| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 121 | Bottom up watershed dataflow method and region-specific segmentation based on historic data | US11818475 | 2007-06-13 | US20080309629A1 | 2008-12-18 | Wayne Carl Westerman; Joshua Strickon |
| The application of a watershed algorithm to pixels and their touch values obtained from a scan of a touch sensor panel to determine patches corresponding to images of touch is disclosed. Prior to applying the watershed algorithm, background pixels having little or no touch values can be eliminated. A primary merge algorithm can then merge adjacent patches together when the saddle point between them is shallow as compared to the peak represented by the patches. However, if two candidate patches for merging have a total number of pixels below a certain threshold, these two patches may not be merged under the assumption that the patches might have been caused by different fingertips. Conversely, if two candidate patches for merging have a total number of pixels above a certain threshold, these two patches can be merged under the assumption that the patches were caused by a single thumb or palm. | ||||||
| 122 | Bottom-up watershed dataflow method and region-specific segmentation based on historic data to identify patches on a touch sensor panel | US13072618 | 2011-03-25 | US09367167B2 | 2016-06-14 | Wayne Carl Westerman; Joshua A. Strickon |
| The application of a watershed algorithm to pixels and their touch values obtained from a scan of a touch sensor panel to determine patches corresponding to images of touch is disclosed. Prior to applying the watershed algorithm, background pixels having little or no touch values can be eliminated. A primary merge algorithm can then merge adjacent patches together when the saddle point between them is shallow as compared to the peak represented by the patches. However, if two candidate patches for merging have a total number of pixels below a certain threshold, these two patches may not be merged under the assumption that the patches might have been caused by different fingertips. Conversely, if two candidate patches for merging have a total number of pixels above a certain threshold, these two patches can be merged under the assumption that the patches were caused by a single thumb or palm. | ||||||
| 123 | Bottom-up watershed dataflow method and region-specific segmentation based on historic data to identify patches on a touch sensor panel | US11818475 | 2007-06-13 | US07916126B2 | 2011-03-29 | Wayne Carl Westerman; Joshua Strickon |
| The application of a watershed algorithm to pixels and their touch values obtained from a scan of a touch sensor panel to determine patches corresponding to images of touch is disclosed. Prior to applying the watershed algorithm, background pixels having little or no touch values can be eliminated. A primary merge algorithm can then merge adjacent patches together when the saddle point between them is shallow as compared to the peak represented by the patches. However, if two candidate patches for merging have a total number of pixels below a certain threshold, these two patches may not be merged under the assumption that the patches might have been caused by different fingertips. Conversely, if two candidate patches for merging have a total number of pixels above a certain threshold, these two patches can be merged under the assumption that the patches were caused by a single thumb or palm. | ||||||
| 124 | 阈值约束最小生成树算法的区域合并方法 | CN201110106740.X | 2011-04-27 | CN102136145A | 2011-07-27 | 唐娉; 边钊 |
| 本发明提供一种对分水岭分割产生的“过分割”区域进行阈值约束的最小生成树的区域合并方法。该方法包括以下步骤：对分水岭分割结果建立区域邻接图；对构建的图进行阈值约束最小生成树算法的图合并，合并“过分割”区域，形成合并结果。 | ||||||
| 125 | 阈值约束最小生成树算法的区域合并方法 | CN201110106740.X | 2011-04-27 | CN102136145B | 2012-12-05 | 唐娉; 边钊 |
| 本发明提供一种对分水岭分割产生的“过分割”区域进行阈值约束的最小生成树的区域合并方法。该方法包括以下步骤：对分水岭分割结果建立区域邻接图；对构建的图进行阈值约束最小生成树算法的图合并，合并“过分割”区域，形成合并结果。 | ||||||
| 126 | 一种图像拼接方法及装置 | CN201710189864.6 | 2017-03-27 | CN106940879A | 2017-07-11 | 代云僧; 张广东; 潘剑 |
| 本发明实施例提供一种图像拼接方法及装置，属于图像处理技术领域。所述方法实现过程包括：首先，对两幅待拼接图像上的重叠区域分别进行基于分水岭算法的图像分割，得到相应的分水岭分割图；其次，再将两幅分水岭分割图进行叠加，生成叠加后的分水岭分割图；最后，针对所述叠加后的分水岭分割图求解最小割，获取图像拼接线。该种图像拼接方法求得的拼接线不会对任一幅待拼接图像上的物体产生切割，拼接后的图像没有明显的拼接缝。 | ||||||
| 127 | 图像分割方法、系统与细胞图像分割方法、系统 | CN201510531283.7 | 2015-08-26 | CN105160668B | 2018-01-09 | 丁建文; 梁光明; 缪慧司 |
| 本发明涉及一种基于修正梯度图像和分水岭算法的图像分割方法、系统与细胞图像分割方法、系统，由于预先通过距离变换获取的前景标记和分水岭变换获取的背景标记来修正待分割图像的梯度图像，再对该修正后的梯度图像进行分水岭变换，得到图像分割结果，所以既保留了对梯度图像进行分水岭变换，能有效定位目标物体边缘，分割出目标物体完整轮廓的优点，又能通过前景标记和背景标记区分粘连区域无明显边界的目标，使得不会出现欠分割和过分割的现象，提高了图像分割的精度，尤其适用于粘连、重叠的细胞图像分割领域。 | ||||||
| 128 | 一种图像拼接方法及装置 | CN201710189864.6 | 2017-03-27 | CN106940879B | 2020-07-03 | 代云僧; 张广东; 潘剑 |
| 本发明实施例提供一种图像拼接方法及装置，属于图像处理技术领域。所述方法实现过程包括：首先，对两幅待拼接图像上的重叠区域分别进行基于分水岭算法的图像分割，得到相应的分水岭分割图；其次，再将两幅分水岭分割图进行叠加，生成叠加后的分水岭分割图；最后，针对所述叠加后的分水岭分割图求解最小割，获取图像拼接线。该种图像拼接方法求得的拼接线不会对任一幅待拼接图像上的物体产生切割，拼接后的图像没有明显的拼接缝。 | ||||||
| 129 | 图像分割方法、系统与细胞图像分割方法、系统 | CN201510531283.7 | 2015-08-26 | CN105160668A | 2015-12-16 | 丁建文; 梁光明; 缪慧司 |
| 本发明涉及一种基于修正梯度图像和分水岭算法的图像分割方法、系统与细胞图像分割方法、系统，由于预先通过距离变换获取的前景标记和分水岭变换获取的背景标记来修正待分割图像的梯度图像，再对该修正后的梯度图像进行分水岭变换，得到图像分割结果，所以既保留了对梯度图像进行分水岭变换，能有效定位目标物体边缘，分割出目标物体完整轮廓的优点，又能通过前景标记和背景标记区分粘连区域无明显边界的目标，使得不会出现欠分割和过分割的现象，提高了图像分割的精度，尤其适用于粘连、重叠的细胞图像分割领域。 | ||||||
| 130 | 一种基于GrabCut改进的图像分割方法 | CN201610868591.3 | 2016-09-29 | CN106570830A | 2017-04-19 | 袁家政; 刘宏哲; 谭智勇 |
| 本发明提供一种基于GrabCut改进的图像分割方法，包括以下步骤：多尺度分水岭预分割，优化能量函数，改进的GrabCut算法。本发明采用多尺度分水岭对梯度图像平滑去噪，对新梯度图像再次进行分水岭运算，不仅增强了图像的边缘点，还减少了后续处理的计算量，再用熵惩罚因子优化分割能量函数，抑制了目标信息的损失。 | ||||||
| 131 | 一种基于CT影像的三维肺叶分割方法 | CN201910061682.X | 2019-01-24 | CN109727260A | 2019-05-07 | 郑军; 聂生东; 顾海洋; 吴文浩; 郭小辉; 张慧芳 |
| 本发明提供了一种基于CT影像的三维肺叶分割方法，属于计算机辅助医学领域。本发明主要在CT影像中进行一个基于标记的分水岭变换，将肺实质细分为五个肺叶。首先采用自动分割算法，分割肺实质，气管以及血管，并利用肺实质，气管以及血管的信息生成用于分水岭分割的成本图像以及属于不同肺叶的标记点。然后在获取成本图像以及标记点的基础上进行分水岭变换，获取初始的肺裂区域。最后将初始的肺裂区域信息与肺实质，气管以及血管的信息相结合生成新的成本图像，并再次进行分水岭变换，获取最终的肺叶分割结果。 | ||||||
| 132 | 一种用于CT室内的医学图像分割算法 | CN201610005816.2 | 2016-01-07 | CN105701803A | 2016-06-22 | 孙燕新; 于翠妮; 韩景奇; 尹喜玲; 赵钢; 王明帅; 李涌 |
| 本发明公开了一种用于CT室内的医学图像分割算法，其分割步骤为：首先，通过分水岭算法，将CT图像分割成不同的小区域，然后根据KFCM算法，利用Mercer核将各个小区域的平均灰度值映射到高维特征空间，使得原来在分水岭算法分割图像中未显示出来的特征显现出来；其算法步骤如下：(1)对图像预处理，进行中值滤波；(2)对预处理后的图像进行分水岭分割，存储每个小区域的标号k；(3)计算各个区域的平均灰度值xk，其表示输入空间的样本集，k＝1，2，...，n，n是图像分水岭分割后所形成的区域数；(4)选定分类数C，阈值ε，模糊指数m；(5)计算聚类中心和加权矩阵，既利用了分水岭算法和加权核聚类的优点，又能极大地克服两种算法的缺点。 | ||||||
| 133 | 基于图像分割与特征融合的植物叶片辨别方法 | CN201711172569.6 | 2017-11-22 | CN108038487A | 2018-05-15 | 赵熙临; 何晶晶; 单治磊; 汤倩; 龚梦; 林震宇; 付波 |
| 本发明涉及一种基于图像分割与特征融合的植物叶片辨别方法，将复杂背景下的植物叶片识别分为叶片分割与特征提取两个阶段，主要利用基于形态学变换的标记分水岭算法，对植物叶片进行重建的开闭操作后，使用标记分水岭算法对其进行分割，避免植物叶片分割过程中因叶片纹理与脉络的影响产生的过分割现象，从而消除复杂背景因素对植物叶片识别的负面影响。 | ||||||
| 134 | 基于分水岭算法的两维传递函数的体数据识别方法 | CN201310419760.1 | 2013-09-13 | CN103514623B | 2016-05-04 | 宋沂鹏; 杨杰; 金其余 |
| 本发明公开一种基于分水岭算法的两维传递函数的体数据识别方法，首先通过遍历属于已设置传递函数的体素，依据其在空间上的连通性利用分水岭算法对这些体素进行分类，识别出感兴趣的结构，然后对相连的感兴趣结构依据其灰度值再次利用分水岭算法将其分开。对体数据中由于分水岭方法的过分割造成误分的结构采用集合操作，得到完整的单个结构。本发明对于重叠于传递函数空间的不同感兴趣结构，在没有增加新维数的前提下通过分水岭算法将每个结构识别出来，尤其当这些结构在空间上相互连接时，也可以得到满意的识别效果；对由于分水岭算法的过分割问题造成的误分结构进行了修正，从而得到完整的感兴趣结构；原理简单，利于理解和实现。 | ||||||
| 135 | 基于分水岭算法的两维传递函数的体数据识别方法 | CN201310419760.1 | 2013-09-13 | CN103514623A | 2014-01-15 | 宋沂鹏; 杨杰; 金其余 |
| 本发明公开一种基于分水岭算法的两维传递函数的体数据识别方法，首先通过遍历属于已设置传递函数的体素，依据其在空间上的连通性利用分水岭算法对这些体素进行分类，识别出感兴趣的结构，然后对相连的感兴趣结构依据其灰度值再次利用分水岭算法将其分开。对体数据中由于分水岭方法的过分割造成误分的结构采用集合操作，得到完整的单个结构。本发明对于重叠于传递函数空间的不同感兴趣结构，在没有增加新维数的前提下通过分水岭算法将每个结构识别出来，尤其当这些结构在空间上相互连接时，也可以得到满意的识别效果；对由于分水岭算法的过分割问题造成的误分结构进行了修正，从而得到完整的感兴趣结构；原理简单，利于理解和实现。 | ||||||
| 136 | 一种双孢蘑菇视觉分割识别方法 | CN202111362847.0 | 2021-11-17 | CN114049365A | 2022-02-15 | 陈超; 易山林; 杜付鑫; 奚小波; 张宝峰; 张翼夫; 瞿济伟; 王峰; 于青民 |
| 本发明公开了一种双孢蘑菇视觉分割识别方法，包括，采集双胞蘑菇图像，并对双胞蘑菇图像进行预处理，获得蘑菇前景图；对蘑菇前景图进行标记处理，制作分水岭标记图；将分水岭标记图作为种子生长点，对分水岭标记图进行相似区域划分，完成双孢蘑菇的分割；对划分的区域提取轮廓，并通过最小外接矩形算法获得双孢蘑菇单体的圆心和直径，完成双孢蘑菇的识别；本发明通过设计可调谐滤波器，准确地过滤掉复杂背景，并结合分水岭变换算法和边缘检测模板，实现对双胞蘑菇的精确分割识别。 | ||||||
| 137 | 基于水平集和分水岭相结合的图像轮廓检测方法 | CN200910022868.0 | 2009-06-05 | CN101567084B | 2011-04-06 | 王爽; 焦李成; 符升高; 钟桦; 侯彪; 田小林; 缑水平; 朱虎明; 苏开亮 |
| 本发明公开了一种基于水平集和分水岭相结合的图像轮廓检测方法，主要解决了现有方法产生图像过分割结果和不能获得准确的目标轮廓的问题。其具体实现步骤为：(1)对输入图像用水平集方法检测目标轮廓，得到初始的目标与背景二值分割结果；(2)将检测到的目标轮廓作为分水岭的内部控制标记；(3)将内部控制标记依次进行距离变换和分水岭变换，并将得到的分水线结果作为分水岭的外部控制标记；(4)利用内部控制标记和外部控制标记，对输入图像的梯度图像进行修正；(5)将修正后的梯度图像进行分水岭变换，检测出图像中的目标轮廓。本发明方法避免了图像过分割，且具有对边界定位比较准确的优点，可用于前景与背景的分割、目标外部轮廓的检测。 | ||||||
| 138 | 中医舌诊用的舌头彩色数码照片的舌体分割提取方法 | CN200610113119.5 | 2006-09-15 | CN1920854A | 2007-02-28 | 白净; 张永红; 吴佳 |
| 本发明属于中医舌诊用的舌头彩色图像处理技术领域。具体特征在于，用两步对舌体进行分割提取：首先得到舌体的粗略轮廓图，其次用二维形变轮廓模型进行较准确的分割。在第一步中，用分水岭变换对图像的红色通道进行处理，得到粗略的舌体轮廓，在处理时先用饱和度图阈值求图像的标记图像，再用标记图像对图像的梯度图进行强制最小值，得到待分割图像，然后再用分水岭变换方法对待分割图像采用在图像纵剖面的采样点—灰度值曲线上，实施分水岭变换，得到一个由各纵剖面上的分水岭构成的集合，该分水岭集合中的一片连通区域即为舌体区域，其边界就是舌体粗略轮廓图。试验证明，图像结果非常准确，适用于不同年龄层次的健康和疾病人群。 | ||||||
| 139 | 芯片粘接区域缺陷检测方法、系统及终端设备 | CN202311522705.5 | 2023-11-15 | CN117495830A | 2024-02-02 | 杨夏; 柏昊宇; 王杰; 袁桂鑫; 李高敏; 张小虎; 张锦绣 |
| 本发明公开了一种芯片粘接区域缺陷检测方法、系统及终端设备，该方法包括：获取待检测的芯片X射线图像，并进行目标区域提取，得到目标图像；对目标图像进行图像滤波以及图像增强处理；基于分水岭算法对目标图像进行图像分割，其中，在分水岭算法进行图像分割的过程中，基于目标图像的对比度得到分水岭算法获取内部标记符时的阈值；基于图像分割结果对芯片粘接区域的合格性进行判定，并输出检测结果。本发明涉及元器件检测技术领域，通过将目标图像的对比度与分水岭算法获取内部标记符时的阈值关联，使得分水岭算法在进行图像分割的过程中更加具有针对下，提升图像分割的质量与准确性，从而提升芯片粘接区域缺陷的检测精度。 | ||||||
| 140 | 基于水平集和分水岭相结合的图像轮廓检测方法 | CN200910022868.0 | 2009-06-05 | CN101567084A | 2009-10-28 | 王爽; 焦李成; 符升高; 钟桦; 侯彪; 田小林; 缑水平; 朱虎明; 苏开亮 |
| 本发明公开了一种基于水平集和分水岭相结合的图像轮廓检测方法，主要解决了现有方法产生图像过分割结果和不能获得准确的目标轮廓的问题。其具体实现步骤为：(1)对输入图像用水平集方法检测目标轮廓，得到初始的目标与背景二值分割结果；(2)将检测到的目标轮廓作为分水岭的内部控制标记；(3)将内部控制标记依次进行距离变换和分水岭变换，并将得到的分水线结果作为分水岭的外部控制标记；(4)利用内部控制标记和外部控制标记，对输入图像的梯度图像进行修正；(5)将修正后的梯度图像进行分水岭变换，检测出图像中的目标轮廓。本发明方法避免了图像过分割，且具有对边界定位比较准确的优点，可用于前景与背景的分割、目标外部轮廓的检测。 | ||||||
QQ群二维码
意见反馈
意见反馈