CN112617752A - 一种便携式舌像采集仪 - Google Patents
一种便携式舌像采集仪 Download PDFInfo
- Publication number
- CN112617752A CN112617752A CN202011475394.8A CN202011475394A CN112617752A CN 112617752 A CN112617752 A CN 112617752A CN 202011475394 A CN202011475394 A CN 202011475394A CN 112617752 A CN112617752 A CN 112617752A
- Authority
- CN
- China
- Prior art keywords
- tongue image
- image data
- optimization
- acquired
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physical Education & Sports Medicine (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种便携式舌像采集仪，包括舌像采集组件以及舌像数据处理单元，所述的舌像采集组件与舌像数据处理单元电连接，所述的舌像采集组件用于采集原始的舌像数据，所述的舌像数据处理单元用于对原始的舌像数据进行优化以提高其数据识别性；所述的舌像采集组件包括小尺寸的便携摄像头与无线传输模块，所述的小尺寸的便携摄像头与无线传输模块电连接，所述的无线传输模块与在线服务器电连接，所述的在线服务器上配置舌像数据处理单元。
Description
技术领域
本发明涉及舌像领域，尤其是一种便携式舌像采集仪。
技术背景
便携式舌像采集仪相关的现有技术比较少，比较接近的现有技术有中国实用新型专利CN201520782733.5中医舌像采集装置，包括采集台，所述采集台下侧设有支架，支架为开口向上的凹槽，支架内部设有四个液压缸，四个液压缸呈正方形排布，液压缸都通过顶杆与采集台下侧外壁连接，支架下侧的四个拐角处都套接支撑杆，支撑杆底端连接有支撑脚，支撑脚下侧外壁上覆盖有防滑层，支架底部四周螺纹连接有用于固定支撑杆的定位螺栓，支架的四个侧面的底部都通过连接杆连接有万向轮，所述采集台上侧靠左设有舌像采集箱，所述舌像采集箱前侧开设有舌像采集孔，采集台上侧舌像采集箱前侧设有固定柱，固定柱上侧连接有升降柱，升降柱通过调节螺栓与固定柱连接，升降柱顶端连接有颚托，舌像采集箱右侧设有计算机，舌像采集箱上侧内壁上设有紫外线消毒灯，紫外线消毒灯一侧设有灯管，紫外线消毒灯和灯管的下侧设有上挡板，舌像采集箱内部中段与舌像采集孔相对应位置水平设置有摄像头，舌像采集箱内部舌像采集孔的下侧设置有下挡板，下挡板上侧对应设置有喷水管，喷水管顶端伸出舌像采集箱外侧并与清洗液箱连接，喷水管底端连接有两个喷头，喷头下侧对应设置有接水漏斗，接水漏斗卡接在下挡板上，接水漏斗底端连接有排水管，喷水管尾端与固设在采集台下侧的废液箱连接，舌像采集箱内部下侧设有两个灯管，两个灯管内部设有数据处理器。现有技术中的舌像采集装置一般都具有如下的问题，体积比较大不方便携带，即便方便携带的设备其功能比较弱，尤其不能采集优良的舌像数据。
发明内容
为了克服现有技术的缺陷，本发明提供一种便携式舌像采集仪。
为实现发明目的，本发明采用如下技术方案：
一种便携式舌像采集仪便携式舌像采集仪，包括舌像采集组件以及舌像数据处理单元，所述的舌像采集组件与舌像数据处理单元电连接，所述的舌像采集组件用于采集原始的舌像数据，所述的舌像数据处理单元用于对原始的舌像数据进行优化以提高其数据识别性；
所述的舌像采集组件包括小尺寸的便携摄像头与无线传输模块，所述的小尺寸的便携摄像头与无线传输模块电连接，所述的无线传输模块与在线服务器电连接，所述的在线服务器上配置舌像数据处理单元。
进一步，所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。
进一步，所述的确定调整的范围包括确定强调尺寸和标准量，第一类子属性包括幅面尺寸和可识别精度参数，第二类子属性包括主色调，进行二类优化具体则对原采集的舌像数据包括的不同色版通道进行逐一的识别性强调优化，第三类子属性包括色相和饱和度，第三类子属性调整包括对进行高反差保留，半径为一设定值，将当前图层模式设置为叠加，最后向下拼合图；所述的最高类优化包括灰度调整，分级优化包括，对一级数据和二级数据基于小波变换的降噪优化，然后选择设定量以及进行设定量量化，最后利用多尺度二维小波重构一级数据和二级数据的采集的舌像数据信号，得到新的强识别性采集的舌像数据。
进一步，根据属性确定调整的范围时，对具有大尺度图形的原采集的舌像数据采用较低尺寸的识别性强调或使用较高的标准量进行识别性优化，对于具有多细节较多的原采集的舌像数据采用较高的识别性强调。
进一步，选择修改范围区间进行识别性强优化时，对可识别精度低、图形尺寸小的原采集的舌像数据采用较小的修改范围区间进行识别性强调优化，对可识别精度高、图形尺寸又较大的原采集的舌像数据，采用较大的修改范围区间进行识别性强调优化。
进一步，二级数据优化的过程为：先采用wavelet transform对二级数据进行变换，选择设定量后然后利用小波收缩设定量方法对二级数据进行降噪优化，最后再进行wavelet transform的逆变换。
一级数据优化的过程为：先采用wavelet transform对高频采集的舌像数据进行变换，对一级数据进行的高频系数进行设定量量化，然后选择Hidden Markov Model对一级数据进行降噪优化，最后再进行wavelet transform的逆变换。
进一步，选择设定量以及设定量量化时，先利用experience formula方式确定设定量，然后再利用定量优化函数进行设定量量化优化，所述的定量优化函数具体是wthresh函数。
所述的舌像数据处理单元优选MATLAB的功能组件实现。
有益效果
本申请通过在线服务器上配置舌像数据处理单元，无线传输模块与在线服务器进行交互的方式进行通信可以极大提高本申请的便携性，本申请具有体积小且方便携带的特点；在实施中，舌像数据处理单元对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；然后，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
然后，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；然后，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据，通过这样对本申请可以增强舌像数据的识别性，实现了采集优良的舌像数据。
附图说明
图1是本申请实施例的整体组成框图；
图2是本申请实施例的舌像数据处理单元组成的框图。
具体实施方式
本申请的便携式舌像采集仪的实施例，如图1所示的，包括舌像采集组件以及舌像数据处理单元，所述的舌像采集组件与舌像数据处理单元电连接，所述的舌像采集组件用于采集原始的舌像数据，所述的舌像数据处理单元用于对原始的舌像数据进行优化以提高其数据识别性；在更加具体的实施中，所述的舌像采集组件包括小尺寸的便携摄像头与无线传输模块，所述的小尺寸的便携摄像头与无线传输模块电连接，所述的无线传输模块与在线服务器电连接，所述的在线服务器上配置舌像数据处理单元。显然本申请通过无线传输模块与在线服务器进行交互的方式进行通信可以极大提高本申请的便携性，这使得本申请具有体积小且方便携带的特点。
在具体实施中，如图2所示的，本申请所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。
在实施中，首先打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
然后，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
然后，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
然后，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
然后，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。通过这样对本申请可以增强舌像数据的识别性，实现了采集优良的舌像数据。
所述的确定调整的范围包括确定强调尺寸和标准量，第一类子属性包括幅面尺寸和可识别精度参数，第二类子属性包括主色调，进行二类优化具体则对原采集的舌像数据包括的不同色版通道进行逐一的识别性强调优化，第三类子属性包括色相和饱和度，第三类子属性调整包括对进行高反差保留，半径为一设定值，将当前图层模式设置为叠加，最后向下拼合图；所述的最高类优化包括灰度调整，分级优化包括，对一级数据和二级数据基于小波变换的降噪优化，然后选择设定量以及进行设定量量化，最后利用多尺度二维小波重构一级数据和二级数据的采集的舌像数据信号，得到新的强识别性采集的舌像数据。
根据属性确定调整的范围时，对具有大尺度图形的原采集的舌像数据采用较低尺寸的识别性强调或使用较高的标准量进行识别性优化，对于具有多细节较多的原采集的舌像数据采用较高的识别性强调。
更加具体的实施中，本申请所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。选择修改范围区间进行识别性强优化时，对可识别精度低、图形尺寸小的原采集的舌像数据采用较小的修改范围区间进行识别性强调优化，对可识别精度高、图形尺寸又较大的原采集的舌像数据，采用较大的修改范围区间进行识别性强调优化。
更加具体的实施中，本申请所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。二级数据优化的过程为：先采用wavelet transform对二级数据进行变换，选择设定量后然后利用小波收缩设定量方法对二级数据进行降噪优化，最后再进行wavelet transform的逆变换。
更加具体的实施中，本申请所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。一级数据优化的过程为：先采用wavelet transform对高频采集的舌像数据进行变换，对一级数据进行的高频系数进行设定量量化，然后选择HiddenMarkov Model对一级数据进行降噪优化，最后再进行wavelet transform的逆变换。
更加具体的实施中，本申请所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。选择设定量以及设定量量化时，先利用experience formula方式确定设定量，然后再利用定量优化函数进行设定量量化优化，所述的定量优化函数具体是wthresh函数。所述的舌像数据处理单元优选MATLAB的功能组件实现。
上述实施例只是本发明的较佳实施例，并不是对本发明技术方案的限制，只要是不经过创造性劳动即可在上述实施例的基础上实现的技术方案，均应视为落入本发明专利的权利保护范围内。
Claims (9)
1.一种便携式舌像采集仪，其特征在于，包括舌像采集组件以及舌像数据处理单元，所述的舌像采集组件与舌像数据处理单元电连接，所述的舌像采集组件用于采集原始的舌像数据，所述的舌像数据处理单元用于对原始的舌像数据进行优化以提高其数据识别性；所述的舌像采集组件包括小尺寸的便携摄像头与无线传输模块，所述的小尺寸的便携摄像头与无线传输模块电连接，所述的无线传输模块与在线服务器电连接，所述的在线服务器上配置舌像数据处理单元。
2.根据权利要求1所述的便携式舌像采集仪，其特征在于，所述的舌像数据处理单元包括以下连接的模块：
初始分析模块：用于，打开待优化的原采集的舌像数据，然后分析原采集的舌像数据的属性，根据属性确定调整的范围；
识别性强优化模块：用于，对原采集的舌像数据进行修改，然后得到修改后的原采集的舌像数据第一类子属性，再根据原采集的舌像数据第一类子属性选择修改范围区间进行识别性强优化；
二类优化模块：用于，分析出原采集的舌像数据的第二类子属性，然后对原采集的舌像数据进行二类优化；
三类调整模块：用于，得到采集的舌像数据的第三类子属性，然后进行第三类子属性调整，得到强识别性采集的舌像数据；
最高类优化模块：用于，对强识别性采集的舌像数据进行最高类优化，然后对强识别性采集的舌像数据进行逐级优化，分为一级数据和二级数据，然后进行分级优化得到新的强识别性采集的舌像数据。
3.根据权利要求2所述的便携式舌像采集仪，其特征在于，所述的确定调整的范围包括确定强调尺寸和标准量，第一类子属性包括幅面尺寸和可识别精度参数，第二类子属性包括主色调，进行二类优化具体则对原采集的舌像数据包括的不同色版通道进行逐一的识别性强调优化，第三类子属性包括色相和饱和度，第三类子属性调整包括对进行高反差保留，半径为一设定值，将当前图层模式设置为叠加，最后向下拼合图；所述的最高类优化包括灰度调整，分级优化包括，对一级数据和二级数据基于小波变换的降噪优化，然后选择设定量以及进行设定量量化，最后利用多尺度二维小波重构一级数据和二级数据的采集的舌像数据信号，得到新的强识别性采集的舌像数据。
4.根据权利要求2所述的便携式舌像采集仪，其特征在于，根据属性确定调整的范围时，对具有大尺度图形的原采集的舌像数据采用较低尺寸的识别性强调或使用较高的标准量进行识别性优化，对于具有多细节较多的原采集的舌像数据采用较高的识别性强调。
5.根据权利要求3所述的便携式舌像采集仪，其特征在于，选择修改范围区间进行识别性强优化时，对可识别精度低、图形尺寸小的原采集的舌像数据采用较小的修改范围区间进行识别性强调优化，对可识别精度高、图形尺寸又较大的原采集的舌像数据，采用较大的修改范围区间进行识别性强调优化。
6.根据权利要求3所述的便携式舌像采集仪，其特征在于，二级数据优化的过程为：先采用wavelet transform对二级数据进行变换，选择设定量后然后利用小波收缩设定量方法对二级数据进行降噪优化，最后再进行wavelet transform的逆变换。
7.根据权利要求3所述的便携式舌像采集仪，其特征在于，一级数据优化的过程为：先采用wavelet transform对高频采集的舌像数据进行变换，对一级数据进行的高频系数进行设定量量化，然后选择Hidden Markov Model对一级数据进行降噪优化，最后再进行wavelet transform的逆变换。
8.根据权利要求3所述的便携式舌像采集仪，其特征在于，选择设定量以及设定量量化时，先利用experience formula方式确定设定量，然后再利用定量优化函数进行设定量量化优化，所述的定量优化函数具体是wthresh函数。
9.根据权利要求2所述的便携式舌像采集仪，其特征在于，所述的舌像数据处理单元优选MATLAB的功能组件实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011475394.8A CN112617752A (zh) | 2020-12-14 | 2020-12-14 | 一种便携式舌像采集仪 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011475394.8A CN112617752A (zh) | 2020-12-14 | 2020-12-14 | 一种便携式舌像采集仪 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112617752A true CN112617752A (zh) | 2021-04-09 |
Family
ID=75312820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011475394.8A Pending CN112617752A (zh) | 2020-12-14 | 2020-12-14 | 一种便携式舌像采集仪 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112617752A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201055378Y (zh) * | 2007-07-02 | 2008-05-07 | 北京中医药大学 | 一种舌象检测装置 |
| CN206403755U (zh) * | 2016-11-14 | 2017-08-15 | 福建北极光虚拟视觉展示科技有限公司 | 一种基于图像识别技术的舌像检测装置 |
| CN111105378A (zh) * | 2019-12-19 | 2020-05-05 | 杨勇 | 一种图像清晰度处理方法 |
-
2020
- 2020-12-14 CN CN202011475394.8A patent/CN112617752A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201055378Y (zh) * | 2007-07-02 | 2008-05-07 | 北京中医药大学 | 一种舌象检测装置 |
| CN206403755U (zh) * | 2016-11-14 | 2017-08-15 | 福建北极光虚拟视觉展示科技有限公司 | 一种基于图像识别技术的舌像检测装置 |
| CN111105378A (zh) * | 2019-12-19 | 2020-05-05 | 杨勇 | 一种图像清晰度处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aymaz et al. | A novel image decomposition-based hybrid technique with super-resolution method for multi-focus image fusion | |
| CN106556940A (zh) | 一种tft‑lcd屏自动光学检测中的背景抑制方法 | |
| CN111275655A (zh) | 一种多聚焦多源图像融合方法 | |
| Giveki et al. | A new content based image retrieval model based on wavelet transform | |
| CN110570387B (zh) | 一种基于特征级Copula模型相似性的图像融合方法 | |
| CN109829924A (zh) | 一种基于主体特征分析的图像质量评价方法 | |
| CN109191416A (zh) | 基于稀疏字典学习和剪切波的图像融合方法 | |
| CN113033602B (zh) | 一种基于张量低秩稀疏表示的图像聚类方法 | |
| CN113256494B (zh) | 一种文本图像超分辨率方法 | |
| CN109816617B (zh) | 基于导向滤波和图论显著性的多模态医学图像融合方法 | |
| CN101470730B (zh) | 基于频谱特征分析的图像重复检测方法 | |
| WO2016145571A1 (zh) | 基于条件直方图码书的盲图像质量评价方法 | |
| CN117475121A (zh) | 一种图像处理系统以及图像处理方法 | |
| CN110097605B (zh) | 一种基于支持向量机的点云压缩编码器关键参数优化方法 | |
| CN112617752A (zh) | 一种便携式舌像采集仪 | |
| CN110674802A (zh) | 一种改进的平行四边形候选框的文本检测方法 | |
| CN110264482B (zh) | 基于中智集变换矩阵因子分解的活动轮廓分割方法 | |
| CN112699901A (zh) | 一种基于物联网的植物种类识别系统 | |
| Guan et al. | No-reference stereoscopic image quality assessment on both complex contourlet and spatial domain via Kernel ELM | |
| CN111127386A (zh) | 一种基于深度学习的图像质量评价方法 | |
| CN109191437A (zh) | 基于小波变换的清晰度评价方法 | |
| CN107133284A (zh) | 一种基于流行学习的视图三维模型检索方法 | |
| CN112862718A (zh) | 一种基于功率谱密度约束的模式分解滤波方法 | |
| CN111860153A (zh) | 尺度自适应的高光谱图像分类方法及系统 | |
| CN111369452A (zh) | 大区域图像局部破损点优化提取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |