潘林
- 作品数：91 被引量：247H指数：9
- 供职机构：福州大学更多>>
- 发文基金：国家自然科学基金福建省自然科学基金福建省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信文化科学更多>>
- 结合深度学习与影像组学的结直肠癌图像分类方法及系统
- 本发明提出一种结合深度学习与影像组学的结直肠癌图像分类方法及系统，针对深度学习模型训练种小样本问题，充分利用已有的数据进行数据增强（旋转，平移、图像变换等）为了解决医生手工标记耗时耗力的问题，引入深度学习的自动分割网络模...
- 黄立勤何甜潘林郑绍华
- 文献传递
- 一种有效判别车辆压线及预先提示系统
- 本发明涉及一种有效判别车辆压线及预先提示系统,包括图像采集模块，车道线提取模块，距离计算模块和预警判断模块，图像采集模块通过光学摄像头采集前向图像，经过车道线提取模块处理后提取图像中车道线，距离计算模块计算光学摄像头与左...
- 陈志峰郭恩特范振嘉裴晨皓陈雅楠黄立勤潘林
- 文献传递
- 遮挡条件下瞳孔精确检测方法被引量：2
- 2011年
- 针对人眼图像的瞳孔提取中光源反光、睫毛、眼皮等干扰问题,提出了一种在眼皮部分遮挡下的瞳孔检测方法.该方法首先在瞳孔分割的基础上,通过滤波和扫描线法去除光源反光的影响.然后根据眼皮遮挡瞳孔的分界线进行旋转,利用内接平行四边形法确定瞳孔中心,通过五点法恢复出遮挡的瞳孔椭圆边界.实验结果表明,提出的方法在遮挡不超过瞳孔面积一半的情况下,能得到较为精确的瞳孔位置和边界,具有良好的鲁棒性和准确性.
- 潘林林琳魏丽芳余轮
- 关键词：眼底照相机
- 糖尿病性视网膜病变远程筛查系统通信子系统设计被引量：1
- 2013年
- 提出一种远程糖尿病性视网膜病变(DR)筛查系统的设计方案,重点介绍了通信子系统。由ARM7微控制器与继电器等组成的串口通信模块完成处于远程终端的计算机与眼底照相机之间的连接;使用C++语言完成基于MFC的通信程序设计,程序包括诊疗与诊断信息模块、视音频监控模块及眼底照相机操控模块三个部分。本方案在与本系统相似的远程医疗解决方案中具有较强的通用性。
- 陈健潘林郑绍华余轮
- 关键词：远程医疗糖尿病性视网膜病变眼底照相机串口通信视音频通信
- 置信度边缘检测在眼底相机自动对焦中的应用被引量：3
- 2011年
- 研究糖尿病变,定期的眼底筛查清晰病变图像,是发现和治疗病变的重要手段。图像清晰度评价函数的选择是自动对焦技术的关键。为了保证对焦的精度,提出了以血管边缘的清晰度作为评价函数和粗精调焦相结合的自动对焦算法。利用边缘置信度的辅助检测能快速准确地提取出血管边缘,将血管边缘检测结果作为自动对焦的评价函数。在接近正焦区域使用该评价函数以降低计算复杂度进行仿真。结果表明,算法比传统的基于梯度和的评价函数具有更好的无偏性,在对焦精度、抗噪声方面具有突出的优点,图像清晰,为检测提供了参考依据。
- 潘林郑炳锟魏丽芳余轮
- 关键词：自动对焦评价函数
- 基于扩散MRI图像的脑网络分析方法
- 本发明提出一种基于扩散MRI图像的脑网络分析方法，同时采用双任务的模型训练方法，实现脑网络的综合性分析。解决脑网络在非欧空间进行表示学习的问题。同时采用双任务的模型训练方法，实现临床数据的充分利用，得到脑网络的定性和定量...
- 黄立勤叶小芳潘林杨明静
- 文献传递
- 基于多级语义信息的车道线检测方法及系统
- 本发明涉及一种基于多级语义信息的车道线检测方法及系统，该方法包括以下步骤：S1、对车道场景图像中的车道线进行分割，提取图像的低级语义信息，输出基于低级语义信息的车道线掩膜图；S2、利用图像的消失点、车道线空间信息和长距离...
- 黄立勤陈惠斌裴晨皓杨明静潘林
- 眼底照相机远程操控系统设计被引量：2
- 2009年
- 介绍了一种基于IP-VPN网络的构建眼底照相机远程操控系统的方案,系统采用C/S模式,其中视频服务器采用了CCD摄像头、H.264视频实时压缩采集卡,快速地完成视频采集、压缩编码发送。同时,视频服务器通过RS232串口通信控制步进电机动作。客户端通过WinSock编码技术实现与视频服务器通信,进而远程控制眼底照相机操作。实验结果表明,这一方案能满足眼底图像实时显示和远程操控眼底照相机的功能。
- 曾金埕潘林余轮
- 关键词：VPNH.264WINSOCK串口通信
- 一种基于Frangi增强和注意力机制UNet的眼底图像血管分割方法
- 本发明涉及一种基于Frangi增强和注意力机制UNet的眼底图像血管分割方法，首先，对输入图像提取绿色分量，并利用对比度受限直方图均衡化方法在提取绿色分量后的基础上进行对比度调整；计算出调整对比度后的图像中每个像素点的H...
- 潘林朱有煌
- 文献传递
- 一种无监督行人重识别方法
- 本发明涉及一种无监督行人重识别方法，包括以下步骤：步骤S1:获取包括若干视角的行人图像数据，构建行人数据集；步骤S2:构建行人重识别模型，并基于无监督的视角内和视角外的训练方法进行训练，得到训练后的行人重识别模型；步骤S...
- 黄立勤丁肇丰潘林杨明静
- 文献传递
