公开(公告)号：CN110309827A

公开(公告)日：2019-10-08

申请号：CN201910371329.1

申请日：2019-05-06

Applicant: 上海海洋大学

Inventor： 王振华 ,  张文苹 ,  陶志富 ,  宋巍 ,  孙亚男 ,  颜标 ,  李朝鹏

IPC: G06K9/32 ,  G06K9/62 ,  G06T7/11 ,  G06T7/13

Abstract: 本发明公开了一种基于OCT图像的水肿区域分割算法，包括如下步骤：1)图像预处理，采用高斯滤波对待分割的OCT图像进行预处理；2)水肿区域粗分割，基于K-means算法对OCT图像进行粗分割，得到OCT图像的感兴趣区域；3)水肿区域细分割，将OCT图像的感兴趣区域的作为初始边界，基于改进的水平集算法对OCT图像进行细分割。本发明减少了边界线检测计算迭代次数，提高了分割效率；时间效率提高了约23％，迭代次数减少了约30％。本发明在分割精度方面：利用SPF函数替代边缘停止函数改进了现有的水平集模型，得出的模型可收敛到ROI内部的水肿区域，从而实现OCT图像水肿区域的分割。

公开(公告)号：CN110298280A

公开(公告)日：2019-10-01

申请号：CN201910538124.8

申请日：2019-06-20

Applicant: 上海海洋大学

Inventor： 黄冬梅 ,  杜艳玲 ,  刘佳佳 ,  宋巍 ,  贺琪 ,  苏诚 ,  王平山 ,  崔建华

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了种基于MKL多特征融合的海洋涡旋识别方法，其包括如下步骤：1)对基于合成孔径雷达影像的数据集进行数据预处理；2)批量的将预处理后的合成孔径雷达影像输入特征提取器，并提取灰度共生矩阵特征、傅里叶描述子特征和Harris特征；3)构建不同种类的核函数集，获取灰度共生矩阵特征、傅里叶描述子特征和Harris特征的训练集，对所述训练集做基于多核学习的多特征融合，获得数据集；4)构建分类器模型，其用于数据集的分类。本发明采用多种特征融合策略，将多种不同类型的特征应用于识别海洋涡旋的识别，克服了现有技术中数据处理能力的局限性和存在的传统人工目视、阈值设置方法对海洋涡旋识别的局限性。

公开(公告)号：CN109740678A

公开(公告)日：2019-05-10

申请号：CN201910013102.X

申请日：2019-01-07

Applicant: 上海海洋大学

Inventor： 王振华 ,  徐利智 ,  梁素玲 ,  宋巍 ,  黄冬梅

IPC: G06K9/62 ,  G06K9/00

Abstract: 本发明属于图像处理技术领域，公开了一种基于多级不均匀空间抽样的遥感影像分类精度检验方法，进行多级不均匀抽样：通过计算遥感影像分类结果的空间破碎度，将遥感影像自低而高进行逐级区划；根据不同等级区划结果，自高至低逐级分配样本点用于遥感影像分类结果检验；基于破碎度指数的研究区域自低至高逐级区划：引入破碎度指数的概念，进行研究区域自低至高的逐级区划；再进行基于逐级区划结果的样本点布设。本发明可以保证用于精度检验的遥感影像的样本点在不同地物类型间的均衡性，亦保证了用于精度检验的样本点在空间上的代表性。

公开(公告)号：CN108921887A

公开(公告)日：2018-11-30

申请号：CN201810579628.X

申请日：2018-06-07

Applicant: 上海海洋大学

Inventor： 宋巍 ,  黄冬梅 ,  王龑 ,  典.庄多聂戈罗 ,  安东尼奥.利奥塔

IPC: G06T7/50 ,  G06T7/90

Abstract: 本发明涉及基于水下光线衰减先验性的水下场景深度地图估计方法，所述方法包括以下步骤：步骤S1、水下光线衰减先验性；步骤S2、数据集训练；步骤S3、线性模型的系数学习；步骤S4、场景深度地图估计。其优点表现在：本发明提出了基于水下光线衰减先验性的场景深度估计方法，主要是利用水下光线衰减先验性，并选择大量的训练集作为样本训练得到具有较强鲁棒性的水下场景深度估计模型，可以快速地、有效地得出正确的场景深度，并可以应用在水下图像复原过程中。

公开(公告)号：CN108257101A

公开(公告)日：2018-07-06

申请号：CN201810039369.1

申请日：2018-01-16

Applicant: 上海海洋大学

Inventor： 黄冬梅 ,  宋巍 ,  王龑 ,  王建 ,  魏立斐 ,  李明慧

IPC: G06T5/00 ,  G06T7/90

Abstract: 本发明涉及一种基于最优复原参数的水下图像增强方法，所述方法包括以下步骤：所述方法包括以下步骤：步骤S1、输入图像，收集数百张高质量的水下图片作为样本，获得新水下图像暗通道先验性；步骤S2、基于新UDCP结论的RGB三通道传输地图估计；步骤S3、基于融合方法的背景光估计；步骤S4、图像复原。其优点表现在：最终的输出结果显示在对比度、饱和度、明度等多方面都获得较好的增强效果。而且本发明的方法适用于在不同环境下的水下图像，增强后的图像可用于水下探测、海洋资源评估以及目标识别等应用。

公开(公告)号：CN107507145A

公开(公告)日：2017-12-22

申请号：CN201710739280.1

申请日：2017-08-25

Applicant: 上海海洋大学

Inventor： 黄冬梅 ,  宋巍 ,  王龑 ,  王振华 ,  贺琪 ,  杜艳玲

IPC: G06T5/00 ,  G06T5/40 ,  G06T7/90

CPC classification number: G06T5/40 ,  G06T5/002 ,  G06T7/90 ,  G06T2207/20028

Abstract: 本发明涉及一种基于不同颜色空间自适应直方图拉伸的水下图像增强方法，对GB两通道进行基于Gray-World理论的均衡化，初步得出调整后水下图像。然后分析水下图像RGB通道的分布特性，以及RGB三通道在水中传播时的衰减情况，提出在RGB颜色空间进行基于自动参数获取的自适应直方图拉伸的方法并对三个通道采用双边滤波器以减少噪声的影响。接下来，将RGB颜色空间转换到CIE-Lab颜色空间，并对‘L’，‘a’和‘b’三个分量分别进行自适应直方图拉伸。最终，经增强后的水下图像呈现出高对比度、均衡的饱和度和亮度。本发明的图像增强计算复杂度较低，主要适用于包括水下生物、海底考古、水下捕捞和目标检测等多种水下图像。