程构成的自动分割技术，将血液白细胞分割转化成一个分类问题，用分类的方式实现白细胞显微图像的自动分割，得到完整的连通的细胞质和细胞核区域。本发明的有益效果是，通过对血液白细胞图像像素点的有效类别编码，构建稳健的血液白细胞分类训练库；采用快速、高效的随机权网络获取最优编码决策模型，以获得对待分割白细胞图像的最佳编码，得到最终的分割结果。本发明实现了对于白细胞显微图像的高效分割。
-
公开(公告)号：CN106326871A
公开(公告)日：2017-01-11
申请号：CN201610744469.5
申请日：2016-08-26
Applicant: 中国计量大学
IPC: G06K9/00
CPC classification number: G06K9/00268 , G06K9/00288
Abstract: 本发明属于模式识别领域，特别涉及一种基于字典分解和稀疏表示的鲁棒人脸识别方法。设计字典分解模型从给定的人脸图像训练数据集中把人脸图像中的类特定信息提取出来，然后计算一个映射矩阵来描述类特定信息与原始训练数据之间的映射关系，并根据计算得到的映射矩阵对测试图像进行校正，然后利用主成分分析(PCA)降维，最后通过稀疏表示分类器(SRC)进行识别分类。本发明能够有效地避免SRC识别过程中由于训练数据被污染或者存在遮挡、缺失而产生的识别率大幅降低的问题，能够得到较高且稳定的识别效果。
-
公开(公告)号：CN111402141B
公开(公告)日：2024-02-09
申请号：CN202010218654.7
申请日：2020-03-25
Applicant: 中国计量大学
IPC: G06T3/4053 , G06T3/4007 , G06V10/772
Abstract: 本发明公开了一种串联式单图像超分辨率重建方法。利用以整块地分辨率图像作为输入的卷积稀疏编码进行重建，然后，使用以图像块作为输入的改进的固定邻域回归算法进行重建。最后，为了引进图像内部统计信息，建立自样例金字塔，以此为训练集使用自样例固定领域回归进行重建。本发明能利用各层方法各自的优势，对图像进行多次重建，能达到更好的重建效果。
-
公开(公告)号：CN111563844A
公开(公告)日：2020-08-21
申请号：CN202010400074.X
申请日：2020-05-13
Applicant: 中国计量大学
Abstract: 本发明公开了一种遥感图像融合方法，将已知时刻高低分辨率遥感图像做差值，得到差值图像。从参与训练的高低分辨率差值图像的对应位置提取同样大小的补丁块，这些补丁块构成训练集。利用构建的训练集，训练得到高低分辨率字典对。从目标低分辨率差值图像中提取补丁块，在考虑波段间结构相似性和字典相关性的情况下，用低分辨率字典编码补丁块，获得对应的稀疏表示系数。将稀疏表示系数与高分辨率字典相乘，得到对应时刻高分辨率差值图像的补丁块。融合所有高分辨率补丁块，即可得到高分辨率差值图像。将两张差值图像做加权和，即为最终融合得到的目标时刻高分辨率遥感图像。本发明能够有效地利用波段间的结构信息，并同时考虑字典对的稀疏性和相关性，预测得到更接近真实数据的遥感图像。
-
Patent Agency Ranking
公开(公告)号：CN111402140A
公开(公告)日：2020-07-10
申请号：CN202010218624.6
申请日：2020-03-25
Applicant: 中国计量大学
IPC: G06T3/40
Abstract: 本发明公开了一种单张图像超分辨率重建系统及方法，包括嵌入网络、级联的细提取块和重建网络，采用嵌入网络通过两个卷积层从原始的低分辨率图像中提取特征；两个级联的细提取块通过粗到细的方法由低分辨率特征重建高分辨率残差特征；重建的高分辨率残差特征被送到重建网络通过反卷积操作得到残差图像；将上采样的低分辨率图像与高分辨率残差图像相加，得到最终重建的高分辨率图像。本发明实现了单张图像的超分辨率重建，复杂度低、效果好。
-
公开(公告)号：CN106203356B
公开(公告)日：2019-04-26
申请号：CN201610555256.8
申请日：2016-07-12
Applicant: 中国计量大学
Abstract: 本发明涉及一种缺失人脸图像恢复与识别的技术，具体涉及一种基于卷积网络特征提取的人脸识别方法，属于生物特征识别领域。首先利用截断核范算法对原始的缺失图像进行矩阵恢复处理，得到信息基本恢复的恢复矩阵，然后利用低秩矩阵分解算法对恢复矩阵进行低秩信息的提取，并由向量形式转化为矩阵卷积核，接着利用卷积神经网络提取恢复的图像特征并编码，得到每张图像的最终特征，最后借助SVM对特征样本进行训练和分类识别。本发明能避免传统方法中因图像缺失带来的低识别率问题，并对不同数据库的缺失图像都能达到较好的结果。
-
公开(公告)号：CN105404887B
公开(公告)日：2019-04-09
申请号：CN201510398384.1
申请日：2015-07-05
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于随机森林的白细胞五分类方法，提取能够有效的区分不同细胞类型的特征，采用SVM分类器进行降维处理，得到LBP特征在每一类白细胞上的分数；利用k‑means聚类算法对细胞核形状特征进行聚类，得到每一类细胞核的中心形状，之后计算形状特征与中心形状的距离，并把它作为衡量细胞核形状相似度的一个度量，距离越小表示两个细胞核形状越相似，利用随机森林分类器对白细胞进行分类。本发明的有益效果是误差小，效率高。
-
公开(公告)号：CN106248559B
公开(公告)日：2018-10-23
申请号：CN201610563175.2
申请日：2016-07-14
Applicant: 中国计量大学 , 迈克医疗电子有限公司
IPC: G01N15/10
Abstract: 本发明属于医学图像处理领域，涉及一种人体外周血细胞图像中白细胞五分类技术，具体是一种基于深度学习的白细胞五分类方法。首先利用简单的颜色分量关系及形态学操作将白细胞从显微镜图片中检测出来，然后利用颗粒特征及SVM识别出嗜碱性粒细胞与嗜酸性粒细胞，接着利用卷积神经网络自动提取剩下细胞图片的特征，最后利用随机森林实现剩下的三分类。本发明能避免了传统方法中因分割带来的一些误差，并能有效的解决白细胞的五分类问题，并对不同数据库的细胞都能达到较好的结果。
-
公开(公告)号：CN106203356A
公开(公告)日：2016-12-07
申请号：CN201610555256.8
申请日：2016-07-12
Applicant: 中国计量大学
CPC classification number: G06K9/00268 , G06K9/00288 , G06K9/6269
Abstract: 本发明涉及一种缺失人脸图像恢复与识别的技术，具体涉及一种基于卷积网络特征提取的人脸识别方法，属于生物特征识别领域。首先利用截断核范算法对原始的缺失图像进行矩阵恢复处理，得到信息基本恢复的恢复矩阵，然后利用低秩矩阵分解算法对恢复矩阵进行低秩信息的提取，并由向量形式转化为矩阵卷积核，接着利用卷积神经网络提取恢复的图像特征并编码，得到每张图像的最终特征，最后借助SVM对特征样本进行训练和分类识别。本发明能避免传统方法中因图像缺失带来的低识别率问题，并对不同数据库的缺失图像都能达到较好的结果。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
