基于水下图像统计特性的边缘检测方法

    公开(公告)号:CN102903108B

    公开(公告)日:2015-02-25

    申请号:CN201210359002.0

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供基于水下图像统计特性的边缘检测方法,包括如下步骤:对水下图像进行统计特性分析,对两幅水下图像进行平滑,计算平滑后的数据阵列的梯度幅值和梯度方向,对梯度幅值进行非极大值抑制,利用Rosin方法获得单峰图像阈值,利用递归跟踪的算法不断的在低阈值图像中搜集边缘,直到将高阈值图像中所有的间隙都连接起来为止。本发明可以针对不同的水下图像自动设置边缘检测的合理阈值,克服了传统方法手动阈值设定不准确的缺点。同时通过合理确定高斯平滑参数及邻域范围捕捉图像边缘信息,能够在去除噪声的同时,更好地检测图像的边缘轮廓。

    基于多目标量子磷虾群机制的多无人机任务分配方法

    公开(公告)号:CN112926825B

    公开(公告)日:2023-10-10

    申请号:CN202110079047.1

    申请日:2021-01-21

    Abstract: 本发明提供一种基于多目标量子磷虾群机制的多无人机任务分配方法,针对当无人机任务分配过程中有多个目标需要同时被求解时,本发明设计了多目标量子磷虾群机制来解决多无人机作战任务的多目标联合求解问题,通过使用非支配解排序和拥挤度计算的方法对量子磷虾的位置进行评价,使整个量子磷虾群向有较高的非支配等级和较大拥挤度的量子磷虾位置演化,能够获得更好的性能,而且得到的Pareto最优解能够支配使用单目标优化算法求得的单目标解,实现了能够为同时考虑多个目标的任务分配提供不同的分配方案,决策者可以根据实际工程问题中目标的重要程度来选择合适的任务分配方案,拓宽了已有任务分配方法的应用范围,有更广阔的应用前景。

    基于多目标量子磷虾群机制的多无人机任务分配方法

    公开(公告)号:CN112926825A

    公开(公告)日:2021-06-08

    申请号:CN202110079047.1

    申请日:2021-01-21

    Abstract: 本发明提供一种基于多目标量子磷虾群机制的多无人机任务分配方法,针对当无人机任务分配过程中有多个目标需要同时被求解时,本发明设计了多目标量子磷虾群机制来解决多无人机作战任务的多目标联合求解问题,通过使用非支配解排序和拥挤度计算的方法对量子磷虾的位置进行评价,使整个量子磷虾群向有较高的非支配等级和较大拥挤度的量子磷虾位置演化,能够获得更好的性能,而且得到的Pareto最优解能够支配使用单目标优化算法求得的单目标解,实现了能够为同时考虑多个目标的任务分配提供不同的分配方案,决策者可以根据实际工程问题中目标的重要程度来选择合适的任务分配方案,拓宽了已有任务分配方法的应用范围,有更广阔的应用前景。

    一种含Cu止裂钢及其制备方法

    公开(公告)号:CN105970099B

    公开(公告)日:2017-12-19

    申请号:CN201610487698.3

    申请日:2016-06-28

    Abstract: 本发明提供的是一种含Cu止裂钢及其制备方法。成分为C 0.02~0.10%,Cu 0.1~1%,Si 0.1~0.4%,Mn 0.5~1.2%,Al 0~0.2%,Cr 0.1~0.3%,Ni 0.5~1.5%,Mo 0~0.8%,Nb 0.01~0.05%,Ti 0.03~0.2%,S≤0.005%,P≤0.01%,其余为Fe和不可避免的杂质元素。其制备方法熔炼;热轧,粗轧温度1000~1100℃,精轧开轧温度800~1000℃。本发明通过设计适当微合金含量配比生成富铜纳米相,通过轧制和热处理工艺,控制钢中相组成及其形貌和尤其是富铜纳米相的析出,从而提高含Cu止裂钢的强度、韧性和止裂性能。

    一种α稳定模型下的小波域图像噪声方差估计方法

    公开(公告)号:CN102903084A

    公开(公告)日:2013-01-30

    申请号:CN201210359004.X

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供一种α稳定模型下的小波域图像噪声方差估计方法,包括对含噪图像进行小波域分解,进行α稳定模型下的原始系数参数估计,获得尺度参数和形状参数,从而获得原始系数的估计熵值;建立对角子带的含噪系数直方图,计算含噪系数熵值并记录子带系数熵值与原始系数熵值的熵值差、噪声方差的值;以步进量L更新噪声方差的值,重复上述步骤;对随机选取的1000幅不同图像重复上述过程,并计算在同一噪声标准差下的1000个熵值差的均值;建立噪声标准差与熵值差间的二次拟合关系获得拟合系数,从而获得方差估计表达式。本发明具有较强的鲁棒性,简化了模型参数估计和熵值的计算过程,易于计算和实现,具有更高的估计精度。

    基于HSV色彩空间结合Retinex的水下图像增强方法

    公开(公告)号:CN102930512B

    公开(公告)日:2015-12-02

    申请号:CN201210359018.1

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供基于HSV色彩空间结合Retinex的水下图像增强方法,包括如下步骤:读取RGB空间水声图像,将其转换成HSV空间图像;将HSV空间图像分解成色度H、饱和度S、数值V三个分量;对色度H分量保持不变,饱和度S分量进行表面波去噪,对数值V分量进行Retinex增强,得到处理后的三个分量H,S,V;将色度分量H、去噪后的饱和度分量S′、以及增强后的数值分量V'合成新的HSV图像;将新的HSV图像逆变换至RGB空间,得到增强后的图像。本发明利用色彩空间转换以及不同增强方法的结合对水下图像进行增强,能有效保持图像的边缘和目标特性,为后续处理和分析提供准确的目标特性和边缘保持度。

    基于HSV色彩空间结合Retinex的水下图像增强方法

    公开(公告)号:CN102930512A

    公开(公告)日:2013-02-13

    申请号:CN201210359018.1

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供基于HSV色彩空间结合Retinex的水下图像增强方法,包括如下步骤:读取RGB空间水声图像,将其转换成HSV空间图像;将HSV空间图像分解成色度H、饱和度S、数值V三个分量;对色度H分量保持不变,饱和度S分量进行表面波去噪,对数值V分量进行Retinex增强,得到处理后的三个分量H,S,V;将色度分量H、去噪后的饱和度分量S′、以及增强后的数值分量V'合成新的HSV图像;将新的HSV图像逆变换至RGB空间,得到增强后的图像。本发明利用色彩空间转换以及不同增强方法的结合对水下图像进行增强,能有效保持图像的边缘和目标特性,为后续处理和分析提供准确的目标特性和边缘保持度。

    基于水下图像统计特性的边缘检测方法

    公开(公告)号:CN102903108A

    公开(公告)日:2013-01-30

    申请号:CN201210359002.0

    申请日:2012-09-25

    Abstract: 本发明的目的在于提供基于水下图像统计特性的边缘检测方法,包括如下步骤:对水下图像进行统计特性分析,对两幅水下图像进行平滑,计算平滑后的数据阵列的梯度幅值和梯度方向,对梯度幅值进行非极大值抑制,利用Rosin方法获得单峰图像阈值,利用递归跟踪的算法不断的在低阈值图像中搜集边缘,直到将高阈值图像中所有的间隙都连接起来为止。本发明可以针对不同的水下图像自动设置边缘检测的合理阈值,克服了传统方法手动阈值设定不准确的缺点。同时通过合理确定高斯平滑参数及邻域范围捕捉图像边缘信息,能够在去除噪声的同时,更好地检测图像的边缘轮廓。

Patent Agency Ranking