-
公开(公告)号：CN117952850A
公开(公告)日：2024-04-30
申请号：CN202410080582.2
申请日：2024-01-19
IPC: G06T5/70 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于快速扩散模型的低剂量CT图像去噪方法和系统。包括：扫描方案设计与实验体模准备，获取不同剂量下的CT图像与匹配的正常剂量CT图像；构建快速扩散模型；训练过程阶段对所述匹配的图像对逐步扩散噪声，生成噪声目标图像；基于所述目标噪声图像与低剂量CT图像为条件分块处理，同时逆向推理逐步去除噪声获得清晰的CT影像。本发明使用高性能快速扩散模型应用于低剂量CT图像重建，通过逐步扩散并去除噪声，模型能够捕捉图像的复杂结构和细节，在较好得去除影像噪声与伪影的同时最大程度保留CT影像原始结构。除此之外将本发明与现有先进的方法处理结果交给放射科医生盲评处理，本发明涉及方法取得了最优结果。
-
公开(公告)号：CN116993610A
公开(公告)日：2023-11-03
申请号：CN202310926402.3
申请日：2023-07-25
Applicant: 湖北珞珈实验室
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于去噪扩散模型的受限制CT图像重建方法和设备。所述方法包括数据集准备，获取原始匹配的受限制CT图像与干净CT图像；构建去噪扩散模型；在训练过程阶段对所述原始匹配的图像对逐步添加高斯噪声，生成噪声目标图像；基于所述目标噪声图像与原始受限制CT图像逆向推理采样，得到所述原始受限制CT图像的干净图像。本发明使用去噪扩散模型应用于受限制CT图像重建，由于去噪扩散模型具有良好的保留原始图像结构能力以及在细节恢复上具备重建性能更好，令重建后的限制CT图像在主观与客观的质量评价都比较高。
-
公开(公告)号：CN118761929A
公开(公告)日：2024-10-11
申请号：CN202411245470.4
申请日：2024-09-06
Applicant: 湖北珞珈实验室
IPC: G06T5/70 , G06T5/20 , G06T5/60 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于条带扩散模型的零样本低剂量CT图像去噪方法及装置，其中的方法构建了条带扩散模型，该模型利用扩散模型的高保真度来完成不同剂量、厚度或设备的低剂量CT图像的端到端去噪。特别是，训练过程只需要正常剂量CT图像，极大减少了模型数据依赖，并且只使用一个场景数据来跨剂量和厚度条件训练模型。采样过程采用条带扫描策略，结合重叠的条带信息和输入的低剂量CT图像来解决最大后验问题，从而依次产生去噪结果。本发明只使用简单的卷积和注意力架构，并在涉及不同剂量、厚度数据集上进行广泛的实验。结果表明，本发明的方法在大多数情况下优于监督方法，可视化和盲法评估表明，本发明的方法非常接近于正常剂量CT图像。
-
公开(公告)号：CN118196628A
公开(公告)日：2024-06-14
申请号：CN202410339986.9
申请日：2024-03-25
Applicant: 湖北珞珈实验室
IPC: G06V20/10 , G06V10/44 , G06V10/22 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于不同预训练特征提取骨干的增强型语义‑位置特征融合网络方法、装置及应用，用于高分辨率遥感影像地物提取与地表覆盖分类任务。方法首先利用预训练的基于视觉Transformer的特征提取器和基于卷积网络的特征提取器作为联合特征提取器，不参与网络训练；然后设计了增强型语义‑位置特征融合模块，分别从两种视角实现对影像的深度语义特征和高分辨率位置特征的有效融合；最后设计了基于初步分割提示的精细提取模块，提升地物提取或地表覆盖分类的精度。本发明方法能够快速、有效、经济地适用于高分辨率遥感影像的地物提取与分类。
-
公开(公告)号：CN118761929B
公开(公告)日：2024-11-26
申请号：CN202411245470.4
申请日：2024-09-06
Applicant: 湖北珞珈实验室
IPC: G06T5/70 , G06T5/20 , G06T5/60 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于条带扩散模型的零样本低剂量CT图像去噪方法及装置，其中的方法构建了条带扩散模型，该模型利用扩散模型的高保真度来完成不同剂量、厚度或设备的低剂量CT图像的端到端去噪。特别是，训练过程只需要正常剂量CT图像，极大减少了模型数据依赖，并且只使用一个场景数据来跨剂量和厚度条件训练模型。采样过程采用条带扫描策略，结合重叠的条带信息和输入的低剂量CT图像来解决最大后验问题，从而依次产生去噪结果。本发明只使用简单的卷积和注意力架构，并在涉及不同剂量、厚度数据集上进行广泛的实验。结果表明，本发明的方法在大多数情况下优于监督方法，可视化和盲法评估表明，本发明的方法非常接近于正常剂量CT图像。
-
Patent Agency Ranking
公开(公告)号：CN113609896B
公开(公告)日：2023-09-01
申请号：CN202110692812.7
申请日：2021-06-22
Applicant: 武汉大学
Abstract: 本发明提供一种基于对偶相关注意力的对象级遥感变化检测方法及系统，进行用于变化检测的数据增强，生成双输入流；设置共享权重的骨干网络用于接收双输入流，提取双时相影像的不同尺度特征；设置对偶相关注意力引导的特征融合颈，关注同尺度的双时相特征在空间层次与通道层次的相关性，来获取细化的差异特征，并设置细化路径聚合金字塔模块对不同尺度层间的特征进行融合；最后将不同尺度的差异特征送入变化检测头，以边界框的形式预测变化地物的位置、大小和变化置信度。本发明专用于变化检测的数据增强方法可以加快模型训练与提升模型性能，经对偶相关注意力机制引导，能有效抵抗影像对中的伪变化干扰，具有较高准确性和鲁棒性。
-
公开(公告)号：CN116563385A
公开(公告)日：2023-08-08
申请号：CN202310384436.4
申请日：2023-04-11
Applicant: 武汉大学
Abstract: 本发明公开了一种增强Sentinel‑1SAR影像水体提取效果的伪彩色特征提取方法。本发明考虑到当前SAR影像水体提取方法中对SAR影像色彩特征的挖掘和利用不充分，因此通过伪彩色合成和色彩特征构造来自动化提取Sentinel‑1SAR影像的色彩特征，以有效区分SAR影像中的水体与非水体，进而用于提升Sentinel‑1SAR水体提取的精度和可靠性。本发明的优点在于提出的方法无需人工干预，能够实现Sentinel‑1SAR影像色彩信息的自动化提取。本发明提出的方法计算效率快、自动化程度高，可操作性强，不仅易于实现而且整个模型的可扩展性强。因此，本发明具有很高的实用价值。
-
公开(公告)号：CN112883839B
公开(公告)日：2021-10-22
申请号：CN202110140498.1
申请日：2021-02-02
Applicant: 重庆市地理信息和遥感应用中心 , 武汉大学
Abstract: 本发明公开了一种基于自适应样本集构造与深度学习的遥感影像解译方法，包括步骤：对样本总集进行特征提取，并对提取的特征进行聚类，构建视觉词袋模型的特征词典，得到样本子集；构建基于深度学习网络的解译模型，并先后输入样本总集和聚类的样本子集对解译模型进行训练，分别得到总解译模型和与各样本子集相对应的子解译模型；采用总解译模型以及根据待解译遥感影像的影像特征选取的合适的若干子解译模型，对待解译遥感影像进行自适应解译。其显著效果是：通过聚类的自动化、分布式手段快速建立海量遥感影像的样本库，并利用机器深度学习技术对样本库数据进行训练，获得适应于不同场景的智能解译模型，解译精度高，鲁棒性好。
-
公开(公告)号：CN110443770A
公开(公告)日：2019-11-12
申请号：CN201910737998.6
申请日：2019-08-12
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) , 武汉大学
Inventor： 丁忆 , 李朋龙 , 连蓉 , 王亚林 , 徐永书 , 张泽烈 , 叶立志 , 胡翔云 , 胡艳 , 陈静 , 罗鼎 , 段松江 , 刘金龙 , 陈甲全 , 吴凤敏 , 王小攀 , 钱进 , 魏文杰 , 曾远文 , 李晓龙
IPC: G06T5/00
Abstract: 本发明公开了一种基于离散粗糙度估计的机载激光点云数据噪声检测方法，包括步骤：读取机载激光点云数据，并构建离散点云TIN模型；根据离散点云TIN模型，获取模型中各顶点的一环邻域、二环邻域；采用离散粗糙度估计算子，计算各点的离散粗糙度；计算各点的二环邻域离散粗糙度均值和二环邻域粗糙度标准差；计算各点的二环邻域高程均值和二环邻域高程标准差；标记噪声点。其显著效果是：提高了机载激光点云数据噪声检测的智能化程度，极大地提高了机载激光点云数据处理效率及后续处理精度。
-
公开(公告)号：CN107092871A
公开(公告)日：2017-08-25
申请号：CN201710220588.5
申请日：2017-04-06
IPC: G06K9/00
CPC classification number: G06K9/00637 , G06K9/00671
Abstract: 本发明公开了一种基于多尺度多特征融合的遥感影像建筑物检测方法，包括对高分辨率遥感影像降采样，获得由不同尺度的影像构成的影像金字塔；计算影像金字塔的边缘影像；对不同尺度的边缘影像进行多组特征计算并进行融合建立特征模型；根据特征模型与邻域局部非极大值抑制进行窗口选取获得目标窗口；对目标窗口进行小范围内的膨胀/收缩计算获得矩形窗口；根据目标窗口的主方向旋转所述矩形窗口得到最优目标窗口，并根据最优目标窗口提取出建筑物。其显著效果是：在高斯金字塔影像上进行多尺度的建筑物检测，对大小、形状、朝向各异的建筑物的检测具有普适性；且有效地提高了建筑物自动检测的精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.027 seconds)
