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 > 厦门大学赵庆亮获国家专利权

厦门大学赵庆亮获国家专利权

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!

龙图腾网获悉厦门大学申请的专利一种自适应加权双边滤波反卷积的OCT图像处理方法及系统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:CN119648564B

龙图腾网通过国家知识产权局官网在2025-11-18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:202411723615.7,技术领域涉及:G06T5/70;该发明授权一种自适应加权双边滤波反卷积的OCT图像处理方法及系统是由赵庆亮;杜奉献;林越峣;薛钧炜;喻欢欢;姚胜兰设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。

一种自适应加权双边滤波反卷积的OCT图像处理方法及系统在说明书摘要公布了:本发明涉及一种自适应加权双边滤波反卷积的OCT图像处理方法及系统,包括:对原始OCT信号进行预处理,包括去背景噪声、波数校准、光谱整形和色散补偿,以获得OCT重建图像;通过直方图拉伸增强对比度,对OCT拉伸图像的空间权重和强度权重进行调整,对图像进行自适应去噪;使用盲去卷积算法进一步优化图像,迭代更新估计的图像和点扩散函数PSF,获得到高清晰度的OCT重建图像。本发明通过自适应加权双边滤波和盲去卷积技术,实现了对OCT图像的高效去噪和细节保留,从而获得高清晰度的重建图像。

本发明授权一种自适应加权双边滤波反卷积的OCT图像处理方法及系统在权利要求书中公布了:1.一种自适应加权双边滤波反卷积的OCT图像处理方法,其特征在于,包括以下步骤: S1,对原始组织OCT信号进行预处理,获得OCT重建图像; S2,对OCT重建图像进行直方图拉伸,获得OCT拉伸图像; S3,对OCT拉伸图像的空间权重和强度权重进行调整;基于调整后的空间权重和强度权重,对OCT拉伸图像进行自适应去噪处理,获得OCT去噪图像; S4,将OCT去噪图像以及初始化后的点扩散函数PSF作为输入,执行盲去卷积算法,获得OCT最终输出图像; 所述强度权重是由强度核计算得出的实际权重,所述强度核用于衡量图像中两个像素之间强度差异,强度权重为强度核的输出值;强度权重的计算公式如下: σrm,n=βμp 其中,β表示调整强度标准差大小的系数;μp代表局部均值;m和n表示当前中心像素的横坐标和纵坐标,是权重计算的核心参考点;σrm,n表示基于中心点m,n的局部强度标准差;wrm,n表示强度权重;k和l表示邻域窗口内遍历的某个像素的横纵坐标;Im,n表示当前正在处理的中心像素点强度值;Ik,l表示邻域中某点的强度值; 所述空间权重是由空间核计算得出的实际权重,所述空间核用于衡量图像中两个像素在空间位置上的相似度的函数,空间权重表示空间核的输出值;先利用局部熵值H[Ip]计算出σs空间标准差后,再计算出空间权重,公式如下: 其中,pi表示在邻域内像素值i出现的概率;BN表示邻域内像素值的总数;和分别表示预设的空间标准差的最大和最小值;ζ表示一个预设的阈值,用于调节空间核大小的变化范围;H[Ip]表示图像某个局部区域的熵;I表示图像的强度值;Ip表示图像中某个局部区域的像素强度值;wsu,v表示空间权重,u和v分别表示中心像素的横坐标和纵坐标;s和t表示邻域窗口内遍历的某个像素的横坐标和纵坐标;σsu,v表示基于中心点u,v的局部空间标准差; 所述自适应去噪处理基于计算出的强度权重wr和空间权重ws,对直方图拉伸后的OCT重建图像进行双边滤波,滤波操作会在图像上逐个像素进行滑动,直到整张图像被处理完,获得保留图像边缘和细节信息的OCT重建图像,具体公式为: whi,j=wri,j·wsi,j 其中,i表示直方图拉伸变换后图像的横坐标,j表示变换后图像的纵坐标;Ib表示最终的滤波输出图像;表示使用特定的空间标准差大小和强度标准差大小进行双边滤波操作;和分别表示空间标准差的最小值和最大值,用于针对图像的不同特征进行优化;权重wh为根据强度权重和空间权重计算得出的最终权重。

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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422号;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。