| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 61 | 图像分割方法 | CN97110768.8 | 1997-04-18 | CN1168056A | 1997-12-17 | A·伊本塞; S·西格尔科; R·R·格里盖特 |
| 为了达到以最大的数据压缩对图像进行面向目标的编码，特别是对色度值编码，一种对图片信号进行图像分割的方法，其中，在图像范围内，将该图像分成由相邻像素所组合的区域，其特点在于：利用像素的色度值为构成区域；图像中具有相似色度值的那些相邻的像素被组合成相关的区域；一个区域中的所有像素具有共同的色度值。 | ||||||
| 62 | 图像分割方法和图像处理装置 | PCT/CN2020/077366 | 2020-03-01 | WO2020177651A1 | 2020-09-10 | 田值; 贺通; 沈春华; 颜友亮; 许松岑; 周一韧; 吴小飞; 刘健庄 |
本申请公开了人工智能领域的一种图像分割方法，该方法包括：获得输入图像和处理需求；对所述输入图像进行多层次的特征提取，得到多个特征图；对所述多个特征图进行下采样，得到多个具有参考分辨率的特征图；所述参考分辨率低于所述输入图像的分辨率；对所述多个具有参考分辨率的特征图进行融合，得到至少一个特征图组；利用变换矩阵W对所述特征图组进行上采样，得到目标特征图组；根据所述处理需求，对所述目标特征图组进行目标处理，得到目标图像。本申请中，使用变换矩阵对较低分辨率的特征图融合得到的特征图组进行上采样得到目标特征图组，能够有效减少内存占用以及计算量，图像分割的精度较高。 |
||||||
| 63 | 基于图像分割绘制图像 | CN200580039226.1 | 2005-11-08 | CN101061519A | 2007-10-24 | F·E·厄恩斯特; P·-A·雷德特 |
| 本发明涉及一种用于通过确定由图像分段的边界引入的图像内的边缘，基于图像分割提供绘制的图像的方法。为了能够基于移位进行绘制，本发明提供确定由图像片段的边界引入的图像内的边缘，确定边缘周围的边缘区域，确定片段的第一位移场，确定边缘区域的第二位移场，将第一和第二位移场合并成具有片段的第一位移场的位移和边缘区域的第二位移场的位移的第三位移场，使得边缘区域作为具有单独位移的单独物体进行处理，并且依照第三位移场移位图像的像素。 | ||||||
| 64 | 一种图像分割方法及图像分割系统 | CN202411169081.8 | 2024-08-23 | CN119229107B | 2025-04-08 | 薛喜柱; 林本聪; 洪晓城; 颜旭东; 麻亚翰 |
| 本申请涉及图像分割技术领域，公开了一种图像分割方法及图像分割系统。所述方法包括：通过预置的智能门锁采集用户的静脉3D血管图像，并对所述静脉3D血管图像进行标准化滤波和对比度增强处理，得到预处理3D血管图像；对所述预处理3D血管图像进行多尺度卷积和层注意力机制分析，得到3D特征表示；对所述3D特征表示执行自适应3D到2D投影算法，得到2D血管特征图；采用跨尺度级联分层变压器网络对所述2D血管特征图进行图像分割，得到初始2D分割结果；对所述初始2D分割结果进行反向边界注意力优化，得到优化2D分割图；对所述优化2D分割图进行交叉熵损失函数评估和优化，输出目标2D分割结果，本申请提高了图像分割的精度。 | ||||||
| 65 | 图像分割方法及图像分割系统 | CN202011566476.3 | 2020-12-25 | CN112669329B | 2022-12-13 | 张立箎; 张健源; 钱大宏; 石峰; 薛忠; 沈定刚; 陈磊 |
| 本发明提供一种图像分割方法及图像分割系统。所述图像分割方法包括构建亲和力矩阵、样本聚类、获取子集分割模型、子集分割模型融合等步骤。本发明实现了对图像样本的相似性识别，通过样本聚类为多个子集并对应生成群集代表先验，将一待鉴别图像输入后形成一特征集，对比所述特征集与所述群集代表先验并识别出的最接近的群集代表先验，用与该最接近的群集代表先验相对应的子集分割模型对所述待鉴别图像进行鉴别以获取分割结果，不会随着训练样本的变化而导致分割性能不同。 | ||||||
| 66 | 图像分割方法及图像分割装置 | CN201611099438.5 | 2016-12-02 | CN106683105B | 2020-05-19 | 邱纯鑫; 刘乐天; 王斌 |
| 本发明的实施例中公开了一种图像分割方法和图像分割装置，所述方法包括：使图像采集装置对目标区域进行图像的数据采集；使激光扫描装置对所述目标区域进行点云的数据采集；对所述点云进行分类；将所述点云映射为图像采集装置成像平面上的投影点；获取每个类别点云对应的投影点的在成像平面上的分割轮廓；根据所述分割轮廓，对所述图像进行分割。本发明能提高图像分割的准确性。 | ||||||
| 67 | 图像分割方法以及图像分割装置 | CN201910689723.X | 2019-07-29 | CN110415263A | 2019-11-05 | 马婷 |
| 本申请实施例提供了一种图像分割方法及图像分割装置，图像分割方法包括：将待处理图像转换为灰度图像；对所述灰度图像进行水平方向和竖直方向的滤波得到梯度模值图像；在所述待处理图像进行背景对象和前景对象的标记；根据标记的所述背景对象以及所述前景对象，在所述梯度模值图像上确定像素灰度级局部最大值以及像素灰度级局部最小值；根据所述像素灰度级局部最大值以及像素灰度级局部最大值在所述梯度模值图像上进行所述背景对象与所述前景对象的边界分割；根据边界分割后的背景对象以及所述前景对象确定目标物体在所述待处理图像中的成像位置。本申请实施例提供了一种通用的图像分割方案。 | ||||||
| 68 | 图像分割方法及图像分割装置 | CN201611099438.5 | 2016-12-02 | CN106683105A | 2017-05-17 | 邱纯鑫; 刘乐天; 王斌 |
| 本发明的实施例中公开了一种图像分割方法和图像分割装置，所述方法包括：使图像采集装置对目标区域进行图像的数据采集；使激光扫描装置对所述目标区域进行点云的数据采集；对所述点云进行分类；将所述点云映射为图像采集装置成像平面上的投影点；获取每个类别点云对应的投影点的在成像平面上的分割轮廓；根据所述分割轮廓，对所述图像进行分割。本发明能提高图像分割的准确性。 | ||||||
| 69 | 信度。图像分割装置、图像分割方法 | CN201310100398.1 | 2013-03-26 | CN104077765B | 2017-03-01 | 郑赟; 何源; 孙俊 |
| 图像分割装置和图像分割方法。该图像分割装置包括：图像特征提取单元，提取输入图像中的各个图像块的图像特征，每个图像块包括一个或更多个像素；评估单元，基于各图像块的图像特征来评估在空间上相邻的两个或更多个相邻图像块被聚类到同一聚类中的置信度；以及聚类单元，对图像块进行基于样例的聚类，在聚类过程中考虑了评估单元的评估结果，图像块的每一聚类形成输入图像的一个分割区域，其中，评估单元包括：边缘图提取模块，对输入图像进行边缘提取，得到边缘图；边缘损失计算模块，计算边缘图中与相邻图像块对应的相邻边缘图块之间的边缘损失；以及置信度计算模块，基于边缘损失来评估相邻图像块被聚类到同一聚类中的置 | ||||||
| 70 | 图像分割装置、图像分割方法和程序 | CN201310100398.1 | 2013-03-26 | CN104077765A | 2014-10-01 | 郑赟; 何源; 孙俊 |
| 本申请公开了一种图像分割装置、图像分割方法和程序。该图像分割装置包括：图像特征提取单元，被配置为提取输入图像中的各个图像块的图像特征，每个图像块包括一个或更多个像素；评估单元，被配置为基于各图像块的图像特征来评估在空间上相邻的两个或更多个相邻图像块被聚类到同一聚类中的置信度；以及聚类单元，被配置为对图像块进行基于样例的聚类，其中在聚类过程中考虑了评估单元的评估结果，图像块的每一聚类形成输入图像的一个分割区域。 | ||||||
| 71 | 图像分割方法和图像集分割方法 | CN201110267364.2 | 2011-09-09 | CN102314688B | 2013-01-23 | 金海; 郑然; 汪聪; 冯晓文 |
| 本发明提供了一种图像分割方法，包括如下步骤：CPU读取一图像，初始化图像的参数，分配CPU和GPU所需要的内存空间，并将图像传给GPU；GPU根据均值漂移算法对图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU；CPU根据最初RGB颜色信息和最初坐标信息对图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU；GPU根据模糊C均值算法对区域的参数进行计算，以获得图像的最终分割结果，并将其传送到CPU；CPU输出图像的最终分割结果。本方法具有通用性好、分割速度快、可将图像分割成用户需要的区域数的特点。 | ||||||
| 72 | 图像分割方法和图像集分割方法 | CN201110267364.2 | 2011-09-09 | CN102314688A | 2012-01-11 | 金海; 郑然; 汪聪; 冯晓文 |
| 本发明提供了一种图像分割方法，包括如下步骤：CPU读取一图像，初始化图像的参数，分配CPU和GPU所需要的内存空间，并将图像传给GPU；GPU根据均值漂移算法对图像进行计算，以获得最初RGB颜色信息和最初坐标信息，并将其传回CPU；CPU根据最初RGB颜色信息和最初坐标信息对图像的像素进行聚类，从而形成多个区域，统计区域的参数，并将其传送到GPU；GPU根据模糊C均值算法对区域的参数进行计算，以获得图像的最终分割结果，并将其传送到CPU；CPU输出图像的最终分割结果。本方法具有通用性好、分割速度快、可将图像分割成用户需要的区域数的特点。 | ||||||
| 73 | 基于图像分割绘制图像 | CN200580039226.1 | 2005-11-08 | CN101061519B | 2011-05-18 | F·E·厄恩斯特; P·-A·雷德特 |
| 本发明涉及一种用于通过确定由图像分段的边界引入的图像内的边缘，基于图像分割提供绘制的图像的方法。为了能够基于移位进行绘制，本发明提供确定由图像片段的边界引入的图像内的边缘，确定边缘周围的边缘区域，确定片段的第一位移场，确定边缘区域的第二位移场，将第一和第二位移场合并成具有片段的第一位移场的位移和边缘区域的第二位移场的位移的第三位移场，使得边缘区域作为具有单独位移的单独物体进行处理，并且依照第三位移场移位图像的像素。 | ||||||
| 74 | 一种图像分割网络和图像分割方法 | CN202111606915.3 | 2021-12-23 | CN114359294B | 2025-02-07 | 黄辉; 蔡庆荣; 梁志龙; 吴建强; 肖豪; 王家浩; 舒展; 谭晓茵; 孙梦雪 |
| 本发明公开了一种图像分割网络和图像分割方法；在图像分割方法中将焊熔池图像输入至图像分割网络进行图像分割；其中图像分割网络基于Unet结构，图像分割网络包括多层特征提取结构和多层特征融合结构，特征提取结构通过注意力模块和特征融合结构跳跃连接，注意力模块集中关注图像的目标特征并过滤跳跃连接中产生的冗余信息；特征提取结构包括多个分支和特征拼接模块；多个分支根据输入信息从不同尺度提取特征，丰富语义信息；这能使得该图像分割网络具有更佳的图像分割效果。 | ||||||
| 75 | 图像分割装置及图像分割方法 | CN202210759465.X | 2022-06-29 | CN117392141A | 2024-01-12 | 勾磐杰; 肖其林; 杨虹; 王春琪; 赵舜 |
| 本发明的图像分割装置对医学扫描图像中的指定的对象进行图像分割，所述图像分割装置具有：特征点检测部，在所述医学扫描图像中对用于确定所述对象所在的区域的特征点的位置信息进行检测；特征对象区域生成部，根据所述特征点与所述对象的位置关系生成用于确定所述对象所在的区域的特征对象区域，将该特征点与该特征对象区域建立关联；对象区域确定部，根据多个所述特征点的位置信息及与它们相关联的多个所述特征对象区域的信息确定表示所述对象所在的区域的对象区域；以及分割部，在所述对象区域内对所述对象进行图像分割。 | ||||||
| 76 | 用于图像分割的方法和图像分割设备 | CN201811419143.0 | 2018-11-26 | CN110009598B | 2023-09-05 | 陈雨; 李悦翔; 郑冶枫 |
| 描述了一种用于图像分割的方法，包括从数据集接收针对同一对象的多种模态的图像数据；将所述多种模态的图像数据输入到经训练的图像分割网络中，所述图像分割网络包括第一卷积神经网络，所述第一卷积神经网络包括多个第一编码模块和一个解码模块，所述多个第一编码模块与所述多种模态的图像数据一一对应并且每个第一编码模块接收所述多种模态的图像数据中的一种；从每个第一编码模块输出对应模态的图像数据的第一特征图；将对应所述多种模态的图像数据的第一特征图融合以产生融合特征图；以及将融合特征图输入到第一卷积神经网络的解码模块以生成第一分割预测图。 | ||||||
| 77 | 图像分割方法和图像分割装置 | CN202111516233.3 | 2021-12-08 | CN114187515A | 2022-03-15 | 李虎; 吴松霖; 李睿之; 郑邦东; 熊博颖 |
| 本公开提供了一种图像分割方法和图像分割装置。该方法包括：获取针对指定对象的多通道图像，其中，多通道图像至少包括红色通道和红外通道；基于红色通道和红外通道确定针对指定对象的植被指数；将植被指数作为一个增强通道，并且将增强通道至少与红外通道和红色通道进行拼接，得到增强特征图；基于增强特征图对多通道图像进行图像分割。 | ||||||
| 78 | 图像分割方法和图像分割装置 | CN201310113278.5 | 2013-04-02 | CN104103059A | 2014-10-15 | 王强; 郭萍; 王晓涛; 赵川; 金培亭; 张祐荣; 金智渊 |
| 本发明提供了一种图像分割方法和图像分割装置，所述图像分割方法包括：针对从三维图像得到的初始三维曲面初始化水平集函数和三维的内外边界点列；计算用于限制曲面演化的边界范围的三维掩码图像；通过对三维图像进行自适应点列扫描来演化曲面；对演化的曲面进行点列几何形状平滑处理；确定曲面是否已经达到曲面演化的终止条件，如果确定还没有达到曲面演化的终止条件，则重复执行自适应点列扫描演化以及点列几何形状平滑；如果确定已经满足曲面演化终止条件，则结束曲面演化，得到曲面演化结果。 | ||||||
| 79 | 图像分割方法以及图像分割系统 | CN201210234143.X | 2012-07-06 | CN102982527A | 2013-03-20 | 陈丽徽; 黄俊翔; 吕黛伶; 陈皓远 |
| 本发明提供一种图像分割方法与系统以及相关的应用程序，用以于一移动装置中对图像进行分割。本发明的图像分割方法以及系统检测输入装置于图像上所产生的动作，并根据所产生的动作决定将从图像中分割出的范围。当图像分割方法以及系统将图像分割完毕后，图像分割方法以及系统可对所分割的范围进行各种视觉效果的处理。举例而言，图像分割方法以及系统可以其他多个图像取代背景。 | ||||||
| 80 | 图像分割装置及图像分割方法 | CN202310876025.7 | 2023-07-14 | CN119313686A | 2025-01-14 | 刘硕林; 钟昀辛; 王莎; 张雪茹 |
| 本发明提供图像分割装置和方法，对图像中包含的多个分割目标进行分割。图像分割装置具备：可变视场函数计算机构，计算可变视场函数，该可变视场函数能够针对所述多个分割目标自适应地生成对应尺寸的视场范围；图像块生成机构，针对所述多个分割目标，利用所述可变视场函数计算机构计算出的所述可变视场函数，生成对应尺寸的图像块；以及推理机构，利用通过使用所述图像块生成机构生成的所述图像块而训练后的分割模型对所述图像进行推理，获得所述多个分割目标的分割结果。 | ||||||
QQ群二维码
意见反馈
意见反馈