-
公开(公告)号：CN106248559A
公开(公告)日：2016-12-21
申请号：CN201610563175.2
申请日：2016-07-14
Applicant: 中国计量大学 , 嘉善加斯戴克医疗器械有限公司
IPC: G01N15/10
CPC classification number: G01N15/10 , G01N2015/1006
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：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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN117196938A
公开(公告)日：2023-12-08
申请号：CN202310173457.1
申请日：2023-02-28
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于小波变换互关注机制的视频超分辨率方法，利用小波变换互关注机制的视频超分辨率重建算法增强网络丰富的高频信息的能力，具体步骤如下：步骤1、特征提取：通过特征提取模块，得到所有视频序列的高维度特征；步骤2、小波变换特征增强：使用特征自关注小波变换模块抽取所有帧的高频特征；步骤3、小波变换特征对齐：通过光流算法引导的互关注小波变换模块，使特征信息实现隐式对齐；步骤4、小波变换特征重建：将丰富的高频特征信息进行重建，并与原始图片的双三次上采样融合，得到最终的高分辨率中间帧图像。
-
公开(公告)号：CN105913434B
公开(公告)日：2018-07-17
申请号：CN201610227867.X
申请日：2016-04-13
Applicant: 中国计量大学 , 迈克医疗电子有限公司
IPC: G06T7/12
Abstract: 本发明属于医学图像处理领域，特别涉及一种白细胞定位和迭代分割方法。根据白细胞图片的边界密度信息和颜色信息，计算每一个滑动窗口的边界密度特征因子和颜色特征因子的得分，进而选取得分较高的一部分窗口，之后将这些定位窗口进行处理，整合为最终的白细胞定位窗口，截取白细胞图片中定位窗口的区域即为定位子图。而白细胞的分割是基于定位进行的，用定位子图初始化GrabCut算法，通过膨胀迭代的方法逐步实现白细胞的准确分割。同时，对GrabCut算法的初始图也做了替换像素的预处理，使得能够在一定程度上提高GrabCut的分割精确度。本发明能够有效地避免白细胞直接在原图上分割受到红细胞等其他因素的影响，而且能够产生准确且有效的分割结果。
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
