本发明涉及图像处理领域，公开了一种图像轮廓保留的高斯模糊方法以及相关装置。该方法包括:获取待处理的目标图像；根据预置转换算法，对所述目标图像进行矩阵化处理，得到图像矩阵；根据设置的模糊半径，生成卷积核；基于预置卷积核，对所述图像矩阵进行高斯混合计算处理，生成所述卷积核中每个元素的权重；根据所述卷积核中每个元素的权重，利用所述卷积核对所述图像矩阵中进行归一化处理，生成图像归一化矩阵；基于所述图像归一化矩阵，生成所述目标图像对应的高斯模糊图像。本发明解决了现有技术的图像模糊处理中细腻度不足图像的轮廓丢失严重的技术问题。

 本发明公开一种基于SwinUnet的改进3D医学图像分割方法，基于SCConv3D和AxialAttention特征融合的改进3D医学图像分割方法，解决在医学分割领域VisionTransformer模块和卷积模块结合但提取的特征效果不佳的问题。解决下采样过程中，特征提取效果差，不适配的问题，提升在图像分割的训练速度和准确率。

 本申请公开了一种全局主成分引导下的端到端锚点多视图图像聚类方法，具体涉及图像处理的领域。包括:获取各视图的子视图样本矩阵，并确定特征映射矩阵；获取全局锚点矩阵及锚点图矩阵；在锚点图矩阵中获取锚点模糊标签矩阵，并基于锚点模糊标签矩阵得到样本模糊标签矩阵；基于子视图样本矩阵、特征映射矩阵、全局锚点矩阵、锚点图矩阵、锚点模糊标签矩阵及样本模糊标签矩阵建立目标函数；重新确定特征映射矩阵，并重新通过特征映射矩阵将所有视图的子视图样本矩阵转换至统一潜在空间，直至目标函数收敛，输出最终的样本模糊标签矩阵。能实现目标函数的统一以便于模型优化习得全局最优解并提升聚类精度。

 本发明涉及基于视图交互聚合的矢量地图构建方法和系统，获取可见光图像，分别提取可见光图像在像素级坐标系和摄像机坐标系下的特征，通过异步互学习融合模块得到融合特征；融合特征通过关键点预选取模块，得到深度实例特征和几何位置特征，并作为初始参考点；以融合特征，和基于关键点预选取模块得到的关键点查询与实例查询，作为目标检测算法的输入，得到的初始参考点作为目标检测算法额外的提示特征，得到预测的矢量地图元素标签以及所在的位置；预测的矢量地图元素标签以及所在的位置形成单帧的矢量地图，将历史帧中的丰富特征信息与当前帧中的稀疏特征进行聚合，以增强当前帧的稀疏特征，进一步通过检测头得到矢量地图。

 一种基于部件的手写汉字评价方法，涉及计算机图形学。包括步骤:1）对给定的手写汉字的部分部件进行“随机移动”和“大小变化”调整；2）使用未经变化的标准布局手写汉字和步骤1）中生成的数据作为数据集，对汉字部件重建模块进行预训练；3）利用预训练的汉字部件重建模块，对手写汉字的布局特征进行提取；4）以手写汉字的布局特征为输入，结合布局评价模块进行手写汉字布局评价，得到评价结论及修改建议；5）利用布局评价的建议对手写汉字进行调整。解决现有技术在汉字评价方式、评价结果展示方面的不足，同时有效缩短传统手工设计评价模板的周期并降低成本。在书法教育、字体设计、文字识别领域等领域具备广泛的应用前景。

 本发明公开了一种联合级联3DCNN与SDTA编码的高光谱影像矿区树种分类方法，包括以下步骤:构建级联3D卷积神经网络提取局部光谱特征和空间特征；通过分割深度转置注意力编码器，对通道维度特征权重进行动态更新；通过将3D卷积与分割深度转置注意力编码器结合以后，在矿区树种分类中提取和分离光谱相近的树种之间的特征；基于残差连接构建融合高级特征和低级特征的模块，并最终将特征展平输入到全连接层，使用softmax激活函数输出最终的分类概率。构建了适用于机载高光谱数据的矿区树种分类深度网络，通过级联3D卷积网络架构提升高维度特征提取能力。

 本申请公开了一种隐式锚点引导下的快速多视图图像聚类算法，具体涉及图像处理的领域。包括:获取各视图的子视图样本矩阵，并随机生成样本标签矩阵；构建锚点特征矩阵和锚点指示矩阵；构造各视图的特征结构图和重构共识图；确定所有视图的特征结构图与重构共识图的损失误差，并基于损失误差建立目标函数；对目标函数中的锚点特征矩阵、锚点指示矩阵及样本标签矩阵进行更新，直至目标函数达到预设条件，输出最优的样本标签矩阵。引入锚点特征矩阵以及锚点指示矩阵构造结构图损失函数以实现样本特征向标签信息的传播，并在优化过程中隐式更新锚点信息以精简优化过程，并使求解优化加速，减少计算时间。

 本发明公开了一种基于图像处理的船舶吃水线检测方法，包括S1:获取船舶吃水线检测图像，并进行预处理；S2：对预处理后的图像进行图像分割操作，并基于分割后的若干局部图像得到像素点的梯度幅值和梯度方向；S3：对分割后的若干局部图像进行非极大值抑制操作得到细化后的图像；S4：通过双阈值排除细化后的图像中的非边缘区域；S5：对排除了非边缘区域的图像进行链接操作，形成完整的边界轮廓；S6：将经过S5处理后的若干局部图像重新拼接得到吃水线优化后的图像。本发明对图像进行了分割处理，并根据梯度幅值设定双阈值，并且双阈值能够根据图像像素变化而自适应调整，避免误剔除吃水线的弱边缘的问题，保证吃水线的准确检测。

 本发明涉及牛蛙养殖技术领域，具体公开了基于深度学习的牛蛙动态疾病识别系统及方法，包括设置监测区域并在监测区域内设置若干驱赶设备，在预设时间段对监测区域内的牛蛙进行驱赶；获取驱赶设备启动后预设时间段内监测区域内的第一视频信息和喂食时间段内的第二视频信息，并对第一视频信息和第二视频信息进行分析，基于跳跃信息和移动信息进行疾病预警，本发明通过对牛蛙常见病中能够体现在外观的的疾病，通过图片的深度学习和识别进行判断，对于不能体现在外观的的疾病，通过牛蛙在驱赶和喂食过程中的跳跃信息和移动信息，并基于跳跃信息和移动信息进行疾病预警，达到更好的牛蛙养殖管理效果。

 一种基于软件imagej批量处理磷酸镁水泥胶凝材料图像中孔隙参数的识别方法，涉及磷酸镁水泥微观结构图像识别领域，具体涉及一种基于软件imagej批量处理磷酸镁水泥胶凝材料图像中孔隙参数的识别方法。本发明是要解决MPC的SEM图像数据量大，单纯依靠人工分析难以满足实际需求的技术问题。本发明利用ImageJ软件实现了对批量磷酸镁水泥胶凝材料孔隙参数的图像识别，大大提高了处理效率。本发明的方法避免了传统方法中人为判断的主观性和误差且结合了图像处理技术和机器学习算法，为多孔材料的孔隙结构分析提供了新的思路和方法。随着技术的不断发展，该方法有望在更多领域得到应用和推广，推动相关技术的创新和发展。