-
公开(公告)号：CN114587399A
公开(公告)日：2022-06-07
申请号：CN202210407908.9
申请日：2022-04-19
Applicant: 北京航空航天大学
Abstract: 本申请公开了一种成像装置及成像方法，该成像装置包括：圆环支架、第一探测器，第一辐射源、第二探测器，第二辐射源、滑动模块和导轨；第一探测器和第一辐射源设置在圆环支架内部，第一探测器和第一辐射源能绕圆环支架旋转；第二探测器和第二辐射源设置在圆环支架的端面上，第二探测器和第二辐射源中的至少一个能绕圆环支架旋转；圆环支架的侧面安装在滑动模块上，滑动模块设置在导轨上，滑动模块存在沿导轨方向的运动自由度。本申请提供的技术方案可以进行多模成像及患者多部位成像，缓解了患者在不同设备间的流转；通过圆环支架的运动，可以实现患者在手术前检查、手术中治疗及手术后预后保持位置不变，从而降低了对患者的二次伤害。
-
公开(公告)号：CN110751189B
公开(公告)日：2022-02-22
申请号：CN201910917203.X
申请日：2019-09-26
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于感知对比度和特征选择的椭圆检测方法，步骤如下：步骤一、感知对比度图像计算；步骤二、候选图像块提取；步骤三、特征向量提取；步骤四、支持向量训练；步骤五、在线椭圆检测。本发明的优点及功效：该方法具有灵活的参数，对于不同环境下椭圆的检测，通过调整这些参数就能获得高准确度，高召回率的目标椭圆检测器。该方法能够广泛应用于基于特定目标椭圆检测的应用中，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN108198193B
公开(公告)日：2021-09-03
申请号：CN201810038201.9
申请日：2018-01-16
Applicant: 北京航空航天大学
Abstract: 本发明一种利用改进直觉模糊聚类算法分割红外舰船图像的方法，首先利用图像方差矩阵和切比雪夫不等式得出的阈值确定舰船的可能区域，以可能区域的中心作为预设舰船中心。再使用改进直觉模糊聚类算法分割红外舰船图像的方法。本发明提出的方法考虑了舰船中心位置，利用其构造像素到不同类聚类中心的距离度量；同时通过区域方差构造的正则项将邻域信息引入目标函数中。改进算法中充分考虑了舰船中心位置对于数据分类的影响，同时更加合理地利用了邻域信息，因此红外舰船图像分割，其分割结果取得了明显的改善。具有广阔的市场前景与应用价值。
-
公开(公告)号：CN109919857B
公开(公告)日：2020-11-13
申请号：CN201910053933.X
申请日：2019-01-21
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于加权斯莱特恩范数最小化的噪声图像补全方法，具体步骤如下：对于同时具有一定方差噪声和一定比例随机像素缺失的图像修复问题，首先利用加权斯莱特恩范数约束图像的低秩先验；然后通过约束图像对分析算子响应的稀疏性来保证补全图像的局部平滑性；最后利用一种非局部统计模型约束图像的非局部自相似性。以上三个步骤不断迭代直到算法达到收敛条件，即可得到最终的补全结果。本发明方法能够较好地恢复同时具有不同噪声等级及各种比例像素缺失的图像，即使在噪声等级较高时也能够达到良好的视觉效果和量化分析效果。本发明可广泛应用于有噪声的图像补全，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN111563903A
公开(公告)日：2020-08-21
申请号：CN202010337402.6
申请日：2020-04-26
Applicant: 北京航空航天大学
IPC: G06T7/11
Abstract: 本发明公开一种基于深度学习的MRI全脑组织分割系统，包括：图像数据预处理模块，用于对MR脑图像进行预处理；图像分块模块，用于将经过预处理后的图像分块；多先验特征网络模型构建模块，用于基于对称先验、边缘先验和邻域先验特征信息构建多先验特征网络模型；训练模块，用于利用训练集对多先验特征网络模型进行训练；标签融合模块，用于确定MR脑图像中每个像素的最终分割结果；逆仿射变换模块，用于在确定MR脑图像中每个像素的最终分割结果之后，完成MR脑图像从MNI空间到原始图像空间的变换操作。本发明通过引入多种先验特征，使得分割结果更加精准、脑组织间边缘更加清晰以及细节更加丰富。
-
Patent Agency Ranking
公开(公告)号：CN110853054A
公开(公告)日：2020-02-28
申请号：CN201911035552.5
申请日：2019-10-29
Applicant: 北京航空航天大学
Abstract: 本发明公开一种利用位置信息改进直觉模糊聚类提取红外舰船的方法，包括：步骤一：采用形态学运算顶帽滤波对原始图像预处理，降低红外舰船图像中灰度不均对聚类分割结果的影响。步骤二：采用改进的直觉模糊聚类算法对红外图像进行聚类分割。步骤三：对步骤二所获得聚类分割图像进行后续处理。本发明提出的改进直觉模糊聚类算法加入了利用迭代算法获得的分割目标位置信息，改善了直觉模糊C均值的效果。同时在目标函数中加入了评价区域相似系数的正则项，充分考虑了局部空间信息。改进算法能够对红外舰船图像进行较好的分割，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN110223242A
公开(公告)日：2019-09-10
申请号：CN201910375101.X
申请日：2019-05-07
Applicant: 北京航空航天大学
Abstract: 本发明一种基于时空域残差生成对抗网络的视频湍流移除方法，步骤如下：步骤一：由湍流移除网络G实现高质量湍流移除图像的生成；步骤二：利用湍流存在性判别网络D对生成湍流移除图像进行分类判别；步骤三：构造序列感知损失函数Lseries。本发明引入三维视频处理单元提升对于时域特征的提取能力和质量，利用残差模块和全局残差连接提升信息流的传递效率，加速网络的训练和收敛。通过序列感知损失函数对湍流图像的几何畸变、光闪烁和模糊等现象进行校正，利用基于序列输入的生成对抗损失保持图像细节特征和时域上的连续性，生成清晰的湍流移除图像。本发明可以与视频监控系统、远距离监视系统等应用密切结合，具广阔的市场前景与应用价值。
-
公开(公告)号：CN107633496A
公开(公告)日：2018-01-26
申请号：CN201710760414.8
申请日：2017-08-30
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种利用高频信息引导的基于稀疏表示的图像融合方法，步骤一：将图像信息分解成高频部分低频部分：采用非降采样金字塔分解方式，提取图像信息中不同层次上的高频信息。步骤二：利用样本图像的高频信息和低频信息分别完成适应高频信息的过完备字典和适应低频信息的过完备字典建立：通过样例学习方法得到过完备字典。步骤三：利用高频信息引导低频信息的融合。步骤四：采用绝对最大值作为融合策略进行高频信息的融合，得到融合后的各个层次上的高频信息{IHF}。步骤五：重建融合图像。本发明方法改善了图像稀疏表示后对高频信息不敏感带来的问题；抑制融合中出现的块状效应，对各类型的图像融合都可得到较高质量的融合结果。
-
公开(公告)号：CN104134208B
公开(公告)日：2017-04-05
申请号：CN201410340631.8
申请日：2014-07-17
Applicant: 北京航空航天大学
IPC: G06T7/38
Abstract: 本发明涉及一种利用几何结构特征从粗到精的红外与可见光图像配准方法，包括以下步骤：(1)对红外与可见光图像分别提取图像边缘及兴趣点这两种几何结构特征，为后续的图像配准做准备；(2)利用边缘对准算法求解初始变换参数，寻找可以使两幅图像的边缘重叠率最大的图像变换；(3)利用上一步计算出的近似变换将每一个兴趣点的待匹配区域缩小为其变换点的邻域范围以排除无关点的干扰，之后利用尺度不变特征变换(SIFT)描述子执行缩小待匹配区域的兴趣点匹配操作；(4)对初始匹配点对执行改进的随机采样一致性(RANSAC)操作以移除误匹配点对；(5)利用剩余的正确匹配点对计算出最终的更加准确的图像变换，完成配准任务。
-
公开(公告)号：CN103985108B
公开(公告)日：2017-02-15
申请号：CN201410241796.X
申请日：2014-06-03
Applicant: 北京航空航天大学
IPC: G06T5/50
Abstract: 一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法，其步骤是：首先，提取多尺度多结构元素，再通过加权合并得到图像的多尺度形态学梯度特征；其次，构造图像的清晰度度量，利用该度量检测多聚焦源图像中聚焦与离焦区域的边界区域；再次，将边界区域细化，得到最终的边界线特征；接着，通过度量每幅源图像在边界线分割的清晰度度量，从而得到初始的多聚焦图像的融合决策图像；继而，滤除融合决策图像中的弱小孤立区域，并利用最近邻方法填补空白区域；此后，膨胀融合决策图像中的边界线，得到最终的融合决策图像；最后，根据融合决策图像及制定的融合策略得到一幅各处都清晰的融合图像。本发明广泛应用各类图像处理的应用系统。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.046 seconds)
