-
公开(公告)号：CN106570848A
公开(公告)日：2017-04-19
申请号：CN201610970475.2
申请日：2016-11-04
Applicant: 浙江大学
CPC classification number: G06T5/20 , G06K9/6269 , G06T2207/20024 , G06T2207/20081 , G06T2207/20192 , G06T2207/30068
Abstract: 本发明公开了一种基于局部二值模式和支持向量机的乳腺癌钙化点计算机辅助检测方法。本发明具体实施包括如下步骤：1.利用一个滤波器组对原始X光片进行图像增强；2.使用局部二值模式对增强和分块后的X光图像块进行编码，并对获得的二进制码进行分类，从而得到以二进制码的统计分布表示的纹理信息；3.利用支持向量机，根据提取的纹理信息和已知的是否存在钙化组织的映射关系进行训练，得到能够自动判断X光片中钙化点是否存在的检测器。本发明高效、准确地提取了基于X光片的乳腺癌钙化点的纹理特征，实现了辅助医生检测乳腺癌钙化点的功能，且基于本发明所提出方法的乳腺癌钙化点检测效果与医生主观判断具有很好的一致性。
-
公开(公告)号：CN104899874B
公开(公告)日：2017-10-31
申请号：CN201510256824.X
申请日：2015-05-19
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种用于图像质量评价的图像稀疏多维度特征提取方法。本发明具体实施包括如下步骤：1.构造图像的参考块和搜索空间。2.分别在空间域和变换域寻找距离相近的块，并堆叠成组。3.堆叠后的组分别进行3D系数变换，获得多维的稀疏的变换域信息。4.提取变换域信息的直方图统计特征和位置线性拟合的相关系数。5.将上述特征构成的特征向量，利用支持向量机进行训练和分类，得到图像质量评价分数。本发明充分利用了图像全局的块相似度信息，实现了冗余特征的去除和有效的多维度稀疏特征的提取，提取的特征可以用于图像质量的客观评价。
-
Patent Agency Ranking
公开(公告)号：CN105184819B
公开(公告)日：2018-01-12
申请号：CN201510581927.3
申请日：2015-09-14
Applicant: 浙江大学
Abstract: 本发明公开了一种用于医学图像重建参数寻优的客观图像质量评价方法。本发明包括如下步骤：1.采用循环置顶的方法构造出多个虚拟的参考图像，不仅可以利用全参考图像质量评价算法分析重建图像的质量，还能实现并行处理；2.利用Daubechies小波变换结合特征值分解从不同尺度、不同方位分析图像的自相似性；3.将获取的重建图像的自相似性作为质量因子，对其进行冒泡排序，得出重建图像的质量等级，最高的质量等级对应最优的重建参数。本发明所提出的图像质量客观评价与主观评价具有很好的一致性，尤其是能加速医学图像重建算法中参数的寻优过程。
-
公开(公告)号：CN104899874A
公开(公告)日：2015-09-09
申请号：CN201510256824.X
申请日：2015-05-19
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明公开了一种用于图像质量评价的图像稀疏多维度特征提取方法。本发明具体实施包括如下步骤：1.构造图像的参考块和搜索空间。2.分别在空间域和变换域寻找距离相近的块，并堆叠成组。3.堆叠后的组分别进行3D系数变换，获得多维的稀疏的变换域信息。4.提取变换域信息的直方图统计特征和位置线性拟合的相关系数。5.将上述特征构成的特征向量，利用支持向量机进行训练和分类，得到图像质量评价分数。本发明充分利用了图像全局的块相似度信息，实现了冗余特征的去除和有效的多维度稀疏特征的提取，提取的特征可以用于图像质量的客观评价。
-
公开(公告)号：CN108171704B
公开(公告)日：2019-12-20
申请号：CN201810054420.6
申请日：2018-01-19
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于激励响应的无参考图像质量评价方法。步骤如下：构建一个激励信号，并且将其作用于待评价图像，得到激励响应信号；将待评价图像和激励响应信号由RGB空间转换到YIQ空间；构建一组二维边缘检测算子，对待评价图像和激励响应信号在YIQ空间Y通道上的分量进行卷积处理，获得待评价图像和激励响应信号在YIQ空间Y通道上、I通道和Q通道上的分量的特征信息；以特征信息作为输入，利用机器学习的方法对待测试图像的图像质量映射的质量评价，得到待评价图像质量客观评价值。本发明有效地提取了图像的特征信息，运算速度快，计算复杂度比较低，并且基于此方法得到图像质量客观评价值与主观评价具有较好的一致性，能够比较好的评价图像的质量。
-
公开(公告)号：CN108171704A
公开(公告)日：2018-06-15
申请号：CN201810054420.6
申请日：2018-01-19
Applicant: 浙江大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于激励响应的无参考图像质量评价方法。步骤如下：构建一个激励信号，并且将其作用于待评价图像，得到激励响应信号；将待评价图像和激励响应信号由RGB空间转换到YIQ空间；构建一组二维边缘检测算子，对待评价图像和激励响应信号在YIQ空间Y通道上的分量进行卷积处理，获得待评价图像和激励响应信号在YIQ空间Y通道上、I通道和Q通道上的分量的特征信息；以特征信息作为输入，利用机器学习的方法对待测试图像的图像质量映射的质量评价，得到待评价图像质量客观评价值。本发明有效地提取了图像的特征信息，运算速度快，计算复杂度比较低，并且基于此方法得到图像质量客观评价值与主观评价具有较好的一致性，能够比较好的评价图像的质量。
-
公开(公告)号：CN106709958A
公开(公告)日：2017-05-24
申请号：CN201611100237.2
申请日：2016-12-03
Applicant: 浙江大学
IPC: G06T7/90
Abstract: 本发明公开了一种基于灰度梯度和颜色直方图的图像质量评价方法。包括如下步骤：1.构建一组二维Sobel检测算子，对输入的参考图像和失真图像进行卷积处理，获得参考图像和待测失真图像的梯度特征信息；2.将参考图像和失真图像由RGB空间转换到HSV空间，求取图像的彩色直方图特征信息；3.分别计算参考图像和失真图像之间的灰度梯度相似度和彩色直方图相似度；4.以灰度梯度相似度和彩色直方图相似度为输入，利用机器学习的方法实现质量映射和度量，得到图像质量的客观评价值。本发明高效地提取了图像的灰度梯度特征信息和彩色直方图特征信息，计算复杂度低，运算快，且基于这两类特征信息的图像质量客观评价方法与主观评价具有很好的一致性。
-
-
-
-
-
-
Search Results
7
records
(took 0.01 seconds)
