-
公开(公告)号：CN109166183B
公开(公告)日：2023-04-07
申请号：CN201810780286.8
申请日：2018-07-16
Applicant: 中南大学
Abstract: 本发明提供了一种解剖标志点识别方法，包括根据三维体数据建立第一三维模型，对第一三维模型的解剖标志点进行标记，并标记对应的网格标签；将所述第一三维模型进行平面化处理，得到二维图像数据，并将所述第一三维模型对应的网格标签进行平面化处理，得到二维标签数据；将二维图像数据和二维标签数据进行训练，得到第二模型；将多组预测数据分别作为所述第二模型的输入数据，得到多组预测结果；对所述多组预测结果分别执行全局无缝参数化过程的逆操作，得到多组第三三维模型；根据所述多组第三三维模型确定目标模型；根据所述目标模型和预设能量函数确定目标网格标签对应的标志点。在保证实际可用的前提下，减小了计算复杂度，提高了时间效率。
-
公开(公告)号：CN108280806A
公开(公告)日：2018-07-13
申请号：CN201810058623.2
申请日：2018-01-22
Abstract: 本发明提供一种物体内部形变的DVC测量方法，包括如下步骤:S1、定位初始点的整像素位移，并使用基于梯度的亚像素位移定位方法求出所述初始点的亚像素位移场；S2、使用牛顿迭代法计算出所述初始点的三维形变场；S3、根据计算出三维形变场的所述初始点，通过牛顿迭代法计算其它像素点的三维形变场。与相关技术相比较，本发明提供的物体内部形变的DVC测量方法用于物体内部形变的快速高精度测量，该方法计算与实现简单，且抗噪声能力强，对于物体内部细小形变有很好的测量效果，同时实现了DVC算法在串行设计下的高效计算，首先对于重心的计算其复杂度远远低于一个点的整像素位移场的计算，并且通过扩展搜索避免了多次全局搜索，使得计算复杂度大大降低。
-
公开(公告)号：CN108171785A
公开(公告)日：2018-06-15
申请号：CN201810061647.3
申请日：2018-01-22
Abstract: 本发明提供了一种用于光线跟踪的SAH‑KD树设计方法，包括：步骤S1、在进行所述SAH‑KD树的构建之前，对节点中的当前根节点的所有三角面片进行预处理；步骤S2、按层次递归构建所述SAH‑KD树，生成当前所述节点的左、右子节点的有序包围盒序列，并计算出当前层次每个所述节点的包围盒的三个维度的表面积；步骤S3、求出当前节点需要划分的维度，生成每一层所有所述节点的空间树和候选划分点，计算出每个所述候选划分点对应的SAH值；步骤S4、选择最小SAH值对应的所述候选划分点作为当前节点的最优划分点，并将该当前节点分成左、右两个子节点。与相关技术相比，本发明提供的用于光线跟踪的SAH‑KD树设计方法构建的SAH‑KD树性能好且效率高。
-
公开(公告)号：CN109166183A
公开(公告)日：2019-01-08
申请号：CN201810780286.8
申请日：2018-07-16
Applicant: 中南大学
Abstract: 本发明提供了一种解剖标志点识别方法，包括根据三维体数据建立第一三维模型，对第一三维模型的解剖标志点进行标记，并标记对应的网格标签；将所述第一三维模型进行平面化处理，得到二维图像数据，并将所述第一三维模型对应的网格标签进行平面化处理，得到二维标签数据；将二维图像数据和二维标签数据进行训练，得到第二模型；将多组预测数据分别作为所述第二模型的输入数据，得到多组预测结果；对所述多组预测结果分别执行全局无缝参数化过程的逆操作，得到多组第三三维模型；根据所述多组第三三维模型确定目标模型；根据所述目标模型和预设能量函数确定目标网格标签对应的标志点。在保证实际可用的前提下，减小了计算复杂度，提高了时间效率。
-
公开(公告)号：CN105761239A
公开(公告)日：2016-07-13
申请号：CN201511023607.2
申请日：2015-12-30
Applicant: 中南大学
IPC: G06T7/00
CPC classification number: G06T2207/10012 , G06T2207/10024 , G06T2207/30201
Abstract: 本发明公开一种黄金比例引导的三维人脸模型重建方法。输入数据为个性化真实感三维人脸模型。首先，对三维人脸模型进行标志点检测，利用标志点将标准的黄金比例面罩模型与个性化三维人脸模型配准对齐；然后利用配准后的黄金比例面罩模型自动确定人脸重建兴趣区域，并用黄金面罩上的特征点和特征线设置变形边界条件；最后根据变形边界条件驱动一种能保持细节特征的拉普拉斯网格变形方法进行变形计算，预测重建后人脸三维形态结果。本发明能为个性化三维人脸设计和预测黄金比例引导的人脸重建效果，而且实现过程简单、自动化程度高。本发明对三维人脸模型娱乐、美容化妆设计以及整形术前预测有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN109064549B
公开(公告)日：2023-04-07
申请号：CN201810774486.2
申请日：2018-07-16
Applicant: 中南大学
IPC: G06T17/00 , G06T19/00 , G06N3/0464
Abstract: 本发明提供了一种标志点检测模型生成方法及标志点检测方法。所述生成方法包括：构建含有预先标记的标志点的三维模型；获取三维模型多个不同视角的二维图像，并将标志点的三维位置数据转换为二维位置数据；利用深度学习方法，将每个视角的二维图像及标志点的二维位置数据作为输入分别训练得到多个神经网络模型；获取具标志点的第二响应图，并对所述第一响应图进行修正得到修正的第一响应图，将修正的第一响应图上标志点的位置数据作为映射层输入，通过映射关系得到标志点的预测三维位置数据；根据原始三维位置数据和预测三维位置数据计算得到损失值，响应损失值满足预设条件得到训练完成的标志点检测模型。本发明提供的方法具有性能好的优点。
-
公开(公告)号：CN109146845A
公开(公告)日：2019-01-04
申请号：CN201810774478.8
申请日：2018-07-16
Applicant: 中南大学
CPC classification number: G06T7/0012 , G06T7/13 , G06T2207/20032 , G06T2207/20081 , G06T2207/20084 , G06T2207/20132 , G06T2207/30016
Abstract: 本发明公开了一种基于卷积神经网络的头颅影像标志点检测方法，包括如下步骤：数据预处理、训练集的选择、网络结构的设计以及损失函数的选择。与相关技术相比较，本发明提供的基于卷积神经网络的头颅影像标志点检测方法具有如下有益效果：可以有效减少噪音数据对训练结果的影响；可以降低距离图像块较远的点对预测结果的影响，最终提升了预测精度；提升了标志点的定位精度。
-
公开(公告)号：CN107423665A
公开(公告)日：2017-12-01
申请号：CN201710222229.3
申请日：2017-06-05
Applicant: 中南大学
CPC classification number: G06K9/00268 , G06K9/00288 , G06N3/084
Abstract: 本发明公开一种基于BP神经网络的三维人脸分析方法，先校正三维人脸模型，然后获得三维人脸特征点的三维坐标，变换成训练数据，进而建立人脸分析模型和人脸分析分类器，输出人脸分析结果。本发明还提供了一种基于BP神经网络的三维人脸分析系统。与相关技术相比，本发明提供的一种基于BP神经网络的三维人脸分析方法及其分析系统可以输出人脸分析结果，以便于基于该人脸分析结果进行人脸美貌评判，并通过设置人脸分析分类器来更好地对人脸美貌进行分类研究；通过将三维人脸特征点作训练数据来使得图像更准确，不仅如此，本发明对人脸美学研究和医疗整容的发展也具有一定的促进作用。
-
公开(公告)号：CN107154036A
公开(公告)日：2017-09-12
申请号：CN201710184201.5
申请日：2017-03-24
Applicant: 中南大学
CPC classification number: G06T7/0012 , G06T2207/10081 , G06T2207/30101
Abstract: 本发明提供了一种基于亚像素的血管分割方法，包括以下步骤：S1、将Dicom文件序列转换为计算机通用的Bmp文件序列；S2、生成粗边缘检测结果；S3、将所述粗边缘检测结果生成链表记录下来；S4、获取边缘坐标；S5、获取三维血管结构；S6、采用26邻域对所述三维血管结构进行区域生长分割，实现交互式分割出指定血管结构。本发明还提供了一种基于亚像素的血管分割系统。与相关技术相比，本发明具有如下有益效果：解决了Dicom文件调窗处理中的越界现象，改善了显示效果；解决了粗边缘检测中阈值选取难的问题，并且血管边缘更加清晰，细节更加完善；可以将血管分割达到亚像素级精度；可交互式地分割指定血管结构。
-
公开(公告)号：CN106909947A
公开(公告)日：2017-06-30
申请号：CN201710123972.3
申请日：2017-03-03
Applicant: 中南大学
CPC classification number: G06T11/008 , G06K9/6218 , G06T5/002 , G06T5/50 , G06T2207/10081 , G06T2207/30004 , G06T2210/41
Abstract: 本发明提供了一种基于Mean Shift算法的CT图像金属伪影消除方法和消除系统。通过预处理CT图像去除噪声并平滑轻度伪影，分割出CT图像中的金属区域，对金属区域的投影数据作线性插值生成插值图像，并修复组织信息后得到先验图像，再将先验图像的投影数据替代原投影数据，得到校正后的CT图像。与相关技术相比，本发明提供的基于Mean Shift算法的CT图像金属伪影消除方法及消除系统可以去除CT图像中的轻度金属伪影，平滑效果好，不丢失细节信息；金属区域分割效果好，计算效率更高；去除伪影效果明显，而且还保护了原CT图像中人体组织结构信息。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
