用于医疗内窥镜成像的管腔图像展开方法

    公开(公告)号:CN113160040A

    公开(公告)日:2021-07-23

    申请号:CN202110493564.3

    申请日:2021-05-07

    Applicant: 上海大学

    Abstract: 本发明涉及一种用于医疗内窥镜成像的管腔图像展开方法,该方法利用内窥镜前端的摄像头采集生物体管腔图像,并由管腔图像展开算法对所采集的图像进行处理,将环状管腔图像展开为矩形平铺图像,管腔图像展开算法的步骤包括:(1)以内窥镜图像的中心为圆心,获取内窥镜图像的最大内接圆;(2)建立空白矩形图像,以最大内接圆周长为空白矩形图像的长边,以最大内接圆半径的1/2作为空白矩形图像的短边;(3)计算空白矩形图像上每一个像素点对应于原图像的亮度值,填入空白矩形图像,最终形成完整的平铺图像。该方法可将生物体管腔内壁图像转化成连续的管腔内壁平铺图像,方便医生观察管腔内壁情况,降低了手术难度,提高了手术成功率。

    一种基于多倍采样的内窥镜图像血管纹理增强方法

    公开(公告)号:CN112967209A

    公开(公告)日:2021-06-15

    申请号:CN202110443873.X

    申请日:2021-04-23

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于多倍采样的内窥镜图像血管纹理增强方法,包括纹理提取,纹理合成,纹理优化三个主要部分。纹理提取通过对输入的内窥镜图像及参考图像的多倍采样,将生成的图像拆分成若干个3×3的局部纹理图像;纹理合成首先生成一张空白图像,再按相似系数的阈值区间填充入合适的局部纹理图像;纹理优化通过搭建输入图像与合成图像的数学模型,迭代计算两个权重参数,得到优化后的内窥镜血管纹理增强图像。相比于现有技术,本发明针对现有技术中存在锯齿和块效应的缺陷,提出了一种基于多倍采样的内窥镜图像血管纹理增强方法,通过多倍采样及优化数学模型对现有图像的细微纹理进行推理恢复,实现内窥镜图像的清晰化显示,避免实际应用中因图像不清晰而引起的误操作,降低患者术中风险。

    基于视觉和语音融合技术的抽动障碍症病情监测方法及其系统

    公开(公告)号:CN111870253A

    公开(公告)日:2020-11-03

    申请号:CN202010729476.4

    申请日:2020-07-27

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于视觉和语音融合技术的抽动障碍症病情监测方法及其系统。通过持续获取被监测人的图像和声音信息并对被监测人发生运动和发声抽动进行实时判断,根据判断结果将获得的抽动信息保存至数据库中,进而对被监测人数据库信息进行分析诊断后及时向相关人员反馈诊断结果,并持续监测。本发明能在不引起被监测人关注的自然状态下发现被监测人病情,根据病情严重情况提醒被监测人及时治疗和矫正。解决了依靠人工监测时易引起被监测人刻意自控,使病情表现不充分,以及无法长期实时监测抽动障碍症患者发病情况的难题,可以为医护人员提供更加准确的辅助治疗信息。

    一种基于机器视觉的鞋底尺码分类方法

    公开(公告)号:CN111062392A

    公开(公告)日:2020-04-24

    申请号:CN201911079887.7

    申请日:2019-11-07

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于机器视觉的鞋底尺码分类方法,其步骤如下:(1)采集不同尺码的标准鞋底图像,提取鞋底图像轮廓,计算不同尺码的标准鞋底参量,包括:标准弓宽、标准掌宽、标准跟宽,并保存为标准参量;(2)采集待分类鞋底图像,提取待分类鞋底图像轮廓,计算待分类鞋底参量,包括:待分类弓宽、待分类掌宽、待分类跟宽,并赋值为待分类参量;(3)将待分类参量与保存的所有标准参量依次比较,分别计算它们的分类匹配值;(4)将分类匹配值排序,最小分类匹配值对应的标准鞋底尺码即为待分类鞋底尺码。针对当前机器视觉分类鞋底尺码准确性低效率不高的问题,本发明的方法能够实现对鞋底尺码准确快速的分类,效率高,节约人力成本。

    通过视频激发面部表情实现认知障碍筛查功能的视频采集分析系统及其方法

    公开(公告)号:CN110600127A

    公开(公告)日:2019-12-20

    申请号:CN201910897345.4

    申请日:2019-09-23

    Abstract: 本发明涉及一种通过视频激发面部表情实现认知障碍筛查功能的视频采集分析系统,包括自评筛查模块,用于通过图像或视频设置刺激源进行测试,并将数据加密及传输;云端分析评估模块,用于将采集的图像数据传输至已训练过的深度学习模型进行分析诊断,并实时反馈诊断结果反馈。本发明还涉及一种实现通过视频激发面部表情的筛查认知障碍功能的视频采集分析处理方法。采用了本发明的通过视频激发面部表情实现认知障碍筛查功能的视频采集分析系统及其方法,本系统能在专业诊治前进行客观的评估,智能高效;有效节省被试者的就诊的时间,为各种原因无法到医疗结构就诊的人提供便利,有效降低医疗负担,照料者负担和社会经济成本;克服了文盲,低教育水平的限制,将来可更精准筛查认知障碍。

    一种基于机器视觉的榛子轴向识别方法

    公开(公告)号:CN109977946A

    公开(公告)日:2019-07-05

    申请号:CN201910163816.9

    申请日:2019-03-05

    Abstract: 本发明适用于机器视觉识别技术领域,为榛子的自动化加工提供了一种基于机器视觉的榛子轴向识别方法,包括:根据获取的榛子图像提取ROI区域;根据提取的ROI区域计算获取榛子的二值化滤波图像;建立与二值化滤波图像纹理特征相匹配的矩形条纹模板;将矩形条纹模板按预设规则旋转,得到预定数量的不同方向的矩形条纹模板;将得到的所有矩形条纹模板依次卷积二值化滤波图像;将所得卷积绝对值分别求和作为方向匹配参量,并根据方向匹配参量的大小选出最匹配的矩形条纹模板,依据最匹配矩形条纹模板的方向标注榛子的轴向。借此,本发明可以较为快速精准的识别并标注榛子的轴向,为后续机器加工对榛子按轴向方向挤压开口提供便利。

    一种大型运载皮带跑偏故障智能检测方法

    公开(公告)号:CN109969736A

    公开(公告)日:2019-07-05

    申请号:CN201910041877.8

    申请日:2019-01-17

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于动态图像的大型运载皮带跑偏故障智能检测方法,包括,步骤1、针对大型运载皮带运输系统,确定运载皮带正常运行时离两边缘的坐标值;步骤2、确定某一皮带边缘智能相机的安装位置。将皮带正常运行时离皮带架边缘的距离有效值和转换成在图像中的像素值,标定横坐标像素值分别为和;步骤3、通过图像处理,确定皮带两边缘直线的横坐标值和。若或,皮带实际跑偏距离为c1~c2,判别为二级故障;若或,皮带实际跑偏距离大于c3,判别为一级故障。与现有技术相比,本发明具有智能识别跑偏故障、不用人工干预的优点,用三个智能相机就能精确地自动判别L(大于700)米长、W(大于1)米宽的大型运载皮带是否发生跑偏故障。

    一种基于四色印品套准检测标记的机器视觉检测方法

    公开(公告)号:CN102765249A

    公开(公告)日:2012-11-07

    申请号:CN201210236412.6

    申请日:2012-07-10

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于四色印品套准检测标记的机器视觉检测方法,其步骤为:预设四色印品套准检测标记的图形,以黑色实心圆标记图形的圆心为套准检测标记的基准,黄色圆环标记图形、品红色圆环标记图形、青色圆环标记图形的圆心分别与黑色实心圆标记图形的圆心为同一圆心;在印刷过程中采集预设套准检测标记图形的图像;分别由计算机系统获取图像中的套准检测标记的圆心坐标;通过圆心坐标计算套印偏差;再将套印偏差平方值与偏差宽容度比较;最后,输出套印偏差结果。该套准检测标记结构简单,占地空间小,便于相机快速精确拍摄。对应的检测方法只需通过圆心参数进行偏差分析,检测效率高,结果直观,可实现高速印刷品在线检测。

Patent Agency Ranking