-
公开(公告)号：CN107330405A
公开(公告)日：2017-11-07
申请号：CN201710526744.0
申请日：2017-06-30
Applicant: 上海海事大学
CPC classification number: G06K9/0063 , G06K9/6256 , G06K9/6268
Abstract: 本发明涉及一种基于卷积神经网络的遥感图像飞机目标识别方法，包含：S1、建立飞机图像库，包括训练图像和测试图像；S2、初始化设置卷积神经网络，并设置该卷积神经网络的训练过程；S3、初始化设置卷积神经网络中的参数；S4、读取训练图像数据，根据卷积神经网络的训练过程对训练图像数据进行卷积和池化的训练操作，得到训练图像的实际输出；S5、调整卷积神经网络的参数，使得训练图像数据的指定目标输出和实际输出之间的误差值满足精度要求；S6、读取测试图像，采用测试网络，输出遥感图像飞机目标识别结果。本发明对旋转、尺度缩放或者其他形变具有稳定性，增强通用性，提高识别精度及抗噪性。
-
公开(公告)号：CN103413127B
公开(公告)日：2016-06-08
申请号：CN201310408461.8
申请日：2013-09-10
Applicant: 上海海事大学
Abstract: 一种基于频谱奇异值分解的海上目标显著性检测方法，利用海上图像CIELab空间的亮度和颜色通道，对其分别进行傅里叶变换，并根据设定的阈值选择其幅度谱的非主要分量，与原相位谱结合进行傅里叶逆变换，得到各特征的显著图，将颜色显著图合并后再与亮度显著图合并得到总显著图。本发明能够快速提取海上场景中的显著区域，有利于海上场景中目标检测，较好的抑制了海杂波的干扰，无须多个尺度的显著图融合，可在图像原图尺度上实现，能为海难搜救中的目标检测、海事监控、港口视频监控、海事执法取证中的各类船舶检测等提供机器视觉的辅助手段。
-
公开(公告)号：CN102800086A
公开(公告)日：2012-11-28
申请号：CN201210207271.5
申请日：2012-06-21
Applicant: 上海海事大学
Inventor： 任蕾
IPC: G06T7/00
Abstract: 本发明公开一种海上场景显著性检测方法，其包含：1、提取海上场景图像序列；2、每帧图像转换至CIELab颜色空间，提取亮度和颜色通道的特征图；3、各提取的特征分别与其全局中值差的绝对值作为全局显著图；4、各特征分别与其局部均值滤波差的绝对值作为局部显著图；5、各特征的全局显著图和局部显著图分别合并得总显著图；6、各帧图像的颜色通道的显著图线性合并，再分别与其亮度显著图融合为总显著图；7、以每帧检测结果为中心进行累积，修正当前帧的显著图；8、总显著图转换为二值化图像，得到海上场景显著目标区域。本发明可快速提取海上场景中的显著区域，较好的抑制了海杂波的干扰，实现简单，适合实时应用。
-
公开(公告)号：CN103413320B
公开(公告)日：2016-12-28
申请号：CN201310387277.X
申请日：2013-08-30
Applicant: 上海海事大学
IPC: G06T7/00
Abstract: 本发明公开了一种港口污染物显著性检测方法，包含如下步骤：步骤1：提取港口可见光图像，进行预处理；步骤2：提取图像的亮度特征和颜色特征；步骤3：对步骤2中所述的亮度特征和颜色特征分别进行离散Walsh-Hadamard变换；步骤4：对步骤3所述的离散Walsh-Hadamard变换后的频谱保留符号，并做逆变换；步骤5：对经步骤4逆变换后的图像进行滤波，得到所述亮度特征和颜色特征的显著图；步骤6：线性合并步骤5中所述的颜色特征的显著图，并与所述的亮度特征的显著图合并为总显著图；步骤7：利用归一化阈值，对总显著图进行二值化，得到二值化显著图。本发明抑制港口场景图像中的背景部分，突出目标区域，进而方便后续的目标检测和识别，为海事部门执法提供技术支持。
-
公开(公告)号：CN102156881A
公开(公告)日：2011-08-17
申请号：CN201110092940.4
申请日：2011-04-13
Applicant: 上海海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多尺度图像相位信息的海难搜救目标检测方法，所述方法主要包括如下步骤：首先提取海难搜救场景图像的亮度特征图像，并进行下采样，得到三个不同尺度下的亮度图；然后对每幅图像进行傅里叶变换计算其相位谱，并以此为基础得到各尺度图像的显著图；最后对三幅显著图进行合并，得到总显著图，并通过设定的阈值提取显著目标。本发明所用方法简单，兼顾了多个图像尺度，可以同时检测到不同尺寸的目标，为后续海难搜救中的目标跟踪和识别提供基础。
-
Patent Agency Ranking
公开(公告)号：CN107169516B
公开(公告)日：2020-10-23
申请号：CN201710329881.5
申请日：2017-05-11
Applicant: 上海海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于K‑L变换的海上小目标显著性检测方法，包含以下步骤：步骤S1：提取海上场景可见光图像CIELab空间的一个亮度通道特征图和两个颜色通道特征图；步骤S2：对步骤S1所得到的各通道分别进行傅里叶变换，分别得到其幅度谱和相位谱；步骤S3：对步骤S2所得到的各通道的幅度谱分别进行K‑L变换；步骤S4：对步骤S3所得到的各通道的幅度谱的K‑L变换结果，根据海上图像数据集合的特征选择其主分量，并以此求解各幅度谱的差谱矩阵；步骤S5：将步骤S4所得到的各通道的差谱矩阵与各原相位谱结合分别进行离散傅里叶逆变换，得到各通道的显著图；步骤S6：利用动态加权方法计算总显著图。本发明通过突出小目标，抑制背景，实现海上小目标的检测与跟踪。
-
公开(公告)号：CN107169516A
公开(公告)日：2017-09-15
申请号：CN201710329881.5
申请日：2017-05-11
Applicant: 上海海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于K‑L变换的海上小目标显著性检测方法，包含以下步骤：步骤S1：提取海上场景可见光图像CIELab空间的一个亮度通道特征图和两个颜色通道特征图；步骤S2：对步骤S1所得到的各通道分别进行傅里叶变换，分别得到其幅度谱和相位谱；步骤S3：对步骤S2所得到的各通道的幅度谱分别进行K‑L变换；步骤S4：对步骤S3所得到的各通道的幅度谱的K‑L变换结果，根据海上图像数据集合的特征选择其主分量，并以此求解各幅度谱的差谱矩阵；步骤S5：将步骤S4所得到的各通道的差谱矩阵与各原相位谱结合分别进行离散傅里叶逆变换，得到各通道的显著图；步骤S6：利用动态加权方法计算总显著图。本发明通过突出小目标，抑制背景，实现海上小目标的检测与跟踪。
-
公开(公告)号：CN102800086B
公开(公告)日：2015-02-04
申请号：CN201210207271.5
申请日：2012-06-21
Applicant: 上海海事大学
Inventor： 任蕾
IPC: G06T7/00
Abstract: 本发明公开一种海上场景显著性检测方法，其包含：1、提取海上场景图像序列；2、每帧图像转换至CIELab颜色空间，提取亮度和颜色通道的特征图；3、各提取的特征分别与其全局中值差的绝对值作为全局显著图；4、各特征分别与其局部均值滤波差的绝对值作为局部显著图；5、各特征的全局显著图和局部显著图分别合并得总显著图；6、各帧图像的颜色通道的显著图线性合并，再分别与其亮度显著图融合为总显著图；7、以每帧检测结果为中心进行累积，修正当前帧的显著图；8、总显著图转换为二值化图像，得到海上场景显著目标区域。本发明可快速提取海上场景中的显著区域，较好的抑制了海杂波的干扰，实现简单，适合实时应用。
-
公开(公告)号：CN103413320A
公开(公告)日：2013-11-27
申请号：CN201310387277.X
申请日：2013-08-30
Applicant: 上海海事大学
IPC: G06T7/00
Abstract: 本发明公开了一种港口污染物显著性检测方法，包含如下步骤：步骤1：提取港口可见光图像，进行预处理；步骤2：提取图像的亮度特征和颜色特征；步骤3：对步骤2中所述的亮度特征和颜色特征分别进行离散Walsh-Hadamard变换；步骤4：对步骤3所述的离散Walsh-Hadamard变换后的频谱保留符号，并做逆变换；步骤5：对经步骤4逆变换后的图像进行滤波，得到所述亮度特征和颜色特征的显著图；步骤6：线性合并步骤5中所述的颜色特征的显著图，并与所述的亮度特征的显著图合并为总显著图；步骤7：利用归一化阈值，对总显著图进行二值化，得到二值化显著图。本发明抑制港口场景图像中的背景部分，突出目标区域，进而方便后续的目标检测和识别，为海事部门执法提供技术支持。
-
公开(公告)号：CN101976439A
公开(公告)日：2011-02-16
申请号：CN201010527763.3
申请日：2010-11-02
Applicant: 上海海事大学
Abstract: 本发明公开了一种应用于海难搜救机器视觉系统中，结合运动信息的视觉注意模型，在实施时，主要利用图像序列中的亮度、颜色和运动信息三个方面的特征，利用线性合并策略形成视觉显著图，并通过竞争机制获得当前视觉注意焦点，以此进行海难搜救的目标检测。此处的运动信息来源于图像序列的当前帧与滑动平均后背景图像之间差分的结果。本发明的使用，可以实现在海难搜救动态背景条件下生成搜救目标显著图，从而得到视觉注意焦点。本发明使用的运动信息计算量小、实现方便，同时该方法不必计算传统视觉注意模型中的方向特征，这样可以有效去除水天线带来的干扰，使视觉注意模型更适用于海难搜救特定环境中。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
