-
公开(公告)号：CN119540559A
公开(公告)日：2025-02-28
申请号：CN202411755525.6
申请日：2024-12-03
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06N3/045 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/42 , G06V20/70 , G06V10/80 , G06N3/048
Abstract: 本发明属于结直肠图像分割领域，特别涉及一种结合混合注意力和语义互补的结直肠息肉图像分割方法，包括构建并训练结直肠息肉分割模型，将待分割的结直肠息肉图像输入训练好的结直肠息肉分割模型得到息肉分割图；所述结直肠息肉分割模型包括PVT特征编码器、AHA模块、SCDB模块、注意力引导解码器、MSP模块；本发明提出的模型可以有效提高息肉边缘的分割准确性，让局部特征与全局特征相互补充，增强网络的泛化性。
-
公开(公告)号：CN119672336A
公开(公告)日：2025-03-21
申请号：CN202411737089.X
申请日：2024-11-29
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及图像处理技术领域，具体涉及一种结合邻域自注意力和分层特征融合的医学图像分割方法，包括：获取原始医学训练数据集，所述原始医学图像训练数据包括：原始医学图像和对应的分割图标签；建立医学分割模型，利用医学图像训练数据集对医学分割模型进行训练；将待分割的医学图像输入训练好的医学分割模型得到分割图。本发明邻域自注意力NAF模块增强目标区域的轮廓和边界；采用基于深度可分离卷积的语义融合模块FMF来融合不同层次的特征以提升分割精度；同时，本发明将为医学诊断中病灶组织的检测提供坚实的理论基础和科学依据和参考。
-
公开(公告)号：CN119559156A
公开(公告)日：2025-03-04
申请号：CN202411761988.3
申请日：2024-12-03
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于渐进式上下文交互的混凝土路面裂缝检测方法；该方法包括：获取待处理的路面图像，将其输入到训练好的混凝土路面裂缝检测模型中进行处理，得到混凝土路面裂缝检测结果；混凝土路面裂缝检测模型采用渐进式的编码‑解码结构，模型分为三个阶段，分别为特征提取阶段、特征增强阶段和特征融合阶段；特征提取阶段包括ACRB模块和渐进式上下文交互机制；特征增强阶段包括三重注意力模块、垂直注意力与水平注意力混合模块；特征融合阶段包括卷积层和MADFM模块；本发明在裂缝检测准确性方面实现提升，同时展现出出色的鲁棒性能，具体良好的应用前景。
-
公开(公告)号：CN115035011A
公开(公告)日：2022-09-09
申请号：CN202210644966.3
申请日：2022-06-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法，包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到图像的光照和反射率；将低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；图像重建，得到粗增强图像；获取低照度图像的虚拟过曝光图像，将其与低照度图像、粗增强图像进行融合；本发明改善了图像增强后的色彩失真现象，并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。
-
公开(公告)号：CN117237636B
公开(公告)日：2025-02-18
申请号：CN202311212591.4
申请日：2023-09-20
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/082
Abstract: 本发明提供一种基于区域自注意力的结直肠息肉图像分割方法，包括：获取原始结直肠息肉图像训练数据集；利用原始结直肠息肉图像训练数据集对结直肠息肉分割模型进行训练，所述结直肠息肉分割模型包括：PVT特征编码器、CBAM模块、3个CFP模块、改进的Uper解码器、PAA‑d解码器、区域自注意力RSA模块；将待分割的结直肠息肉图像输入训练好的结直肠息肉分割模型得到息肉分割图，本发明通过改进的Uper解码器实现平滑且高效的多尺度特征融合，针对现有息肉分割模型不能很好地预测边界，边界区域出现类内不一致的问题，提出区域自注意力RSA模块加强上下文表示，获取更好的息肉分割结果，提高分割检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN115035011B
公开(公告)日：2024-09-06
申请号：CN202210644966.3
申请日：2022-06-09
Applicant: 重庆邮电大学
IPC: G06T5/50 , G06T5/70 , G06T5/60 , G06T7/90 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法，包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到图像的光照和反射率；将低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；图像重建，得到粗增强图像；获取低照度图像的虚拟过曝光图像，将其与低照度图像、粗增强图像进行融合；本发明改善了图像增强后的色彩失真现象，并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。
-
公开(公告)号：CN113870149B
公开(公告)日：2024-07-16
申请号：CN202111224640.7
申请日：2021-10-21
Applicant: 重庆邮电大学
IPC: G06T5/70
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法，包括基于平滑结构张量特征值导出的局部对比度，结合结构相似度，构建图像中两个像素之间的权值，该权值为两个像素之间的非局部相似性的度量；基于两个像素之间的权值，构建非局部正则项和L2数据保真项，并以最小化正则项和数据保真项之和为目标构建目标函数；使用分裂布雷格曼数值迭代方法求解目标函数，获取复原后的图像；本发明权值函数中除包括像素灰度信息外，同时包括了结构信息，权值函数的构成更加合理，另外采用的平滑结构张量能够很好的刻画图像的边缘、纹理区域，既能去除噪声，又能保留和增强纹理细节。
-
公开(公告)号：CN115861113A
公开(公告)日：2023-03-28
申请号：CN202211623083.0
申请日：2022-12-16
Applicant: 重庆邮电大学
IPC: G06T5/00 , G06T7/50 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/56 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于图像复原领域，特别涉及一种基于融合深度图与特征掩膜的半监督去雾方法，包括获取深度图并将其通过两个级联的基础去雾模块进行处理得到深度信息；获取原始图像特征，输入自动编码器获得粗去雾特征；将粗去雾特征通过分离器映得到粗去雾图像；将粗去雾图像与深度信息相加后输入特征掩膜生成模块得到深度特征掩膜，将其与粗去雾图像相乘得到精细化去雾图像；将雾霾分布特征和原始图像特征，按通道维度拼接并输入噪声图像提取模块，输出噪声图像；将噪声图像和精细化去雾图像共同输入自适应通道注意力层得到无雾图像；本发明能更好地还原图像细节和抑制噪声，获得视觉上更干净的无雾图像。
-
公开(公告)号：CN110349086B
公开(公告)日：2023-01-24
申请号：CN201910594041.0
申请日：2019-07-03
Applicant: 重庆邮电大学
IPC: G06T3/40
Abstract: 本发明公开了一种非同心成像条件下的图像拼接方法，其中，采用一种配准误差导向的循环选择机制选择出符合当前场景的目标候选单应矩阵，在基于该目标候选单应矩阵进行二维变换粗配准后，采用插值算法对目标候选单应矩阵对应的稀疏特征点配准误差进行稠密化，获取整个重叠区域的配准误差后，进行误差补偿，优化图像对齐增加了重叠区域图像对齐区域，更方便缝合线查找，另外通过结合特征点配准误差约束函数优化缝合线查找，促使缝合线查找函数代价最小，找到对应最优缝合线，从而实现缝合线两侧图像几何结构完美对齐和图像内容不存在增加或者删减，解决了复杂场景图像拼接过程中出现的重影问题。
-
公开(公告)号：CN113870149A
公开(公告)日：2021-12-31
申请号：CN202111224640.7
申请日：2021-10-21
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法，包括基于平滑结构张量特征值导出的局部对比度，结合结构相似度，构建图像中两个像素之间的权值，该权值为两个像素之间的非局部相似性的度量；基于两个像素之间的权值，构建非局部正则项和L2数据保真项，并以最小化正则项和数据保真项之和为目标构建目标函数；使用分裂布雷格曼数值迭代方法求解目标函数，获取复原后的图像；本发明权值函数中除包括像素灰度信息外，同时包括了结构信息，权值函数的构成更加合理，另外采用的平滑结构张量能够很好的刻画图像的边缘、纹理区域，既能去除噪声，又能保留和增强纹理细节。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
