-
公开(公告)号：CN115131389A
公开(公告)日：2022-09-30
申请号：CN202210814433.5
申请日：2022-07-12
Applicant: 苏州大学
Abstract: 本申请公开了一种基于LoG算子的主动轮廓模型图像分割方法及系统，属于计算机视觉这一技术领域，其技术要点在于：首先，采用边缘拟合函数EFF来代替传统的局部数据拟合函数；其次，创建能量泛函模型；最后，引入了两个新的函数，分别作为距离正则项和长度项的影响，防止水平集函数过于平坦或过于阶梯，平滑或缩短曲线，从而实现图像分割。采用本申请的基于LoG算子的主动轮廓模型图像分割方法及系统，通过与分割评价数据库及现有技术的模型对比，本申请的模型分割速度较快，提高了对初始轮廓的鲁棒性，抗噪声能力强。
-
公开(公告)号：CN106814963A
公开(公告)日：2017-06-09
申请号：CN201611162589.0
申请日：2016-12-15
Applicant: 苏州大学
IPC: G06F3/0488 , G06F3/01 , G06F3/0484 , G06T3/00 , G06T7/80 , G06T7/70
CPC classification number: G06F3/04883 , G06F3/017 , G06F3/0484 , G06T3/0006 , G06T2207/10012
Abstract: 本发明公开了一种基于3D传感器定位技术的人机互动系统及方法，所述系统包括控制主机、传感器、互动平面和控制软件，其特征在于：所述传感器为包括红外线摄像头和彩色摄影头的3D传感器，所述互动平面为普通墙面；设有投影装置，所述投影装置照射在所述互动平面上；设有红外笔，所述红外笔由使用者操控并照射在所述互动平面上。通过创建互动区域，获得图像的映射变换矩阵使用者用红外笔照射互动平面，构成对互动平面的触摸事件，采用红外线摄像头获取互动平面上的红外图像，同时采用彩色摄像头获取实际互动画面，获得互动操作的红外笔的坐标位置，并获取使用者的手势，实现人机互动。本发明提供了一种基于3D传感器定位技术的人机互动系统，可将任何墙面变成触控屏，达到人机自然实时互动效果。
-
公开(公告)号：CN101923712A
公开(公告)日：2010-12-22
申请号：CN201010243077.3
申请日：2010-08-03
Applicant: 苏州大学
Abstract: 本发明公开了一种基于粒子群优化的K-means聚类算法的基因芯片图像分割法，其特征为，首先根据K-means聚类算法基因芯片图像的所有像素分为K类，粒子群中的每个粒子根据适应度函数搜寻局部最优位置；然后粒子群中的粒子根据其个体极值和最优位置更新自己的速度和位置值。经过多次迭代之后，全局最优位置所在的子群即为聚类分类结果。本发明算法过程简单清晰，有效避免陷入局部最优或者产生空类的情形，收敛速度快，搜索全局最优能力强，需要设置和调整的参数少，分类结果准确而快速，不受人为因素干扰，适用于大规模的基因芯片图像分割。
-
公开(公告)号：CN116049613A
公开(公告)日：2023-05-02
申请号：CN202210848738.8
申请日：2022-07-19
Applicant: 苏州大学
Abstract: 本申请公开了一种基于视网膜模型的图像分割方法，属于图像处理这一技术领域，对被观察到的图像I，设置参数；然后循环计算；在循环计算中，引入了：圆盘截断函数，其能够有效地滤去演化曲线上的噪声同时能平滑轮廓线C，其参数的设定比较稳定，完成传统长度项的功效。本申请的图像分割方法，解决了传统方法鲁棒性弱、迭代过程慢的缺点。
-
公开(公告)号：CN104700412B
公开(公告)日：2019-01-22
申请号：CN201510116370.6
申请日：2015-03-17
Applicant: 苏州大学
Abstract: 本发明公开了一种视觉显著图的计算方法，首先采用Itti模型，生成图像的颜色显著图和亮度显著图，然后利用结构张量，有效的提取边缘和角点显著图，经过线性组合生成轮廓显著图，最后通过将特征显著图进行规范化、线性组合，得到最终显著图。本发明采用了轮廓显著图的方法，使得所得到的视觉显著图更加清晰，在显著目标的定位方面更加精确，并且在计算效率方面也得到了提升。
-
Patent Agency Ranking
公开(公告)号：CN102354398A
公开(公告)日：2012-02-15
申请号：CN201110283763.8
申请日：2011-09-22
Applicant: 苏州大学
Abstract: 本发明公开了一种基于密度中心与自适应的基因芯片处理方法，其特征在于，包括下列步骤：(1)对基因芯片图像进行滤波处理、网格化及图像增强；(2)用自适应阈值算法对每个网格内的图像进行分割，并区分出基因芯片图像的靶点前景与背景；(3)利用密度中心算法确定每个靶点的中心点，计算出靶点面积，折算出同面积圆的半径，构建一个自适应圆形模版，将该自适应圆形模版作为分割的边界；(4)提取所述靶点前景图像与自适应圆形模版的交集，并分离提取靶点目标。本发明方法对样点形状没有任何限制，可以提高检测的精确度和效率，自动完成并对靶点间隔小或粘连的图像特别有效，使快速分析和处理海量芯片图像数据成为可能。
-
公开(公告)号：CN114926476B
公开(公告)日：2024-04-02
申请号：CN202210526327.7
申请日：2022-05-16
Applicant: 苏州大学
Abstract: 本申请公开了一种基于局部校正函数的变分水平集模型图像精准分割方法，属于图像分割这一技术领域，其设计要点在于：本申请的总体构思是：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。
-
公开(公告)号：CN116596951A
公开(公告)日：2023-08-15
申请号：CN202310464822.4
申请日：2023-04-26
Applicant: 苏州大学
IPC: G06T7/12 , G06T7/194 , G06V10/762
Abstract: 本发明涉及一种基于K‑medoids聚类的主动轮廓模型图像分割方法，包括：利用K‑medoids聚类算法对待分割图像进行二值化处理得到拟合结果，获取前景图像与背景图像；基于二值化拟合结果构建预分段拟合函数；利用满足Lipschitz条件的零水平集替代所述预分段拟合函数的轮廓曲线，得到KM预分段拟合函数；利用梯度下降法，最小化所述KM预分段拟合函数的能量泛函，得到梯度流方程；利用自适应正则化函数正则化所述梯度流方程的数据驱动项；利用rulesing函数正则化所述零水平集函数，利用核函数对正则化后的零水平集函数进行平滑和缩短曲线，输出水平集函数，作为待分割图像的分割结果。
-
公开(公告)号：CN115984312B
公开(公告)日：2023-07-07
申请号：CN202310247108.X
申请日：2023-03-15
Applicant: 苏州大学
Abstract: 本发明公开了一种图像分割方法、电子设备及计算机可读存储介质。其方法包括：S1、在目标图像中设置初始轮廓线，并用初始水平集函数来表示所述初始轮廓线；S2、对所述初始水平集函数进行更新迭代；S3、将最后一次迭代得到的水平集函数作为目标图像的分割曲线。本发明的图像分割方法通过均值滤波器来代替传统主动轮廓模型中的长度项，用于平滑分割曲线；通过激活函数来代替传统主动轮廓模型中的距离规则项，用于使水平集函数在迭代的过程中始终保持轮廓线上和轮廓线内部值为负，而轮廓线外部值为正的规则。本发明的图像分割方法对灰度不均匀的图像具有理想的分割效果，并且在分割速度和分割精确度上均具有优势。
-
公开(公告)号：CN115984312A
公开(公告)日：2023-04-18
申请号：CN202310247108.X
申请日：2023-03-15
Applicant: 苏州大学
Abstract: 本发明公开了一种图像分割方法、电子设备及计算机可读存储介质。其方法包括：S1、在目标图像中设置初始轮廓线，并用初始水平集函数来表示所述初始轮廓线；S2、对所述初始水平集函数进行更新迭代；S3、将最后一次迭代得到的水平集函数作为目标图像的分割曲线。本发明的图像分割方法通过均值滤波器来代替传统主动轮廓模型中的长度项，用于平滑分割曲线；通过激活函数来代替传统主动轮廓模型中的距离规则项，用于使水平集函数在迭代的过程中始终保持轮廓线上和轮廓线内部值为负，而轮廓线外部值为正的规则。本发明的图像分割方法对灰度不均匀的图像具有理想的分割效果，并且在分割速度和分割精确度上均具有优势。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.017 seconds)
