[发明专利]一种基于L1范数最小化模型的神经纤维骨架校正方法有效
| 申请号： | 201910081471.2 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109886888B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 李诗玮;周航;黄青;曾绍群;全廷伟 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于L1范数最小化模型的神经纤维骨架校正方法，包括：获取存在扭曲神经纤维结构的原始图像；对原始图像进行重建，获得待校正的神经纤维初始骨架；固定初始骨架上的两个端点，基于L1范数最小化模型，校正两个端点之间所有节点位置。本发明通过L1范数最小化模型校正神经纤维骨架，构建的L1范数最小化模型包括两部分，一部分用于测算节点的信号值，保证纤维骨架点尽可能向其在真实图像中局部信号最强处聚集，另一部分运用骨架点之间的二阶差分反映纤维骨架的光滑性，在尽可能维持纤维平滑的特征中，保留真实纤维的扭曲结构稀疏分布的特点，相比现有以L2范数模型为基础的校正方法，更适用于真实图像中存在扭曲结构的纤维骨架校正。 | ||
| 搜索关键词： | 一种 基于 l1 范数 最小化 模型 神经纤维 骨架 校正 方法 | ||
【主权项】：
1.一种基于L1范数最小化模型的神经纤维骨架校正方法，其特征在于，所述方法包括以下步骤：步骤S1.获取存在扭曲神经纤维结构的原始图像；步骤S2.对原始图像进行重建，获得待校正的神经纤维初始骨架；步骤S3.固定初始骨架上的两个端点，基于L1范数最小化模型，校正两个端点之间所有节点位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910081471.2/，转载请声明来源钻瓜专利网。
