Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学范敬凡获国家专利权

北京理工大学范敬凡获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京理工大学申请的专利内窥镜图像深度估计方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116109687B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310036781.9,技术领域涉及:G06T7/50;该发明授权内窥镜图像深度估计方法及装置是由范敬凡;刘诗源;王涌天;杨健;付天宇;林毓聪设计研发完成,并于2023-01-10向国家知识产权局提交的专利申请。

内窥镜图像深度估计方法及装置在说明书摘要公布了:内窥镜图像深度估计方法及装置,可以有效地从原始内窥镜图像中估计出初始深度图,有效地改善了初始深度图相干边界信息的表达,进一步优化内镜深度估计的深度估计,解决边界信息模糊、视觉远点深度缺失、深度变化层次不明显的问题。方法包括:1采集临床手术内窥镜图像数据,获得基于非线性滤波与显著性像素分布的高光区域,通过遍历原始内窥镜图像得到高光区域;2根据检测的内窥镜高光区域,采用近光辐射模型和光源距离衰减,对该区域进行图像补全,得到初始深度估计图;3通过非线性滤波对初始深度图进行多尺度分解,融合多尺度残差与颜色空间强度,获得内窥镜图像深度估计信息。

本发明授权内窥镜图像深度估计方法及装置在权利要求书中公布了:1.内窥镜图像深度估计方法,其特征在于:其包括以下步骤: 1采集临床手术内窥镜图像数据,获得基于非线性滤波与显著性像素分布的高光区域,通过遍历原始内窥镜图像得到高光区域; 2根据检测的内窥镜高光区域,采用近光辐射模型和光源距离衰减,对该区域进行图像补全,得到初始深度估计图; 3通过非线性滤波对初始深度图进行多尺度分解,融合多尺度残差与颜色空间强度,获得内窥镜图像深度估计信息; 所述步骤2中,采用近光辐射模型来描述内镜的照明情况: Ix=Rscenex*Millx5 其中,x为图像中的像素点,Ix代表内窥镜拍摄的图像,Rscenex代表场景辐射强度,Millx代表场景照明,近光辐射模型通过辐射面与光源距离的衰减来表示图像的深度; 拍摄图像分解为场景辐射强度与场景照明的乘积,对公式5进行求解: 其中,c表示RGB图像的三个通道,ε代表了一个非常小的常数,以避免分母为零;在初始深度图中,通过考虑目标像素周围小区域内的相邻像素来考虑光照的局部一致性,初始深度图定义为: 其中,cm代表主要色彩空间,cs代表次要色彩空间,dmap代表初始深度图,θx代表以像素x为中心的区域,y表示区域内的位置索引;所述步骤3中,在初始深度估计图的基础上,使用多尺度滤波处理,以细化深度估计的层次,明确边界,局部线性优化和多尺度分解方法为: 其中,∈i代表平滑尺度相关的参数,代表了线性优化方法,a和b分别为线性滤波常数,ψi~n为初始深度估计图的多尺度残差,假设两个一般特征:光源亮度衰减距离一致性和表面漫反射,采用局部线性优化方法对初始深度图进行多尺度分解;内镜图像深度估计为: 其中,Dmapx代表内镜图像的深度估计,μ和σ分别表示ψn的均值和方差,采用方差加权平均差分法进行多尺度融合,该方法表示像素为环境光像素的概率。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号北京理工大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。