公开(公告)号：CN115115607B

公开(公告)日：2024-06-07

申请号：CN202210852127.0

申请日：2022-07-19

Applicant: 重庆大学

Inventor： 毛玉星 ,  吴顺鑫 ,  李晋森 ,  陆航 ,  黄星吉 ,  黄澳丽

IPC: G06T7/00 ,  G06T5/70 ,  G06T7/13

Abstract: 本发明涉及图像检测识别技术领域，具体涉及一种基于图像分析的图像形状特征提取识别方法。首先对图像二值化处理并进行边沿提取，然后按照连接顺序获取所有边界点坐标，接着计算间隔固定点数的边界点之间的距离，根据位于同一直线上且间隔相同的两点其距离必近似相同的原理，对边界中可能出现的直线进行分割，并对得到的各直线分别进行拟合得到每条直线的方程，根据组成直线的点与拟合直线的偏移程度再对直线进行验证，判定目标为多边形、椭圆或者其他形状。该方法时间空间复杂度较低，可运行于各种性能较低的嵌入式处理器中。

公开(公告)号：CN118212417A

公开(公告)日：2024-06-18

申请号：CN202410428615.8

申请日：2024-04-10

Applicant: 重庆大学

Inventor： 毛玉星 ,  陆航 ,  柳林均 ,  朱琳 ,  陈春旭 ,  宁澜嘉

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G16H30/20

Abstract: 本发明公开了一种基于轻量化注意力模块的医学图像分割模型及其训练方法，基于UNet网络构建分割模型，分割模型包括4～6个上下采样阶段，每个上下采用阶段包括一个卷积采样模块，下采样层采用池化操作，上采样层采用插值操作，并且每个卷积层后连接着批量归一化层；在下采样层中串联加入由大核空洞卷积组合形成的局部空间注意力模块以及通道之间交互关注的通道注意力模块；在跳跃连接和上采样层中加入卷积形式的门控注意力模块；在网络瓶颈处设置了全局注意力模块。本发明中基于卷积结构的注意力模块在局部‑全局层面增强了模型对于图像的多尺度、多方位的学习和理解，其分割的准确度更高，且鲁棒性强，训练方法更加简单，运行速率更快。

公开(公告)号：CN115115607A

公开(公告)日：2022-09-27

申请号：CN202210852127.0

申请日：2022-07-19

Applicant: 重庆大学

Inventor： 毛玉星 ,  吴顺鑫 ,  李晋森 ,  陆航 ,  黄星吉 ,  黄澳丽

IPC: G06T7/00 ,  G06T5/00 ,  G06T7/13

Abstract: 本发明涉及图像检测识别技术领域，具体涉及一种基于图像分析的图像形状特征提取识别方法。首先对图像二值化处理并进行边沿提取，然后按照连接顺序获取所有边界点坐标，接着计算间隔固定点数的边界点之间的距离，根据位于同一直线上且间隔相同的两点其距离必近似相同的原理，对边界中可能出现的直线进行分割，并对得到的各直线分别进行拟合得到每条直线的方程，根据组成直线的点与拟合直线的偏移程度再对直线进行验证，判定目标为多边形、椭圆或者其他形状。该方法时间空间复杂度较低，可运行于各种性能较低的嵌入式处理器中。

公开(公告)号：CN116703721A

公开(公告)日：2023-09-05

申请号：CN202310455751.1

申请日：2023-04-25

Applicant: 重庆大学

Inventor： 毛玉星 ,  吴顺鑫 ,  杨可欣 ,  郑雅文 ,  陆航

IPC: G06T3/40 ,  G06F17/12 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的多幅离焦超分重建方法，用于对离焦图像进行超分辨率重建，其特征在于，首先构建多幅离焦图像序列数据集并根据所述数据集训练超分重建网络；然后获得目标离焦图像的多幅离焦图像序列，并将所述多幅离焦图像序列进行归一化处理后，在通道维度上进行拼接，得到单个输入数据；然后利用经过训练的所述超分重建网络对所述单位输入数据进行超分辨率重建，从而获得目标离焦图像的高分辨率图像；本发明利用相机的调焦过程获得的多幅离焦序列来代替亚像素位移图像序列重建超分辨率图像，解决了传统的基于序列图像的超分辨率算法复杂程度高、对成像装置要求较高的技术问题。