基于位置先验和特征感知的肿瘤病变区域检测方法及装置

    公开(公告)号:CN117392119A

    公开(公告)日:2024-01-12

    申请号:CN202311666194.4

    申请日:2023-12-07

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于位置先验和特征感知的肿瘤病变区域检测方法及装置,涉及医学图像处理领域,包括:获取乳腺超声图像并预处理,得到预处理后的乳腺超声图像;构建基于改进的YOLOv5网络的乳腺肿瘤病变区域检测模型并训练,得到经训练的乳腺肿瘤病变区域检测模型,该模型包括骨干网络、颈部结构和头部结构,将YOLOv5网络中的骨干网络和颈部结构中的CBS模块改为DBS模块,将C3模块中的CBS模块改为DBS模块,CBM模块改为DBM模块,在SPPF模块后面增加一个位置注意力模块,将头部结构中检测模块改为特征感知模块;将预处理后的乳腺超声图像输入经训练的乳腺肿瘤病变区域检测模型,得到病变区域、对应的肿瘤良恶性类别及置信度,解决易受散斑噪声影响导致准确低的问题。

    一种基于深度学习的带钢表面缺陷检测方法及装置

    公开(公告)号:CN116721078A

    公开(公告)日:2023-09-08

    申请号:CN202310678776.8

    申请日:2023-06-09

    Abstract: 本发明公开了一种基于深度学习的带钢表面缺陷检测方法及装置,方法包括:在带钢生产流水线上采集带钢表面的原始图像;对采集的原始图像进行缺陷类别的标注,将原始图像与标注数据整合成带钢表面缺陷数据集;对带钢表面缺陷数据集进行一定比例的划分,得到训练集、验证集和测试集;构建带钢表面缺陷检测模型,模型包括主干网络、聚焦型特征金字塔网络和检测头;使用带钢表面缺陷数据集对网络进行训练获得训练好的模型,保存训练过程中的权值文件;使用训练好的模型对带钢表面缺陷图像进行检测,获得图像中缺陷的类型与位置信息。本发明有效提升了带钢表面缺陷检测的精度和速度。

    一种非标记细胞显微图像增强方法及系统

    公开(公告)号:CN116342432B

    公开(公告)日:2023-08-01

    申请号:CN202310576207.2

    申请日:2023-05-22

    Applicant: 华侨大学

    Abstract: 本发明公开了一种非标记细胞显微图像增强方法及系统,属于图像处理技术领域,包括如下步骤:S1、输入非标记细胞显微图像;S2、利用滑动窗口中心灰度增强算法,对非标记细胞显微图像位于滑动窗口中心的像素进行灰度值预增强;S3、重复滑动窗口,使得滑动窗口中心遍历非标记细胞显微图像,对每一个像素进行灰度值预增强,获得预增强的非标记细胞显微图像;S5、利用预增强的非标记细胞显微图像与经自适应权值约束的高斯多尺度加权图像作差分运算,得到增强后的非标记细胞显微图像。本发明具有较好的鲁棒性及普适性,且运算速度更快;本发明对特征图像的提取更精确,且能进一步提高非标记细胞显微图像的对比度。

    一种多目标跟踪方法、终端设备及存储介质

    公开(公告)号:CN116452631A

    公开(公告)日:2023-07-18

    申请号:CN202310306107.8

    申请日:2023-03-27

    Applicant: 华侨大学

    Abstract: 本发明涉及一种多目标跟踪方法、终端设备及存储介质,该方法中包括:读取视频信息;对视频信息中的帧图像进行目标分割,得到目标的像素级信息和表观特征信息;基于卡尔曼滤波算法对各帧图像中的轨迹进行预测;基于前一帧图像中的轨迹和当前帧图像中目标的表观特征信息,计算两者之间的外观相似度,提取外观相似度大于相似度阈值的轨迹和目标作为预匹配轨迹和预匹配目标,将预匹配目标存入匹配目标集;计算预匹配轨迹与预匹配目标之间的代价矩阵,计算未匹配轨迹与未匹配目标之间的Mask‑IoU分数,将两者融合得到最终代价矩阵;通过匈牙利算法得到轨迹匹配结果。本发明相比于现有方法可以兼具效率与性能。

    基于机器视觉的石材版面智能仓储管理方法及系统

    公开(公告)号:CN119648117A

    公开(公告)日:2025-03-18

    申请号:CN202510169101.X

    申请日:2025-02-17

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于机器视觉的石材版面智能仓储管理方法及系统,涉及图像处理技术领域,方法包括:通过机器视觉检测石材版面的瑕疵并计算异常得分,进行异常排序与评级,获得每个石材版面的瑕疵评级;将RGB图像归一化为正则RGB,并进行伽玛矫正线性化转换至CIELAB颜色空间,计算石材版面的均色LAB;基于瑕疵评级和均色LAB信息录入RFID标签,并据此分类入库;接收用户对石材版面数量、瑕疵评级和均色的要求,筛选出最相似的石材版面反馈给用户;用户可选择接受或拒绝,若拒绝则重新筛选。本申请通过机器视觉检测石材版面的瑕疵和色差,结合RFID标签实现自动化入库、分类管理和精准出库,提高了仓储效率和管理精度。

    基于二阶自相关函数计算的激光散斑衬比血流成像方法

    公开(公告)号:CN117974525B

    公开(公告)日:2024-11-15

    申请号:CN202410370762.4

    申请日:2024-03-29

    Applicant: 华侨大学

    Abstract: 基于二阶自相关函数计算的激光散斑衬比血流成像方法,涉及生物组织医学成像领域,包括如下:采集若干帧连续的时间序列散斑图像,计算连续的所述时间序列散斑图像的二阶自相关函数;基于所述二阶自相关函数计算所述时间序列散斑图像的二阶光强信号;基于所述二阶光强信号计算衬比值,并使用所述衬比值来重构二维血流图像。本发明对激光散斑的成像理论和计算方法进行创新,能够有效提高成像对比度、成像动态范围、血流估计精确性和灵敏度。

Patent Agency Ranking