-
公开(公告)号：CN109272534B
公开(公告)日：2022-03-04
申请号：CN201811034359.5
申请日：2018-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多粒度级联森林模型的SAR图像变化检测方法，主要解决传统方法对差异图的强依赖性问题，其实现方案是：给定两幅配准的多时相SAR图像I1和I2；对I1和I2用对数比算子生成差异图Id；对Id提取类哈尔特征并输入到训练好的多粒度级联森林模型，生成两个概率图I1和I0并与差异图Id构成新特征；利用新特征重新训练模型，得到新的预测结果把的Kappa系数与上一次的Kappa系数相较，选取系数较高的预测结果作为最终的变化检测结果。本发明能有效抑制差异图对最终结果的影响，提高变化检测的准确率，可用于环境检测和灾害检测。
-
公开(公告)号：CN109064476B
公开(公告)日：2022-03-04
申请号：CN201810819746.3
申请日：2018-07-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于水平集的CT胸片肺组织图像分割方法，解决CT图像中肺区域分割边界不精确、需人工干预、结果不稳定的问题。实现过程有：获取CT图像并预处理；构造能量泛函并设定初始零水平集；最小化能量泛函，得零水平集轮廓；从中选出候选肺部区域轮廓；逐个向内候选肺部区域填充轮廓；对填充结果进行形态学开、闭操作，移除小体积连通区域。本发明提取了图像的边缘信息，基于先验知识设计了稳定的轮廓筛选策略，有效的筛选出候选肺部区域轮廓，最后基于轮廓高度信息设计了轮廓填充的优化方案。本发明图像分割结果鲁棒，精度高，是一种全自动的图像分割方法。本发明提取出了CT图像肺部区域，可用于后续对CT图像肺部区域分析。
-
公开(公告)号：CN109002792B
公开(公告)日：2021-07-20
申请号：CN201810763679.8
申请日：2018-07-12
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于分层多模型度量学习的SAR图像变化检测方法，解决了传统度量不能很好衡量样本间差异信息以及易受到噪声影响的问题。实现步骤有：输入变化前后的遥感图像，构建分层多模型的测试样本；构建包含全部边界的训练样本；利用训练样本获得正负约束对；建立分层多模型获得映射矩阵，将映射矩阵进行矩阵分解；利用分解后的映射矩阵将样本映射到特征空间，在特征空间中对样本进行分类。本发明将两时相图像以及差异图作为三个通道进行分层多模型学习，不仅获得每个通道的差异信息，也获得三个通道之间的差异信息。将全部边界作为训练样本，解决了边界易错分的问题，获得对噪声鲁棒同时精度高的分类效果。用于SAR图像变化检测。
-
公开(公告)号：CN110610489A
公开(公告)日：2019-12-24
申请号：CN201910815839.3
申请日：2019-08-30
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于注意力机制的光学喉镜图像病变区标注方法，主要解决现有技术没有针对光学喉镜图像进行病变区域标注及在小数据集上容易发生过拟合的问题。其实现方案：取得喉镜图像数据集以及图像数据集标签；对图像数据集进行缩放和中心化处理，将中心化后的图像数据集和图像数据集标签一起记为训练数据集；构造一个18层的网络，将训练数据集作为该网络的训练数据，利用自适应学习率优化算法优化该网络，得到训练好的网络；输入一张喉镜图像到训练好的网络，根据生成的报告在标签数据集中得到对应的病变区域并标注。本发明避免了对小数据集的过拟合，可获得光学喉镜图像的病变区域并标注，便于医生对光学喉镜图像进行诊断。
-
公开(公告)号：CN110363802A
公开(公告)日：2019-10-22
申请号：CN201910631224.5
申请日：2019-07-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自动分割和骨盆对齐的前列腺图像配准系统及方法，主要解决现有技术实现前列腺多模态医学图像配准时模态差异大，配准精度低的问题。其实现方案是：将前列腺CT图像序列与前列腺MRI图像序列分别利用训练好的前列腺多模态图像分割网络U-net进行联合分割，得到前列腺CT图像分割结果图像集C和前列腺MRI图像分割结果图像集M，再对这两个图像集C和M进行两阶段配准，得到最终配准图像集L；最后将最终配准图像集L和前列腺CT图像分割结果图像集C融合并显示。本发明缩小了前列腺多模态图像差异，解决了小形变图像配准问题，提高多模态图像配准效率和配准精度，可用于观察前列腺肿瘤解剖部位的形状和位置变化。
-
Patent Agency Ranking
公开(公告)号：CN109272534A
公开(公告)日：2019-01-25
申请号：CN201811034359.5
申请日：2018-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多粒度级联森林模型的SAR图像变化检测方法，主要解决传统方法对差异图的强依赖性问题，其实现方案是：给定两幅配准的多时相SAR图像I1和I2；对I1和I2用对数比算子生成差异图Id；对Id提取类哈尔特征并输入到训练好的多粒度级联森林模型，生成两个概率图I1和I0并与差异图Id构成新特征；利用新特征重新训练模型，得到新的预测结果 把的Kappa系数与上一次 的Kappa系数相较，选取系数较高的预测结果作为最终的变化检测结果。本发明能有效抑制差异图对最终结果的影响，提高变化检测的准确率，可用于环境检测和灾害检测。
-
公开(公告)号：CN110533667B
公开(公告)日：2022-12-02
申请号：CN201910688043.6
申请日：2019-07-29
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于图像金字塔融合的肺部肿瘤CT影像3D分割方法，用于解决现有技术中肺部肿瘤CT影像分割精度低、鲁棒性不高的技术问题。实现步骤为：提取3D肺部肿瘤CT影像A；对3D肺部肿瘤CT影像A进行归一化，得到像素值归一化后的3D肺部肿瘤CT影像B；构建3D肺部肿瘤CT影像B的图像金字塔S；对图像金字塔S中的每一个图像si进行超体素预分割，得到图像金字塔S的预分割区域集合F；对预分割区域集合F中每一个元素Fi的所有超体素预分割区域进行合并，组成图像金字塔分割结果集合L；融合图像金字塔分割结果L，得到最终分割结果Z。本发明提高了肺部肿瘤CT影像分割精度，并且分割结果鲁棒，可用于计算机视觉领域中的肺部肿瘤CT影像分割。
-
公开(公告)号：CN109742946B
公开(公告)日：2020-08-28
申请号：CN201910055989.9
申请日：2019-01-22
Applicant: 电子科技大学
IPC: H02M3/158
Abstract: 一种应用于宽输出电压范围Buck变换器的DCR采样电路，属于集成电路技术领域。本发明用于采样Buck变换器中DCR采样电容两端的电压，包括偏置模块、浮动电压产生模块、电平位移模块和电流采样模块，偏置模块用于为电平位移模块、浮动电压产生模块和电流采样模块提供偏置；电平位移模块的输入端连接DCR采样电容两端的电压，用于将DCR采样电容两端的电压抬升后作为电流采样模块的输入信号，使得本发明能够在输入电压为零或为低电压时正常工作；浮动电压产生模块用于产生随Buck变换器输出电压变化的浮动电源和浮动地作为电流采样模块的电源轨，使得本发明能够适应于输出电压变化范围较大的Buck变换器；电流采样模块的输出信号作为DCR采样电路的输出信号。
-
公开(公告)号：CN110135309A
公开(公告)日：2019-08-16
申请号：CN201910365671.0
申请日：2019-05-02
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于深度共享表示的SAR图像变化检测方法，解决了传统检测方法对于数据的融合大都采用直接拼接成大的数据链，增大计算量，而且不能抓住数据信息的空间特征，无法准确分类分线性分布的像素点等问题。实现步骤有：构建两个时相图像的差异图；生成训练样本和样本标签；构建深度感知器；生成映射矩阵；更新网络；生成标签向量；获得SAR图像变化检测结果。本发明将两个时相和差异图同时进行学习，并行处理，可以融合两个时相和差异图的信息，也避免了增加计算量，同时提高了鲁棒性和精度。用于SAR图像变化检测。
-
公开(公告)号：CN107834837B
公开(公告)日：2019-08-02
申请号：CN201711211307.6
申请日：2017-11-28
Applicant: 电子科技大学
Abstract: 一种带有非稳态电流限制的自适应软启动电路，属于电子电路技术领域。本发明应用于开关变换器，包括自适应软启动电压产生电路和电压选择电路，开关变换器包括误差放大器，电压选择电路比较自适应软启动电压产生电路输出的软启动信号和第二偏置电压，并将其中电压值较低的信号输入到误差放大器的正向输入端；误差放大器将其输入信号的误差进行放大后输出到自适应软启动电压产生电路的第二输入端，自适应软启动电压产生电路的第一输入端连接第一偏置电压，根据其输入信号的调控对其内部电容C的充电电流。上述电路构成负反馈结构，使软启动期间误差放大器输出信号钳位在第一偏置电压附近，使得电感电流在启动期间保持在合适的值。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.022 seconds)
