|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于边缘几何特征的图像识别方法及系统
本发明公开了一种基于边缘几何特征的图像识别方法，包括对工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。本发明无需建立工件的模板数据库
华中科技大学
2021-04-14
一种基于忆阻器的图像识别系统及方法
本发明公开了一种基于忆阻器的图像识别系统及方法。所述系 统包括图像信号提取模块、多个基于忆阻器的神经网络模块和识别模 块；所述识别模块其输入端与多个神经网络模块的输出端相连；每个 神经网络模块的输出端与识别模块的输入端相连，其输入端与信号提 取模块的输出端相连。所述方法包括以下步骤：（1）获取待识别灰度 图像的特征向量并输入各神经网络模型；（2）各神经网络模型根据其 图像模型对所述特征向量分别进行打分并进行识别；（3
华中科技大学
2021-04-14
一种基于边缘几何特征的图像识别方法及系统
本发明公开了一种基于边缘几何特征的图像识别方法，包括对 工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化 处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列 集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并 确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截 取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个 子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子 序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。 本发明无需建立
华中科技大学
2021-04-14
基于核相似区分布特性的图像角点检测方法及系统
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括:步骤 1，构造一个圆 模板和 m 个角模板;步骤 2，获得圆模板和角模板的核相似区面积;步骤 3，按核相似区面积大小对角 模板对应的方向排序，获得方向序列;步骤 4，基于方向序列确定主方向并判断主方向连续性;步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主 方向连续判断模板中心是否为候选角点;步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像 角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而 提高角点检测精度。
武汉大学
2021-04-13
基于对象随机游走的遥感图像视觉显著性检测方法及系统
一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。
武汉大学
2021-04-13
一种图像压缩光学芯片的实时在线制作检测系统及方法
本发明属于光电子芯片加工制造技术领域，公开了一种图像压缩光学芯片的实时在线制作检测系统及方法。利用计算机对待压缩图像进行压缩得到第一图像，并扫描得到第一图像灰度信息，根据第一图像得到第一控制信息；超快激光器根据第一控制信息对光学芯片材料进行波导结构加工；激光器阵列根据第一图像灰度信息产生对应功率的激光并通过光纤进入至光学芯片材料；利用光功率探测器阵列接收光学芯片材料输出的激光并得到功率信息；计算机根据功率信息得到第二图像灰度信息，重构得到第二图像，根据第一图像和第二图像得到第二控制信息；超快激光器根据第二控制信息对光学芯片材料进行在线矫正加工。本发明能够提高光学芯片的生产效率、降低制造成本。
湖北工业大学
2021-01-12
土壤粪便样本前处理平台-草履虫P2
土壤/粪便样本前处理平台是一款全自动快速处理土壤/粪便样本的设备，可实现从样本开/关盖、稀释、捣碎、混悬、离心、取样等步骤的全流程自动化。
工作很多，时间很少？ 土壤/粪便样本前处理平台为您分担烦恼
一体化：全实验流程整合于一机，一键运行，实验无忧
全自动：360°旋转式抓放离心管机械手，实现全流程自动化
紧凑设计：极小空间内同时处理至少48个样本
整合模块：整合开/关盖、稀释、捣碎、混悬、离心、取样等模块
可在30分钟内一次性处理48个样本，实现无人值守，一键运行。
产品特点
精准移液
三轴机械臂定位准确，精准自动化移液，配置液面探测、空气/凝块/漏加/碰撞检测，全过程自动监控，防止少加、漏加
高效快速
自动完成样本的开/关盖、稀释、捣碎、混悬、离心、取样等步骤，快速处理大量样本，提高工作效率
智能混悬
多通道一次性捣碎头，捣碎力反馈精准
充分振荡/混悬，提高样本有效成分的检出率
灵载兼具
台面可根据实验需要，灵活摆放样本，可批量上样
灵活抓放
360°旋转式离心管机械手可抓放24个离心管适配器，带抓取反馈、掉落检测、自锁装置，实现离心管灵活抓放
直观易用
软件内置多种实验流程，可简单快速自定义编辑，
一键操作
在实验室自动化赛道，长沙演化生物科技有限公司正以自主创新引擎驱动，崛起为国产高端智造的新一代领跑者。
长沙演化生物科技有限公司
2025-05-16
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
前景图像提取方法及装置
其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。
电子科技大学
2021-04-10