-
公开(公告)号：CN118195934A
公开(公告)日：2024-06-14
申请号：CN202410180881.3
申请日：2024-02-18
Applicant: 哈尔滨工业大学人工智能研究院有限公司
Abstract: 一种基于高阶矩阵及稀疏性联合正则的超声散斑抑制方法，属于超声成像后处理技术领域。方法如下：对超声图像进行对数压缩和插值操作；构建散斑噪声模型模；建立保真项；建立散斑去除模型；建立优化求解模型；把最小解转变为解析解；把约束问题转变为无约束问题；更新拉格朗日乘法器参数。本发明整合了对数压缩、插值、建模和正则约束等步骤，可以有效应对超声图像中的散斑噪声，为超声图像的质量提升提供了一种全面而有效的解决方案。且在有效去除噪声的同时，能够有效保护图像的边缘信息，且不引入阶梯伪影等噪声，基于高阶矩阵及稀疏性联合正则约束，更全面地考虑了图像的空间相关性和纹理信息，使得去噪过程更为准确和精细。
-
公开(公告)号：CN115236208B
公开(公告)日：2023-04-07
申请号：CN202210735400.1
申请日：2022-06-27
Applicant: 哈尔滨工业大学
IPC: G01N29/44 , G01N29/14 , G06F18/213 , G06F18/24
Abstract: 本发明公开了一种基于信息增强与变步长稀疏表达的钢轨健康监测方法，首先基于奇异值分解算法改进了一种带有双层汉克尔(Hankel)矩阵及能量补偿的伤损信息增强算法，将采集到的声发射信号中的非稳态信号与伤损信号分离；随后，利用残差内积的拐点，对SAMP算法的迭代步长进行自适应调整，提高对真实伤损信号的重构精度；最后，通过信号的短时能量对单位时间窗内信号的信息熵进行自适应加权，实现对钢轨结构健康状态的准确评价，利用构建的结构健康指数划分出三个钢轨的健康阶段。该方法能够实时准确的对监测钢轨的结构健康状态，并为钢轨的维护与更换提供数据支撑及理论指导。
-
公开(公告)号：CN115236208A
公开(公告)日：2022-10-25
申请号：CN202210735400.1
申请日：2022-06-27
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于信息增强与变步长稀疏表达的钢轨健康监测方法，首先基于奇异值分解算法改进了一种带有双层汉克尔(Hankerl)矩阵及能量补偿的伤损信息增强算法，将采集到的声发射信号中的非稳态信号与伤损信号分离；随后，利用残差内积的拐点，对SAMP算法的迭代步长进行自适应调整，提高对真实伤损信号的重构精度；最后，通过信号的短时能量对单位时间窗内信号的信息熵进行自适应加权，实现对钢轨结构健康状态的准确评价，利用构建的结构健康指数划分出三个钢轨的健康阶段。该方法能够实时准确的对监测钢轨的结构健康状态，并为钢轨的维护与更换提供数据支撑及理论指导。
-
公开(公告)号：CN119963584A
公开(公告)日：2025-05-09
申请号：CN202510049470.5
申请日：2025-01-13
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于自适应特征优化的颈动脉自动定位与分割方法，首先，根据超声颈动脉横切面图像中管腔的形状灰度特征，设计标准匹配模板，并依据可能尺度调整生成多尺度模板组；其次，利用多尺度模板组与图像进行匹配，得到颈动脉可能位置，进一步结合自适应的圆环灰度信息与相对位置信息选定最可能区域，并据此生成颈动脉管腔的初始轮廓；最后，通过优化了外部能量项的DRLSE算法对初始轮廓进行演化，以实现高准确率和高鲁棒性的轮廓分割。该方法通过设计合理的多尺度匹配模板组实现稳健的位置检测，并通过优化驱动演化的能量项提高分割精度与鲁棒性。本发明能够准确有效地实现颈动脉的自动定位与分割，为医学图像的处理和分析提供指导。
-
Patent Agency Ranking
公开(公告)号：CN117647590B
公开(公告)日：2024-06-21
申请号：CN202311673072.8
申请日：2023-12-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于改进局部均值分解和倒谱系数的钢轨裂纹检测方法，首先，加载车轮在钢轨上运动全周期内的声发射信号，利用改进局部均值分解方法，将这些声发射分解成若干个乘积函数；然后，选择每组声发射信号分解得到的第一维乘积函数进行线性叠加，排除噪声和其他不相关信息的干扰，获得重构信号；接下来，从重构信号中提取13维伽马通倒谱系数，依据线性回归模型，推导构建一个转换矩阵，将第2维‑第6维伽马通倒谱系数融合为一维的倒谱信息系数；最后，基于三倍标准差法则构建伤损检测阈值，实现钢轨裂纹声发射信号的精准检测。本发明运算速率快，检测精度高，在高铁钢轨裂纹伤损检测领域具有很高的社会意义和经济价值。
-
公开(公告)号：CN115019045B
公开(公告)日：2023-02-07
申请号：CN202210730784.8
申请日：2022-06-24
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/80 , G06T7/11 , G06N20/00
Abstract: 本发明公开了一种基于多成分邻域的小数据甲状腺超声图像分割方法，所述方法如下：加载甲状腺超声原始成分图像，为每幅图像匹配对应的图像分割标签并划分原始成分数据集，然后提取边缘成分图像和超像素成分图像；利用多成分数据集训练三个U‑Net分割算法，以获得初步分割结果和多成分分割输出，进而提取多成分小邻域特征并配以像素二分类标签；在多成分邻域极限学习机中完成特征融合、最小冗余度‑最大相关度特征筛选和极限学习机训练，获取像素分类结果并重构，以获得増补性分割结果；利用増补性分割结果，改进初步分割结果的边缘环形关注区域，以获取改进的最终分割结果。本发明方法可以在小数据下获得精度更高的甲状腺超声分割结果。
-
公开(公告)号：CN114330455B
公开(公告)日：2022-10-11
申请号：CN202210006200.2
申请日：2022-01-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于压缩感知的钢轨声发射信号快速高精度重构方法，所述方法为：一、将采集到的钢轨声发射信号进行3层的小波包变换，得到多尺度数据集，通过构建高斯随机矩阵，对多尺度数据集进行随机采样，获得测量值矩阵；二、基于K‑SVD构建多尺度模块化字典，利用SAMP对多尺度数据集进行重构，通过计算重构测量值与原始测量值之间的峭度差；三、利用重构前后多尺度数据集的峭度偏差，自适应的对多尺度字典中性能差的模块进行局部更新，在满足重构信号的精度要求后，利用小波反变换，获取高精度的重构钢轨声发射信号。本发明能有效实现钢轨声发射信号的快速、高精度的压缩与重构，为钢轨结构健康监测中的裂纹信号分析提供指导。
-
公开(公告)号：CN114299094B
公开(公告)日：2022-10-11
申请号：CN202210006841.8
申请日：2022-01-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于块选择与扩展的输液瓶图像感兴趣区域提取方法，所述方法首先将图像分成一些规则的子块，每个子块的特征被提取出来与整幅图像的特征进行比较，选择出满足一定条件的子块。然后在这些被选择的子块中选择出标准差最小的子块，并在这个子块上进行扩展，得到ROI的近似区域。最后ROI的近似区域被进一步分成子区域，对子区域进行特征提取，满足一定特征的子区域被选取出来，在选择的子区域的基础上进行扩展得到的区域即为最终确定的ROI。本发明采用的图像特征简单，计算量小，计算速度块，降低了数据运算成本，大幅度节约运行时间，提高了ROI的提取效率。
-
公开(公告)号：CN114299094A
公开(公告)日：2022-04-08
申请号：CN202210006841.8
申请日：2022-01-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于块选择与扩展的输液瓶图像感兴趣区域提取方法，所述方法首先将图像分成一些规则的子块，每个子块的特征被提取出来与整幅图像的特征进行比较，选择出满足一定条件的子块。然后在这些被选择的子块中选择出标准差最小的子块，并在这个子块上进行扩展，得到ROI的近似区域。最后ROI的近似区域被进一步分成子区域，对子区域进行特征提取，满足一定特征的子区域被选取出来，在选择的子区域的基础上进行扩展得到的区域即为最终确定的ROI。本发明采用的图像特征简单，计算量小，计算速度块，降低了数据运算成本，大幅度节约运行时间，提高了ROI的提取效率。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.02 seconds)
