本技术揭示了一种内窥镜图像校正方法、系统及计算机存储介质，其中，方法用于对内窥镜的检测图像得方向进行校正，包括:获取当前检测图像以及与所述当前检测图像对应的加速度信息序列；根据所述加速度信息序列，计算对应所述当前检测图像的图像校正因子，得到当前校正因子，并判断所述内窥镜的当前姿态信息是否包含于加速度检测死区范围内；若否，则根据所述当前校正因子，校正所述当前检测图像；若是，则根据对应所述内窥镜当前姿态的前向姿态的先校正因子，校正所述当前检测图像。本发明提供的内窥镜图像校正方法，能够适应传感器低功耗、低成本、小体积的要求，应对死区问题，提升观察视角方向的校正精度和效果。

 本技术涉及一种多尺度表征光学影像低频定位误差自适应补偿方法，与现有技术相比实现了从时间、组成等维度考虑对低频误差解耦表征，适应构建低频误差补偿模型。本发明包括以下步骤:多尺度表征光学影像低频定位误差自适应补偿准备工作；对光学影像低频定位误差进行多时间尺度表征；考虑动态、静态误差解耦的光学影像低频定位误差模型自适应构建；利用非共线控制点对补偿模型进行偏最小二乘求解与补偿参数应用。本发明采用变分模态分解方法将低频误差表征成周期项、趋势项以及噪声项，根据其组份间量级大小关系，自适应构建低频误差补偿模型。

 本技术公开了一种基于扩散对抗模型的PET双示踪剂浓度图生成方法，使用条件GAN对扩散模型中的每个去噪步骤进行建模，并引入配对损失和循环一致损失，以生成高质量的PET双示踪剂浓度图。通过结合扩散模型的逐步优化机制和对抗生成网络的全局特性，有效解决了生成速度慢和图像质量不足的问题，实现了生成速度与质量的平衡，为多示踪剂浓度图的快速生成提供了有效手段。通过扩散过程的逐步优化机制，使生成的浓度图在结构细节上具有较高的保真度，能够真实反映多示踪剂的分布特征。该机制有效解决了现有技术中生成图像细节丢失的问题，实现了对多示踪剂分布特征的准确生成。

 本技术公开了水稻光谱胁迫指数构建方法、系统、计算机设备和存储介质，涉及水稻胁迫分类技术领域，包括:定期拍摄不同组别水稻叶片得到原始高光谱图像进行黑白矫正；对不同胁迫下的水稻叶片提取感兴趣区域，计算平均光谱数据并进行SG平滑滤波器处理；使用生成对抗网络提取贡献度最高的50个特征波段；将特征波段对应的平均光谱数据作为模型输入数据输入随机森林分类模型，得到模型分类结果；同时筛选前5的特征波段及对应权重构建光谱指数，得到胁迫指数划分胁迫类别，输出水稻的胁迫原因。本发明更高效地捕捉数据中的非线性关系，提高分类模型性能，计算效率高、适应性强，大幅度减少高光谱数据的维度，有效降低了模型计算复杂度。

 本技术涉及农业无人机遥感影像处理技术，与现有技术相比，采用轻量化网络架构，便于部署在无人机硬件设备上实现实时检测，同时通过引入小尺度检测头和多头注意力机制，显著提升对无人机拍摄小目标麦穗的检测精度。本发明包括以下步骤:轻量级Yolov10的无人机遥感麦穗实时检测数据集处理；构建轻量级Yolov10的无人机遥感麦穗实时检测模型；轻量级Yolov10的无人机遥感麦穗实时检测模型的训练；轻量级Yolov10的无人机遥感麦穗实时检测模型的验证。本发明为利用无人机进行麦穗检测和小麦产量估计提供了一种可靠的技术框架。

 本技术公开了一种水下图像色彩恒常性增强方法及系统，涉及水下图像增强技术领域，包括:接收水下图像数据，将水下图像数据输入至预先建立的基于自适应校正因子的多层次色彩校正模型内，输出得到校正图像；将校正图像输入至预先建立的多尺度联合复原网络模型内，输出得到复原图像，将复原图像输入至预先建立的基于残差的细节增强网络模型内，输出得到增强图像；将增强图像输入至预先建立的水下图像增强网络模型内进行优化训练，输出得到训练后的水下图像增强网络模型，获取待测试的水下图像数据集，将待测试的水下图像数据集输入至训练后的水下图像增强网络模型内，输出得到水下图像增强结果，显著提升了图像的色彩真实感和自然度。

 本技术涉及数据处理技术领域，本发明公开了一种基于人工智能的Wilson病损害程度评估系统及其方法，包括:从第一MRI图像中获取关于基底节的几何特征，并根据几何特征从第二MRI图像中初步分割出关于基底节部分的第一分割图像；根据纹理特征对进行第一分割图像次轮分割，得到第二分割图像；根据第一分割图像和第二分割图像划分出基底节中的铜沉积区域，并计算出铜沉积体积与基底节体积的体积比；将生理特征数据和体积比输入预先训练好的卷积神经网络模型中，以获取量化评分，并根据量化评分大小评估患者受Wilson病影响的损害程度；本发明能准确评估铜沉积对患者的损害程度。

 本技术公开了一种基于混合专家的小样本目标检测方法和装置，属于目标检测技术领域，包括:采用重复上采样和数据增强方式对新类别小样本图像进行增强；构建基于混合专家的小样本目标检测模型，其包括共享浅层特征网络、每个混合专家的独有深层特征网络、特征融合网络、以及每个混合专家对应的目标检测网络；利用基础类别图像和新类别增强图像对上述基于混合专家的小样本目标检测模型进行参数优化，本发明利用混合专家巧妙结合了不同深度的特征，学习不同深度的知识，提高了模型在小样本目标检测任务上的检测性能；同时提出结合上采样和数据增强，不仅有效减轻了上采样过程带来的过拟合问题，而且加强了小样本数据的多样性，提高了模型的鲁棒性。

本技术实施例提供了一种地表纹理绘制方法、装置及电子设备，涉及三维场景纹理绘制技术领域。该方法包括:基于三维场景中待绘制地表区域对应的待利用平铺值，对每张目标地表纹理模板进行程序随机采样，生成与该目标地表纹理模板对应的待平铺纹理模板；按照待利用平铺值，分别对每张待平铺纹理模板进行平铺，得到各张待混合纹理模板；利用所得到的各张待混合纹理模板，按照预先为待绘制地表区域设定的，且与各张目标地表纹理模板对应的模板混合权重，绘制地表纹理，得到待绘制地表区域的地表纹理。与现有技术相比，应用本发明实施例提供的方案，可以减少地表纹理呈现的重复和不自然的现象。

本文公开了一种驾驶时使用手机行为的检测方法、报警方法、装置、车辆，属于数据处理领域。该方法包括在预设时间段内，对获取到的每帧图像的使用间距进行排序，得到间距时序队列，并对间距时序队列中使用间距进行加权计算得到间距时序队列的间距平均值，且根据间距时序队列中每帧图像对应的人脸框检测结果和手机框检测结果确定距离阈值；对间距平均值与距离阈值进行对比判断，若间距平均值大于距离阈值，并且人脸朝向结果为人脸朝向手机，则将驾驶员的使用手机行为判定为玩手机，若间距平均值不大于距离阈值，则将驾驶员的使用手机行为判定为打电话，并进行报警。本申请提高了图像中手机位置的准确度，提高了判断的准确率和实时性。