-
公开(公告)号：CN119850498A
公开(公告)日：2025-04-18
申请号：CN202411731742.1
申请日：2024-11-29
Applicant: 桂林电子科技大学
Inventor： 周士龙 , 奥库沃比·伊杜乌·保罗
Abstract: 本发明公开了一种基于修正双边滤波的多尺度Retinex低照度图像增强方法，属于数字图像处理领域。针对低照度环境下图像亮度不足、细节丢失、噪声干扰和色彩失真的问题，本发明提出了一种改进的图像增强算法。首先，将RGB图像转换至HSV颜色空间，分离亮度分量(V)用于后续处理，以避免直接处理RGB通道导致的色彩失真。然后，采用修正的双边滤波函数作为多尺度Retinex方法的中心环绕函数，增强亮度分量并抑制光晕现象，同时结合改进的Gamma变换函数实现暗区细节增强和亮区过度抑制。针对反射分量，利用非局部均值滤波去噪，并结合Laplace算子增强图像边缘细节。此外，通过自适应调整饱和度分量，确保增强后的图像色彩自然一致。实验结果表明，本发明能够显著提升低照度图像的亮度和清晰度，改善细节信息和视觉观感，适用于夜间监控、医学影像处理和农业监测等多种场景。本方法具有增强效果优异、光晕抑制强、色彩失真小的优点。
-
Patent Agency Ranking
公开(公告)号：CN112465841A
公开(公告)日：2021-03-09
申请号：CN202011464073.8
申请日：2020-12-14
Applicant: 桂林电子科技大学
Inventor： 奥库沃比·伊杜乌·保罗 , 莫尧尧
Abstract: 本发明公开了一种光谱域光学相干层析成像中的高反射亮斑分割与量化方法，该方法由ROI生成和HRFs估计两个并行过程组成。将感兴趣区域视为内界膜（ILM）和内节和外节（IS‑OS）层，其中HRFs主要位于OCT图像中；并使用形态学重建（MR）来获得重建图像，并构造直方图进行数据分布和聚类。同时，通过从组件树得到的连通区域中提取极值区域来估计HRFs。最后，将生成的投资回报率和估计的HRFs过程合并，得到分段的HRFs。该方法可以清晰的分割和量化OCT图像的高反射亮斑（Hyperreflective foci（HRFs）），以达到检测，可视性、分割和量化的目的。
-
公开(公告)号：CN112184576A
公开(公告)日：2021-01-05
申请号：CN202010978196.7
申请日：2020-09-17
Applicant: 桂林电子科技大学
Inventor： 奥库沃比·伊杜乌·保罗 , 莫尧尧
Abstract: 本发明公开了一种光谱域光学相干层析成像中的高反射亮斑增强方法，该方法是利用传递函数（sigmoid）来控制输入图像的范围压缩。将直方图均衡化应用于S形（sigmoid）传递函数的输出图像。对图像进行直方图均衡化和对数变换。同时，用上述两种方法变换域函数，直方图匹配通过数据映射将两个平行过程结合在一起；将逆对数和逆正交应用于映射数据进行数据转换，以获得增强图像。该方法可清晰地增强高反射亮斑，以达到可视性、分割和量化的目的。
-
公开(公告)号：CN119863473A
公开(公告)日：2025-04-22
申请号：CN202411732547.0
申请日：2024-11-29
Applicant: 桂林电子科技大学
Inventor： 周士龙 , 奥库沃比·伊杜乌·保罗
IPC: G06T7/11 , G06T7/00 , G06T5/70 , G06T5/60 , G06T5/90 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于双空间注意力U‑net模型的视网膜血管分割方法，属于计算机视觉与医学图像处理领域。本方法以U‑Net网络为基础，将传统卷积操作替换为传统卷积+动态蛇形卷积(Dynamic Snake Convolution,DE‑Conv)，显著增强对细小弯曲血管等复杂结构的捕捉能力。同时，提出一种双空间残差注意力机制(Double Space Residual Attention,DSRA)，在通道和空间两个维度上对特征进行加权，提升分割模型的整体性能。本发明的技术方案通过改进网络的特征提取和注意力分配策略，充分适应视网膜血管等微小结构的特性，显著提升分割精度和拓扑连续性。实验表明，与现有方法相比，本方法在血管分割任务中表现出更优的准确性、连续性和稳定性，适用于临床诊断、血流动力学仿真等多种医学图像分析场景。
-
公开(公告)号：CN119850522A
公开(公告)日：2025-04-18
申请号：CN202411732244.9
申请日：2024-11-29
Applicant: 桂林电子科技大学
Inventor： 李栋 , 奥库沃比·伊杜乌·保罗
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895 , G06N3/096
Abstract: 本发明公开了一种基于半监督学习与知识蒸馏的多阶段损失优化光学相干断层扫描血管造影(OCTA)图像诊断方法。方法包括以下步骤：(1)结合半监督学习构建教师‑学生模型框架；(2)数据集处理：随机移除训练集部分样本标签，作为无标签数据；(3)利用有标签数据训练教师模型，随后通过教师模型生成无标签数据的伪标签，仅保留满足置信度阈值的高质量伪标签；(4)用多阶段损失函数训练学生模型，包括有标签数据的监督损失、伪标签数据的监督损失及知识蒸馏损失。本发明通过半监督学习减少对标注数据的依赖，利用知识蒸馏提升轻量化学生模型性能，适用于临床资源有限的场景。
-
公开(公告)号：CN112184576B
公开(公告)日：2024-01-19
申请号：CN202010978196.7
申请日：2020-09-17
Applicant: 桂林电子科技大学
Inventor： 奥库沃比·伊杜乌·保罗 , 莫尧尧
Abstract: 本发明公开了一种光谱域光学相干层析成像中的高反射亮斑增强方法，该方法是利用传递函数（sigmoid）来控制输入图像的范围压缩。将直方图均衡化应用于S形（sigmoid）传递函数的输出图像。对图像进行直方图均衡化和对数变换。同时，用上述两种方法变换域函数，直方图匹配通过数据映射将两个平行过程结合在一起；将逆对数和逆正交应用于映射数据进行数据转换，以获得增强图像。该方法可清晰地增强高反射亮斑，以达到可视性、分割和量化的目的。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
