Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜佛山大学李小松获国家专利权

恭喜佛山大学李小松获国家专利权

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!

龙图腾网恭喜佛山大学申请的专利基于边缘区域分割检测的多模态医学图像融合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:CN119887546B

龙图腾网通过国家知识产权局官网在2025-05-23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:202510377083.4,技术领域涉及:G06T5/50;该发明授权基于边缘区域分割检测的多模态医学图像融合方法及系统是由李小松;郑伊玫;谭海曙设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

基于边缘区域分割检测的多模态医学图像融合方法及系统在说明书摘要公布了:本发明公开了基于边缘区域分割检测的多模态医学图像融合方法及系统,该方法包括:获取源图像并分别进行图像分解处理,得到源图像的能量层与细节层;引入模糊区域主动轮廓算子与热传导矩阵算法,进行融合处理,得到预融合的边缘细节层;对源图像的细节层进行非边缘特征检测与融合处理,得到预融合的显著细节层;通过绝对最大值操作算法进行融合处理,得到预融合的基础层;结合预融合的边缘细节层、预融合的显著细节层与预融合的基础层,构建多模态医学图像融合结果。本发明能够精确的提取得到源图像的解剖或功能信息。本发明作为基于边缘区域分割检测的多模态医学图像融合方法及系统,可广泛应用于多模态图像融合技术领域。

本发明授权基于边缘区域分割检测的多模态医学图像融合方法及系统在权利要求书中公布了:1.基于边缘区域分割检测的多模态医学图像融合方法,其特征在于,包括以下步骤:获取第一源图像与第二源图像并分别进行图像分解处理,得到第一源图像的能量层、第一源图像的细节层、第二源图像的能量层、第二源图像的细节层;设定阈值,引入模糊区域主动轮廓算子分别对第一源图像与第二源图像进行显著区域提取处理,得到第一源图像的初始显著层与第二源图像的初始显著层;通过热传导矩阵算法分别对第一源图像的初始显著层与第二源图像的初始显著层进行边缘信息检测处理,得到第一源图像的边缘细节层与第二源图像的边缘细节层;结合梯度幅值和像素值构建边缘细节层融合算法,对第一源图像的边缘细节层与第二源图像的边缘细节层进行融合处理,得到边缘融合决策图;将第一源图像的细节层、第二源图像的细节层与边缘融合决策图进行融合处理,得到预融合的边缘细节层;对第一源图像的细节层与第二源图像的细节层分别进行边缘细节特征剔除处理,得到第一源图像的非边缘细节层与第二源图像的非边缘细节层;通过模糊区域主动轮廓算子分别对第一源图像与第二源图像进行显著区域提取处理,得到第一源图像的显著决策图与第二源图像的显著决策图;结合局部相位相干强度算法和伪水平集函数,构建显著细节层融合算法;通过显著细节层融合算法对第一源图像的非边缘细节层与第一源图像的显著决策图进行提取处理,得到第一源图像的显著细节层;通过显著细节层融合算法对第二源图像的非边缘细节层与第二源图像的显著决策图进行提取处理,得到第二源图像的显著细节层;将第一源图像的显著细节层与第二源图像的显著细节层进行融合处理,得到预融合的显著细节层;获取第一源图像的非显著细节层与第二源图像的非显著细节层并结合第一源图像的能量层与第二源图像的能量层,通过绝对最大值操作算法进行融合处理,得到预融合的基础层;结合预融合的边缘细节层、预融合的显著细节层与预融合的基础层,构建多模态医学图像融合结果。

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佛山大学,其通讯地址为:528200 广东省佛山市江湾一路18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”。

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。