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！

龙图腾网获悉北京工业大学申请的专利一种基于噪声指数指导的多尺度半监督目标分割方法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：CN116934775B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310821345.2，技术领域涉及：G06T7/11；该发明授权一种基于噪声指数指导的多尺度半监督目标分割方法是由李建强;朱楚杰;赵琳娜;刘小玲;刘朝磊;宋霖涛;刘一铭;马天宝;徐曦设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。

本一种基于噪声指数指导的多尺度半监督目标分割方法在说明书摘要公布了：一种基于噪声指数指导的多尺度半监督目标分割方法，属于计算机视觉领域，针对现有的单一传统分割方法鲁棒性不强、特征捕获能力有限，以及深度学习方法U‑Net对上下文信息关注不足、全监督方法像素级标注复杂的问题。本发明涉及两个层面的信息融合：由于单一的传统分割方法特征捕获能力有限，因此可以融合多种传统方法得到更加准确的伪标签；由于深度学习网络U‑Net对上下文信息关注不足，可以在每个阶段的跳跃连接融合不同尺度的下采样特征图，这样融合的特征图将会携带多尺度背景信息，并保存细粒度目标位置信息，进而使网络关注更重要区域。

本发明授权一种基于噪声指数指导的多尺度半监督目标分割方法在权利要求书中公布了：1.一种基于噪声指数指导的多尺度半监督目标分割方法，其特征在于包括以下步骤： 步骤1：图像预处理 图像预处理的目的是：①统一所有原图的尺寸；②对所有图像进行降噪； 步骤2：噪声指数NI获取 该步骤以预处理后的、有标注的图像为输入，分割有标注的图像，得到初始噪声指数，然后归一化得到最终噪声指数，具体如下： 步骤2.1获取初始噪声指数NI′： 对于给定的512*512尺寸、已降噪处理的、有真实标签的原图，用基于阈值的OTSU分割、基于可变模型的主动轮廓分割、基于区域的分水岭分割、基于区域的种子生长分割、基于聚类的K-means分割这五种传统方法分别对其分割，并与真实标签对比，计算交并差在原始标注中所占的比例，得到该分割方法对应的初始噪声指数NI′，具体公式如12所示； D′k＝|{y＝1}∪{y′＝1}|k-|{y＝1}∩{y′＝1}|k1 NI′k＝D′k{y＝1}k2 其中y为图像真实标签，y′为图像目标分割结果，k为第k个传统方法，D′k为交并差；其中1为目标，0为背景； 步骤2.2获取最终噪声指数NI：将2.1中得到的初始噪声指数NI′归一化，得到这五个传统方法的最终噪声指数NI； 步骤3：传统方法粗分割和细化，具体如下： 步骤3.1：传统方法粗分割：通过基于阈值的OTSU分割、基于可变模型的主动轮廓分割、基于区域的分水岭分割、基于区域的种子生长分割、基于聚类的K-means分割这五大主流分割方法分别对所有图像进行分割，得到粗分割结果； 步骤3.2：粗分割结果细化：用基于KNN的方法将粗分割结果逐像素点细化，具体规则为：①中心像素的标签与其所有相邻像素的标签相同：中心像素标签不变；②中心像素的标签与其相邻像素的标签不完全相同：将邻域中大多数的标签分配给中心像素； 步骤4：传统方法融合 该步骤获取步骤3.2的五种传统方法细化后的分割结果，和由步骤2中最终噪声指数NI计算出来的五种方法权重相结合，逐点进行像素值的计算，最终得到融合后的分割结果，具体来说，该步骤分为三个阶段，具体如下： 步骤4.1：融合权重获取：将五个传统方法的噪声指数NI转化为融合权重，然后对融合权重进行归一化； 步骤4.2：分割结果融合：以像素点为单位，将每个像素点在五个方法下的分割结果乘以其对应的融合权重，得到该点标签概率，1为分割目标、0为背景； 步骤4.3：概率标签转换：若该点标签概率大于0.5，则表明大部分模型倾向于该点为分割目标，则将该点的标签置为1；若该点标签概率小于等于0.5，则表明大部分模型倾向于该点为背景，则将该点的标签置为0；通过此方法，得到融合后的最终分割结果； 步骤5：目标区域预测 该步骤首先将步骤4.3中的最终分割结果作为伪标签，再基于伪标签训练图像ROI的定位分割网络，该网络在传统U-Net上进行了改进，最后利用改进的U-Net网络进行ROI的预测； 本步骤使用的网络为改进的U-Net网络，其在原U-Net网络上增加一条下采样路径，增加的下采样路径将原下采样路径每层的第一个3×3卷积变成5×5卷积，然后在跳跃连接和中心层将生成的特征图与原U-Net下采样产生的特征图进行拼接。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。