-
公开(公告)号:CN117274044A
公开(公告)日:2023-12-22
申请号:CN202310148700.4
申请日:2023-02-22
Applicant: 中国计量大学
IPC: G06T3/40 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域,本发明公开了一种面向图像超分辨率的l2,1模型驱动的轻量级深度递归网络,包括:图像采集模块,用于获取结构噪声的单幅图像;图像处理模块,用于对单幅图像进行栅格处理,并通过卷神经网络模型获得图像特征信息;分析模块,用于对图像特征信息进行优化,实现图像的超分辨率重建;分析模块的分析步骤包括:首先提出l2,1重建优化模型;采用乘法器交替方向法(ADMM)将l2,1优化问题分解为x‑子问题和d‑子问题;采用优化算法(MM)和半二次优化策略求解上述两个子问题;最后根据获得的最优迭代解,设计面向图像超分辨率的高效轻量级深度递归网络。
-
公开(公告)号:CN104751460B
公开(公告)日:2018-09-07
申请号:CN201510141013.5
申请日:2015-03-29
Applicant: 迈克医疗电子有限公司 , 中国计量大学
Abstract: 本发明提供了一种基于边界的白细胞分割评价标准的建立方法,首先对专家分割的结果进行形态学处理建立中间变量,使其能够允许两个分割结果之间微小的差异;根据算法分割的结果和中间变量的集合关系找出分割正确的部分,未分割出来的部分以及分割多余的部分;再利用形态学重构和集合运算将这些部分转化为算法分割的边界及专家分割的边界,统计这些边界的像素个数计算F测度,从而评价算法分割的效果。本发明算法简单、有效合,对比现有基于区域的评判标准,不仅能够很好的刻画边界信息,同时还可以忽略边界细小的差异。
-
公开(公告)号:CN106326871B
公开(公告)日:2019-04-30
申请号:CN201610744469.5
申请日:2016-08-26
Applicant: 中国计量大学
IPC: G06K9/00
Abstract: 本发明属于模式识别领域,特别涉及一种基于字典分解和稀疏表示的鲁棒人脸识别方法。设计字典分解模型从给定的人脸图像训练数据集中把人脸图像中的类特定信息提取出来,然后计算一个映射矩阵来描述类特定信息与原始训练数据之间的映射关系,并根据计算得到的映射矩阵对测试图像进行校正,然后利用主成分分析(PCA)降维,最后通过稀疏表示分类器(SRC)进行识别分类。本发明能够有效地避免SRC识别过程中由于训练数据被污染或者存在遮挡、缺失而产生的识别率大幅降低的问题,能够得到较高且稳定的识别效果。
-
公开(公告)号:CN104751462B
公开(公告)日:2018-12-14
申请号:CN201510141209.4
申请日:2015-03-29
Applicant: 迈克医疗电子有限公司 , 中国计量大学
Abstract: 本发明公开了一种基于多特征非线性组合的白细胞分割方法,提取白细胞的灰度、CIE Lab空间上的颜色和纹元的梯度信息,以及白细胞的谱信息;用非线性的方式组合;用定向分水岭变换和超度量边界映射OWT‑UCM对组合后的信息处理,得到算法分割的结果;对比算法分割结果和专家分割的结果相应调节参数;直到达到预定的分割结果,然后确定参数,将该参数用于其它白细胞分割。有益效果是减少单个特征噪声的影响,以非线性的方法组合多个特征信息,能比线性组合的方法得到更小的训练误差,得到更好的分割结果。同时以迭代的方式去调整组合信息,进而调节网络的参数,可以根据我们预定的结果,逐步的接近目标,避免了无目标或者不合适调节。
-
公开(公告)号:CN104732524B
公开(公告)日:2018-12-14
申请号:CN201510066975.9
申请日:2015-02-07
Applicant: 迈克医疗电子有限公司 , 中国计量大学
Abstract: 本发明公开了一种血液白细胞显微图像的随机权网络分割方法,由类别编码与训练库构建、随机权网络训练、解编码分割以及形态学算子修复四个子过程构成的自动分割技术,将血液白细胞分割转化成一个分类问题,用分类的方式实现白细胞显微图像的自动分割,得到完整的连通的细胞质和细胞核区域。本发明的有益效果是,通过对血液白细胞图像像素点的有效类别编码,构建稳健的血液白细胞分类训练库;采用快速、高效的随机权网络获取最优编码决策模型,以获得对待分割白细胞图像的最佳编码,得到最终的分割结果。本发明实现了对于白细胞显微图像的高效分割。
-
公开(公告)号:CN106326871A
公开(公告)日:2017-01-11
申请号:CN201610744469.5
申请日:2016-08-26
Applicant: 中国计量大学
IPC: G06K9/00
CPC classification number: G06K9/00268 , G06K9/00288
Abstract: 本发明属于模式识别领域,特别涉及一种基于字典分解和稀疏表示的鲁棒人脸识别方法。设计字典分解模型从给定的人脸图像训练数据集中把人脸图像中的类特定信息提取出来,然后计算一个映射矩阵来描述类特定信息与原始训练数据之间的映射关系,并根据计算得到的映射矩阵对测试图像进行校正,然后利用主成分分析(PCA)降维,最后通过稀疏表示分类器(SRC)进行识别分类。本发明能够有效地避免SRC识别过程中由于训练数据被污染或者存在遮挡、缺失而产生的识别率大幅降低的问题,能够得到较高且稳定的识别效果。
-
公开(公告)号:CN118396856A
公开(公告)日:2024-07-26
申请号:CN202410593404.X
申请日:2024-05-14
Applicant: 中国计量大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/045 , G06N5/045 , G06N3/084
Abstract: 本发明涉及一种基于CNN‑Transformer可解释的轻量级图像超分辨率重建方法,包括:S1、对原始数据集进行预处理,得到所需LR和HR训练数据;S2、融合数据驱动与模型驱动,构建l1范数的图像退化模型,并根据分裂Bregman算法、优化最小算法和软阈值算子推导出有效可解释的迭代模型;S3、由步骤S2的迭代模型设计轻量级的CNN‑Transformer图像超分辨率网络;S4、设置损失函数、相关参数,比较迭代过程中评价指标PSNR和SSIM的数值,确定最佳图像超分辨重建模型;S5、性能测试,将低分辨率的图像输入到步骤S4获得的最佳图像超分辨重建模型中,获得超分辨率图像和评价指标。
-
公开(公告)号:CN117291795A
公开(公告)日:2023-12-26
申请号:CN202310148538.6
申请日:2023-02-22
Applicant: 中国计量大学
IPC: G06T3/40 , G06N3/084 , G06V10/80 , G06V10/42 , G06N3/0464
Abstract: 本发明公开了一种基于双向多尺度可变形注意力网络的视频超分辨率方法,包括给定一个低分辨率的输入帧序列,利用残差块组成的特征提取块获取浅层特征,通过后向传播将这些特征送到DAM对齐模块,输出粗对齐特征,将浅层特征和粗对齐特征进行拼接,送入残差块堆栈进行处理产生融合特征,将两个相邻的融合特征通过前向传播输入DAM产生精细对齐特征,将精细对齐特征、融合特征和浅层特征进行融合,通过残差块生成聚集特征,将聚集特征通过像素重组并加入到上采样后的低分辨率帧中,输出得到高分辨率帧图像;可变形对齐模块能够通过使用多尺度可变形卷积和多尺度注意机制来有效地对齐和融合特征,可以在大规模运动视频上实现卓越的性能。
-
公开(公告)号:CN104751461B
公开(公告)日:2018-12-14
申请号:CN201510141099.1
申请日:2015-03-29
Applicant: 迈克医疗电子有限公司 , 中国计量大学
Abstract: 本发明公开了一种基于直方图阈值及低秩表示的白细胞细胞核分割方法,包括以下步骤:自适应阈值的白细胞大致区域的获取;白细胞细胞核的精确分割。本发明的有益效果是,利用直方图阈值法和、低秩矩阵表示和流形学习理论实现了在复杂彩色人体血液细胞图像下分割白细胞细胞核的有效方法。利用直方图阈值法获得复杂的血细胞图像中白细胞的大致区域。然后对这一大致区域中的像素点从RGB彩色空间转换到Lab彩色空间,并提取a和b空间的像素值作为像素点的特征。将这些特征用基于流形的低秩表示实现聚类,将其分成细胞核区域和背景区域。本发明对颜色不均匀的图像和背景杂质较多的图像同样适用。
-
公开(公告)号:CN106327490A
公开(公告)日:2017-01-11
申请号:CN201610707481.9
申请日:2016-08-22
Applicant: 中国计量大学
IPC: G06T7/00
CPC classification number: G06T2207/10056 , G06T2207/20036 , G06T2207/30004
Abstract: 本发明属于医学图像处理领域,特别涉及一种基于白细胞检测的细胞核分割方法。首先统计各类白细胞的直径大小来设定滑动窗口的多个尺寸,然后根据白细胞图片的梯度信息,针对每个滑动窗口选取候选窗口,再根据白细胞图片颜色对比信息、边界密度对比信息和梯度对比信息,计算每个候选窗口的特征值,输入ε-SVR模型,选取出最终检测窗口,截取白细胞图片中最终检测窗口的区域即为最终定位子图;然后用多项式曲线拟合子图灰度统计图的方法,来选取阈值分割细胞核,然后再用形态学处理进行孔洞填充和孤立点去除,使得分割结果更加精确。
-
-
-
-
-
-
-
-
-