百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
用于使用图形处理器的运动估计电路来执行非局部均值滤波的设备和方法
用于使用图形处理器的媒体处理块进行非局部均值滤波的设备和方法。例如,处理器的一个实施例包括:光线追踪电路,用于执行一个或多个命令的第一集合,以使光线遍历包围体层级(BVH),从而识别与所述光线交叉的BVH节点和/或图元;着色器执行电路,用于响应于一个或多个命令的第二集合而执行一个或多个着色器,以基于与所述光线交叉的所述BVH节点和/或图元来渲染图像帧序列;以及媒体处理器,包括运动估计电路,其用于执行一个或多个命令的第三集合,以基于跨所述图像帧序列收集的平均像素值执行非局部均值滤波,从而从所述图像帧序列去除噪声。
一种基于OCT图像的玉米籽粒早期霉变识别方法
本发明公开了一种基于OCT图像的玉米籽粒早期霉变识别方法。对玉米籽粒的OCT籽粒图像进行初级降噪,边缘检测获得背景和玉米籽粒目标的分界线,根据分界线对初级降噪后的OCT籽粒图像进行拉平变换,裁剪掉下半部分胚乳的图像,提取玉米籽粒果皮和种皮上边界并进行阈值滤波,计算滤波后的上边界上非0像素的个数,得到一维上边界数组,通过该数组阈值判断某列是否存在霉变点。本发明方法实现了玉米籽粒早期霉变的检测,并完成霉变位置的自动标识和判别,对不同形态的霉变情况具有较强的适应性,提高了检测效率,配合成像等外观检测方法,为玉米籽粒生产过程中的在线检测奠定技术基础。
一种基于深度学习的病理学图像自动分割系统
本专利申请涉及图像处理技术领域,尤其涉及一种基于深度学习的病理学图像自动分割系统,包括:图像采集模块,用于采集若干病理学图像;图像切分模块,用于将若干病理学图像均匀划分成若干切分图像;图像标注模块,用于根据预设的聚类算法将切分图像划分为若干区域,并对每个区域内标签对每个区域进行标记,得到若干标签图像;模型训练模块,用于将切分图像和标签图像作为输入,将对应的真实分割图像作为输出,训练得到一深度学习分割网络模型;预测模块,用于将待分割的切分图像和标签图像输入深度学习分割网络模型得到预测分割图像,以供医生作为参考依据。本发明实现了无监督病理学图像分割,同时提升了图像分割精度,降低了分割误差。
一种农产品生产用计量检测方法及装置
本发明公开了一种农产品生产用计量检测方法及装置,属于农产品生产技术领域,所述农产品生产用计量检测方法包括以下步骤:步骤S1:调节摄像机的快门为1/520s,在CCFL光源的光照环境下,使用帧速为22FPS连接采集66帧清晰的背景图像;步骤S2:对所获取的背景图像进行灰度处理;步骤S3:采用适应值函数fitness来评价灰度图像处理的质量,适应值越大,说明图像增强效果越好。本发明中,在农产品生产中,通过获取样品中,含有裂纹的种子在样品中的占比,去除了常规多尺度角点算法检测破损特征存在的冗余点,有效提高了多尺度下种子破损特征定位准确度,降低了迭代计算的时间复杂度,通过有效的计量检测,能够确定样品种子的发芽率。
一种基于MASK RCNN的农作物图像分割提取算法
本发明属于深度学习与图像处理算法技术领域,具体涉及一种应用于Mask Rcnn图像处理算法的网络结构设计与实现及增添边缘损失方法。本发明提出了一种基于Mask Rcnn的农作物图像分割提取算法。首先对Fruits 360数据集进行预处理,利用PyTorch深度学习框架搭建改进Mask Rcnn网络模型构架,在网络设计中增添路径聚合与特征增强功能,优化了区域提取网络和特征金字塔网络。通过ROIAlign中的双线性插值法来保存特征图的空间信息,最后为进一步提高分割掩模边缘精度,在ROI输出的mask分支中增添微全连接层,并使用sobel算子预测目标边缘,在损失函数中加入边缘损失。通过与传统图像提取算法对比实验结果表明,本发明方法性能优异,准确性、鲁棒性和网络的泛化性能均有更优良的表现。