-
公开(公告)号：CN105957084B
公开(公告)日：2019-06-11
申请号：CN201610297911.4
申请日：2016-05-06
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及的是数字图像处理技术领域。具体涉及一种利用点聚集特性的侧扫声纳目标探测方法。本发明包括：对侧扫声纳图像进行预处理；设定第一图像灰度初始阈值T；对侧扫声纳图像进行以阈值T进行分割，得到有效点；判断有效点个数是否在理想计算范围N以内，如果有效点个数在理想计算范围N以内，执行步骤(5)，如果有效点个数不在理想计算范围N以内，以S为速度提高阈值T，替代原有阈值，重新执行步骤(3)；得到有效点后，计算每个点的累积量。本发明提供了一种高效的分割出侧扫声纳图像中的目标的方法，对于含有构成海底强反射点的点状噪声和海底混响产生的云状噪声的侧扫声纳图像有着更好的分割效果，能够更有效的分割出聚集点。
-
公开(公告)号：CN106067172B
公开(公告)日：2018-10-26
申请号：CN201610363682.1
申请日：2016-05-27
Applicant: 哈尔滨工程大学
IPC: G06T7/33
Abstract: 本发明提供一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法，针对声纳系统探测到的水下地形高程数据，获取其实时图像，首先分析模板区域内的适配性，如果适合匹配，再通过航向角偏离程度选择不同匹配方式，对待测区进行匹配。若航向角偏离较大，直接采用精匹配方式；若航向角偏离较小，采用由粗到精的分层匹配方式。其中使用灰度的绝对差算法对水下地形图像进行粗匹配；精匹配步骤是选取灰度共生矩阵的最大相关系数、灰度‑梯度共生矩阵的均值和7个不变矩，共9个特征参数构成特征向量，使用这些特征向量对图像进行精匹配。在同等外界干扰、使用相同位置匹配算法时，能够对水下地形适配性做到良好地判断，提高了判断正确率。
-
Patent Agency Ranking
公开(公告)号：CN105205817B
公开(公告)日：2017-11-17
申请号：CN201510593890.6
申请日：2015-09-17
Applicant: 哈尔滨工程大学
IPC: G06T7/13
Abstract: 本发明涉及的是一种数字图像处理领域，具体涉及一种运用于水下潜器导航系统的基于声呐图像边缘角点直方图的水下地形匹配方法。本发明包括：(1)对原始多波束数据进行规格化与插值处理，对于深度值，通过线性变换，将其转换到0‑255范围；(2)将三维模型投影到XY平面上，若将各投影点的灰度值设置为该点在三维模型中的高度值，则该投影即为水下地形的灰度图像；(3)遍历各灰度级，统计同一灰度级下的像素数目，构成灰度直方图，获得各灰度级下像素的总数。本发明利用直方图理论，对图像的各灰度级分别进行分析，克服了传统灰度直方图分辨率差的缺点。利用边缘角点直方图作为图像特征，根据相似性计算结果对水下载体位置进行定位。在有噪声、方向误差及尺度变化存在的情况下，仍能保持结果的可靠性。
-
公开(公告)号：CN106646490B
公开(公告)日：2019-08-06
申请号：CN201610815297.6
申请日：2016-09-12
Applicant: 哈尔滨工程大学
IPC: G01S15/89
Abstract: 本发明属于数字图像处理与快速导航技术领域，具体涉及一种快速的多子图关联航向角估计方法。本发明包括：在多波束测深声纳实时图像中，从其探测矩形区域内等间距的截取三个圆形匹配子图；对三张匹配子图分别与海底基准图，使用地形参数特征对子图进行匹配定位，获取三个位置坐标；根据匹配图在基准图的位置关系，判断位置坐标可用性；如果可用，则连接三个圆形基准图的圆心，并计算连线斜率，估计航向角；通过计算运行时间，并对比其他算法时效性。本发明虽然使用到了多个子图的匹配，其运算时间大于单一子图，然而针对本发明后续的几何估计，却能在时间上大大优于原始模板遍历匹配法。
-
公开(公告)号：CN104636753B
公开(公告)日：2017-11-21
申请号：CN201510056549.7
申请日：2015-02-04
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于PCNN神经元激活率和群离散度的区域特征提取方法。包括以下步骤：步骤一：对原始图像进行预处理，将神经网络PCNN与图像对应；步骤二：将0～255的灰度范围根据目标区域划分成N个从大到小的灰度区间；步骤三：得到当前灰度区间内发生群激活的神经元；步骤四：统计发生群激活神经元的领域内受激励神经元个数，判断发生提起激活的神经元；步骤五：统计提前激活神经元个数，得到群激活率和群离散度；步骤六：读取下一个灰度区间，重复步骤三到步骤六，直到第N个区间。本发明具有计算复杂度小，分类效果好的优点。
-
公开(公告)号：CN106067172A
公开(公告)日：2016-11-02
申请号：CN201610363682.1
申请日：2016-05-27
Applicant: 哈尔滨工程大学
IPC: G06T7/00
CPC classification number: G06T2207/10004
Abstract: 本发明提供一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法，针对声纳系统探测到的水下地形高程数据，获取其实时图像，首先分析模板区域内的适配性，如果适合匹配，再通过航向角偏离程度选择不同匹配方式，对待测区进行匹配。若航向角偏离较大，直接采用精匹配方式；若航向角偏离较小，采用由粗到精的分层匹配方式。其中使用灰度的绝对差算法对水下地形图像进行粗匹配；精匹配步骤是选取灰度共生矩阵的最大相关系数、灰度‑梯度共生矩阵的均值和7个不变矩，共9个特征参数构成特征向量，使用这些特征向量对图像进行精匹配。在同等外界干扰、使用相同位置匹配算法时，能够对水下地形适配性做到良好地判断，提高了判断正确率。
-
公开(公告)号：CN105957021A
公开(公告)日：2016-09-21
申请号：CN201610168482.0
申请日：2016-03-23
Applicant: 哈尔滨工程大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/10024 , G06T2207/20024
Abstract: 本发明属于数字图像处理领域。具体地说是一种改进的用于去除干扰噪声的P‑G快速方法。本发明包括：对原图像进行灰度变换，去除图像颜色；对图像中的非噪声点进行标记；将非噪声点储存到数组中；将图像中的噪声点和其他干扰点初始值设置为均值；根据图像的频域设置截止频率，并且用平滑的频域低通滤波器代替原有的频域低通滤波器，保留部分高频信息。本发明将P‑G外推法运用到了图像去噪的领域，通过设计更平滑的滤波器，保留了部分高频信息，同时改善了在滤波过程中造成信号能量减小的情况，解决了原有P‑G算法在修复后边缘模糊与亮度偏暗的不足。
-
-
-
-
-
-
Search Results
17
records
(took 0.035 seconds)
