浙大寧波理工學院胡秋獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉浙大寧波理工學院申請的專利一種魚類捕食行為分析的多模態腦影像融合方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115908994B 。
龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211343348.1,技術領域涉及:G06V10/80;該發明授權一種魚類捕食行為分析的多模態腦影像融合方法是由胡秋;蔡衛明;胡紹海;白楊;鄒歡清;金婧;馬新莉設計研發完成,并于2022-10-31向國家知識產權局提交的專利申請。
本一種魚類捕食行為分析的多模態腦影像融合方法在說明書摘要公布了:本發明提供了一種魚類捕食行為分析的多模態腦影像融合方法,涉及圖像融合技術領域,本方法包括步驟S1:基于分離字典學習通過關聯稀疏系數構成的稀疏矩陣來表征結構紋理特征;S2:通過正交匹配追蹤法和黎曼流形上共軛梯度法經過循環迭代得到預訓練字典;S3:采用紋理對比度與稀疏顯著性特征和構造活性測度以保留紋理信息,通過稀疏重構得到融合的腦影像。本方法能夠克服字典原子的更新形式易造成紋理信息丟失和字典整體更新效率偏低的不足,以及因活性測度表征單一造成紋理信息丟失的缺陷。
本發明授權一種魚類捕食行為分析的多模態腦影像融合方法在權利要求書中公布了:1.一種魚類捕食行為分析的多模態腦影像融合方法,其特征在于,包括步驟: S1:基于分離字典學習通過關聯稀疏系數構成的稀疏矩陣來表征結構紋理特征; S2:通過正交匹配追蹤法和黎曼流形上共軛梯度法經過循環迭代得到預訓練字典; S3:采用紋理對比度與稀疏顯著性特征和構造活性測度以保留紋理信息,通過稀疏重構得到融合的腦影像; 其中,所述步驟S3包括: S31:將多個已配準的多模態腦影像經滑動窗口技術得到對應的重疊塊,并采用預訓練字典對重疊塊進行稀疏表示得到相應的稀疏系數圖; S32:基于重疊塊,采用紋理對比度測度提取空間顯著特征; S33:基于稀疏系數圖,采用稀疏顯著性特征和測度提取變換顯著特征; S34:結合空間顯著性和變換顯著性構造融合活性測度,并利用活性測度指導多個多模態腦影像對應的稀疏系數融合; S35:利用預訓練字典通過稀疏重構得到融合的腦影像; 其中,所述步驟S31至步驟S35具體包括: 輸入源影像,; 滑動窗口技術得到重疊塊影像,通過像素的強度屬性定義亮度對比度: ; 通過加權結構張量定義方向對比度:; 采用經字典學習得到的預訓練字典對重疊塊進行稀疏編碼,得到對應的稀疏系數圖; 通過稀疏系數圖中相鄰區域的差異和來突出顯著的稀疏特征,定義為稀疏顯著性特征和,表示為:; 其中,P和Q表示稀疏矩陣的大小; 局部稀疏顯著性特征LSSF表示相鄰像素的稀疏顯著性差異,定義為: ; 其中,表示以重疊塊中像素點對應的稀疏系數為中心的滑動窗; 結合紋理對比度TC和稀疏顯著性特征和SSSF,定義融合活性測度為: ; 其中,表示源重疊塊對應的測度結果; 采用測度值取大規則進行稀疏系數融合,表示為: ; 通過稀疏重構可得到第r個重疊塊的融合結果為:; 通過融合的塊影像得到最終的融合腦影像。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙大寧波理工學院,其通訊地址為:315100 浙江省寧波市鄞州區高教園區錢湖南路1號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。