-
公开(公告)号：CN116437020A
公开(公告)日：2023-07-14
申请号：CN202310415346.7
申请日：2023-04-18
Applicant: 大连海事大学
Abstract: 本发明提供一种视网膜图像压缩嵌入普通图像的加密方法，包括：首先，利用Sobel算子的边缘检测方法对视网膜图像中的敏感区域进行识别，并对识别出的敏感区域和非敏感区域分别进行无损压缩和有损压缩。压缩后的视网膜图像信息被嵌入到载体图像中。其次，在经典LSB嵌入算法的基础上，首次提出了结合混沌映射的CLSB算法。该算法通过混沌序列确定各元素的嵌入位置。然后对多个载体图像进行联合加密。置乱过程分为两个阶段，每个阶段都伴随着矩阵维数的降低。第一阶段，利用三维曲面函数对三维矩阵进行预排列，并将三维矩阵转换为二维矩阵；第二阶段采用混沌序列对二维矩阵进行索引置乱，得到置乱图像；最后利用经典的加法和模量法进行扩散得到密文图像。
-
公开(公告)号：CN110738171B
公开(公告)日：2023-05-05
申请号：CN201910976493.5
申请日：2019-10-15
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/764
Abstract: 本发明公开了一种基于类特征迭代随机采样的高光谱图像谱空分类方法，包括根据高光谱图像数据和地物类别标签信息计算各类的类特征准则；根据类特征准则迭代地计算每个类别在分类时应分配的训练样本数目；根据每类已分配的训练样本数目和目标地物样本集参数信息计算目标地物的平均光谱特征和自相关矩阵，根据各地物平均光谱特征、自相关矩阵的逆矩阵、通过约束能量最小化方法计算针对于该地物、高光谱图像中每个像元对应的丰度信息，根据分类图像信息计算相邻两次迭代分类结果的相似性系数，判断所述相似性系数是否已满足迭代分类的截止条件、对融合更新后的数据进行迭代分类。
-
公开(公告)号：CN115795246A
公开(公告)日：2023-03-14
申请号：CN202211313498.8
申请日：2022-10-25
Applicant: 大连海事大学
Abstract: 本发明公开的一种基于3D谱‑空抗干扰的高光谱解混方法，包括如下步骤：利用高光谱图像提取初始端元和丰度；对高光谱图像数据空间进行转换，重新评价变换域中的各维度的优先级；根据各维度优先级的贡献度进行加权操作；对原始高光谱图像进行超像素分割，将高光谱图像划分为多个近似同质空间；利用超像素设计丰度局部相似约束；根据波段优先级和局部相似约束迭代优化丰度和端元；该方法根据各维度优先级的贡献度进行加权，削弱高阶统计量的贡献，提高低阶统计量的重要度来改善光谱的纯净度，利用超像素来诱导子空间内的结构稀疏性和局部相似性，降低对像素噪声和光谱变异性等干扰的敏感度。
-
公开(公告)号：CN115272106A
公开(公告)日：2022-11-01
申请号：CN202210799112.2
申请日：2022-07-06
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于局部极值约束的总差分非盲图像去模糊方法，包括：根据图像暗通道定义获得退化图像的暗通道，对暗通道中元素为零的位置赋予一个大于零的极小值，获得退化图像的局部极值；根据退化图像的局部极值与图像局部结构之间的关系，构建局部极值约束，根据局部极值约束强化图像的空间局部结构，构建两种局部极值约束的总差分模型；提出基于局部极值约束的总差分图像去模糊方法，采用该方法恢复图像的固有空间局部结构得到恢复图像。该方法利用图像局部极值强化图像的结构信息，联合总差分模型恢复退化图像，从而有效恢复图像的固有空间局部结构。
-
公开(公告)号：CN114140658A
公开(公告)日：2022-03-04
申请号：CN202111462742.2
申请日：2021-11-26
Applicant: 大连海事大学
IPC: G06V10/771 , G06V10/98 , G06V20/10 , G06N3/12 , G06K9/62
Abstract: 本发明公开了一种面向目标特性的多目标优化高光谱图像波段选择方法，包括：将高光谱图像波段选择问题转化成一个多目标优化问题，考虑高光谱图像的整体特征，构建具有冲突的信息熵、JS散度和信噪比作为目标函数，同时优化评价波段的三个目标函数，以找到最佳折衷解；采用基于非劣解优势矩阵的选择机制，为寻优提供准确的选择，提升多目标优化问题的可扩展性；利用具有遗传思想的群智能优化方法，实现种群间相互通信，协同优化；结合目标特性选择出表征能力强的波段子集。本发明可以达到对高光谱图像有效降维的目的；面向目标特性的选择Pareto解的方式，可以获得表征能力强的波段子集，具有良好的检测效果，对于高光谱图像波段选择有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN111516805A
公开(公告)日：2020-08-11
申请号：CN202010472841.8
申请日：2020-05-28
IPC: B63B23/00
Abstract: 本发明公开了一种小型AUV集群水下布放/回收系统，包括：用于在水下对AUV进行收纳的回收结构，对该回收结构进行固定、提起传送至母船的入口处伸缩结构，设置在母船上与所述伸缩结构相连接并接收回收结构传输的AUV的自动排缆机构；所述回收结构包括位于其上部用于对回收AUV的过程进行控制的ROV动力结构，所述ROV动力结构的底端固定连接有用于装载AUV的回收舱结构。该系统采用软硬结合的方式布放/回收AUV，海面以上采用伸缩导轨硬链接设计，完全避免了AUV回收过程中与母船发生碰撞，海面以下采用脐带缆与回收机构连接的软连接方式，为回收机构的自由运动提供了方便。
-
公开(公告)号：CN106408034B
公开(公告)日：2019-11-26
申请号：CN201610905667.5
申请日：2016-10-17
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于空间特征迭代的高光谱图像分类方法，根据高光谱样本数据计算出地物类别的光谱签名di；并设置类别目标集合、背景端元集合及颜色约束矩阵；利用高光谱图像的背景端元U、约束矩阵C及图像自相关逆矩阵R‑1定义一个能同时进行多类别分类的分类器Tk，并提取所有类别目标的初始分类结果，同时提取每种类别目标分类结果的空间特征{Tk(iG)}，接着把空间特征{Tk(iG)}反馈叠加到待分类的高光谱图像中进行空间特征与谱间特征的融合；再通过迭代的方式进行多类别的同时分类，直到达到设定的迭代停止条件；最后把分类结果采用不同颜色进行标注。本方法有效利用光谱统计特征与迭代空间特征相融合的方式进行高光谱图像类别特征判断，逐步提高高光谱图像分类的准确度。
-
公开(公告)号：CN106650811B
公开(公告)日：2019-08-13
申请号：CN201611218275.8
申请日：2016-12-26
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明提供一种基于近邻协同增强的高光谱混合像元分类方法，包括：利用已标记的样本地物计算多目标地物的光谱签名矩阵；设计基于光谱特征的多类别分类器将地物进行分类；在分类结果中融合空间结构特征，并提取近邻像元；利用近邻像元协同对未标记高光谱地物进行类别标记；采用迭代方法逐步将未标记的地物分别进行分类标注；利用邻域扩展的方式进一步融合目标地物的空间特征，完成最终分类标记。本发明利用多类别分类器对地物类别进行同时分类，解决了传统分类方法无法对背景地物进行分类的问题；并利用近邻协同增强的方式，逐步对未标记的地物目标进行标记，有效的融合了地物的光谱特征和空间特征，分类效果较好。
-
-
公开(公告)号：CN107238591A
公开(公告)日：2017-10-10
申请号：CN201710390597.9
申请日：2017-05-27
Applicant: 大连海事大学
IPC: G01N21/64
CPC classification number: G01N21/64 , G01N21/6486 , G01N2021/6423
Abstract: 本发明提出了一种活体荧光的光谱解混探测方法，包括如下步骤：获取待分析的活体荧光图像，分析该活体荧光图像的混合荧光光谱，根据自发荧光光谱和目标荧光光谱，建立当前荧光图像的线性光谱混合模型；建立所述线性光谱混合模型的正交子空间投影，结合最小二乘算法消除所述线性光谱混合模型中的自发荧光光谱，进而非分离得出感兴趣光谱，即目标荧光光谱。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.025 seconds)
