-
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
Applicant: 哈尔滨工程大学
IPC: G06T5/00
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。
-
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
Applicant: 哈尔滨工程大学
IPC: G06T5/00
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。
-
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
Applicant: 哈尔滨工程大学
IPC: G06T5/00
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。
-
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
Applicant: 哈尔滨工程大学
IPC: G06T7/00
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
公开(公告)号：CN102903084B
公开(公告)日：2015-09-30
申请号：CN201210359004.X
申请日：2012-09-25
Applicant: 哈尔滨工程大学
IPC: G06T5/00
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。
-
公开(公告)号：CN104200434A
公开(公告)日：2014-12-10
申请号：CN201410431699.7
申请日：2014-08-28
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种应用于图像去噪并作为后续目标识别的预处理的基于噪声方差估计的非局部均值图像去噪方法。本发明包括：输入噪声图像，获取噪声图像尺寸；生成一个与噪声图像相同尺寸的零矩阵；对噪声图像边缘进行对称扩展；估计噪声方差，确定全局平滑参数；遍历噪声图像中每个像素，计算权值；利用非局部均值算法计算去噪图像。本发明中基于噪声方差估计的非局部均值图像去噪方法，可以显著提高噪声图像清晰度，并且去噪后能更清晰地保留边缘和细节信息。
-
公开(公告)号：CN102496144A
公开(公告)日：2012-06-13
申请号：CN201110360694.6
申请日：2011-11-15
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供基于HSV色彩空间的NSCT水声图像增强方法，包括以下步骤：对RGB空间的水声图像转换至HSV空间，将HSV图像分解成色度H，饱和度S，数值V三个分量，对色度H分量和饱和度S分量进行中值滤波，对数值V分量进行NSCT增强，分别得到增强后的三个新分量H’、S’、V’，将H’、S’、V’合成新的HSV’图像，对于得到的新HSV’图像并进行中值滤波，将新的HSV’图像逆变换至RGB空间，得到增强后的图像。本发明对于原始水声图像的信息量和清晰度有明显的提高，在增强后能比较清晰地获得边缘和细节信息，对于以后进一步分析处理等有很大的帮助。
-
公开(公告)号：CN104200434B
公开(公告)日：2017-04-12
申请号：CN201410431699.7
申请日：2014-08-28
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种应用于图像去噪并作为后续目标识别的预处理的基于噪声方差估计的非局部均值图像去噪方法。本发明包括：输入噪声图像，获取噪声图像尺寸；生成一个与噪声图像相同尺寸的零矩阵；对噪声图像边缘进行对称扩展；估计噪声方差，确定全局平滑参数；遍历噪声图像中每个像素，计算权值；利用非局部均值算法计算去噪图像。本发明中基于噪声方差估计的非局部均值图像去噪方法，可以显著提高噪声图像清晰度，并且去噪后能更清晰地保留边缘和细节信息。
-
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
Applicant: 哈尔滨工程大学
IPC: G06T7/00
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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.044 seconds)
