-
公开(公告)号：CN110288539A
公开(公告)日：2019-09-27
申请号：CN201910474573.0
申请日：2019-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种结合颜色空间移动与暗通道先验的水下图像清晰方法，通过采集水下图像，对输入的已经产生雾化效果的水下图像，反演水下图像雾化过程建立退化模型；通过颜色空间移动得到暗通道图，使此暗通道图更适应水下环境成像特性，进而对暗通道图进行分块循环筛选，定位到最佳分析区域，以便更加准确的利用上述模型估计全局背景光强；再通过得到的暗通道图与全局背景光强，带入已建立的模型，反演图像退化过程，复原水下图像，有效的去除雾化效果带来的模糊，实现水下图像的清晰化。该水下图像去雾清晰化方法具有实用性强、鲁棒性好、易于实现的特点，对人工照明、白色鱼群等不利因素有一定抗性，具有广阔的应用前景和良好的经济效益。
-
公开(公告)号：CN109859200A
公开(公告)日：2019-06-07
申请号：CN201910117583.9
申请日：2019-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于背景分析的低空慢速无人机快速检测方法，属于四旋翼无人机快速检测领域。该方法主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，提取并量化图像中运动目标的信息，同时提取图像边缘信息进行背景分析，借此检测出低空慢速无人机。在背景分析的过程中，首先选取运动目标的邻近区域，进行分块处理，并统计各个分块内的边缘信息量；然后通过统计结果判断该运动目标的背景情况，保留天空背景下的疑似目标信息；最后对下一帧再次进行背景分析，若分析结果均为疑似目标，则判断为无人机。该方法具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象条件，对镜头抖动、镜头转动、等不利因素有一定抗性。
-
公开(公告)号：CN111062310B
公开(公告)日：2022-07-29
申请号：CN201911280878.4
申请日：2019-12-13
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/75 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明属于机器学习领域，具体涉及实用性很强的一种基于虚拟样本生成的少样本无人机图像识别方法。本发明通过摄像装置由地对空远距离拍摄一段帧数为N的无人机飞行的短视频，获取N个的无人机区域作为正样本，结合其它相关视频收集树、楼、云、鸟、风筝、气球等干扰小区域作为负样本，作为训练样本集。本发明的有益效果在于：在不过度失真的情况下，增加样本的有效信息和多样性，从而提升了模型的泛化能力；识别算法部分中，快速DPM模型采用固定了根滤波器输入的特征图和锚点的位置以及符合无人机模块化特征的部件模型，提升了运行速度和准确率。
-
公开(公告)号：CN111062310A
公开(公告)日：2020-04-24
申请号：CN201911280878.4
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于机器学习领域，具体涉及实用性很强的一种基于虚拟样本生成的少样本无人机图像识别方法。本发明通过摄像装置由地对空远距离拍摄一段帧数为N的无人机飞行的短视频，获取N个的无人机区域作为正样本，结合其它相关视频收集树、楼、云、鸟、风筝、气球等干扰小区域作为负样本，作为训练样本集。本发明的有益效果在于：在不过度失真的情况下，增加样本的有效信息和多样性，从而提升了模型的泛化能力；识别算法部分中，快速DPM模型采用固定了根滤波器输入的特征图和锚点的位置以及符合无人机模块化特征的部件模型，提升了运行速度和准确率。
-
公开(公告)号：CN109859246A
公开(公告)日：2019-06-07
申请号：CN201910117155.6
申请日：2019-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于相关滤波算法与视觉显著性算法的低空慢速无人机跟踪方法，属于图像处理领域，主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，获取上帧目标信息后，通过相关滤波算法在较小搜索区域内计算相关性响应输出，再通过视觉显著性算法在较大搜索区域内提取目标周边显著性图，最后对二者的输出结果进行融合，获取目标的跟踪结果。该无人机跟踪方法适用于地面监控对空中无人机进行跟踪，具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象背景，对目标过小、目标快速运动、目标尺度快速变化等不利因素有一定抗性；该方法可以广泛应用于四旋翼无人机跟踪领域。
-
Patent Agency Ranking
公开(公告)号：CN111046866B
公开(公告)日：2023-04-18
申请号：CN201911289182.8
申请日：2019-12-13
Applicant: 哈尔滨工程大学
IPC: G06V30/14 , G06V30/148 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种结合CTPN和SVM的人民币冠字号区域检测方法，包括以下步骤：通过摄像设备拍摄各币值人民币，标注人民币冠字号区域为正样本，其他区域为负样本，建立样本集；利用样本集训练CTPN网络，得到提议冠字号区域的初步定位模型；对样本集进行预处理并提取投影统计特征向量，训练SVM，得到能筛选冠字号区域的二次判别模型；进行检测时，对获得的待检测人民币图片，先利用初步定位模型提议多个候选的冠字号区域，再提取候选区域的投影统计特征向量，并结合二次判别模型，得到正确的冠字号区域。本发明的有益效果是：在大幅减小漏检概率的同时，提高了检测冠字号区域的准确度；在人民币图片变色、模糊等情况下仍具备准确识别冠字号区域的能力。
-
公开(公告)号：CN110288539B
公开(公告)日：2022-11-18
申请号：CN201910474573.0
申请日：2019-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种结合颜色空间移动与暗通道先验的水下图像清晰方法，通过采集水下图像，对输入的已经产生雾化效果的水下图像，反演水下图像雾化过程建立退化模型；通过颜色空间移动得到暗通道图，使此暗通道图更适应水下环境成像特性，进而对暗通道图进行分块循环筛选，定位到最佳分析区域，以便更加准确的利用上述模型估计全局背景光强；再通过得到的暗通道图与全局背景光强，带入已建立的模型，反演图像退化过程，复原水下图像，有效的去除雾化效果带来的模糊，实现水下图像的清晰化。该水下图像去雾清晰化方法具有实用性强、鲁棒性好、易于实现的特点，对人工照明、白色鱼群等不利因素有一定抗性，具有广阔的应用前景和良好的经济效益。
-
公开(公告)号：CN109859246B
公开(公告)日：2022-06-17
申请号：CN201910117155.6
申请日：2019-02-15
Applicant: 哈尔滨工程大学
IPC: G06T7/246 , G06K9/00 , G06K9/62 , G06T7/136 , G06V10/774 , G06V10/764 , G06V20/52
Abstract: 本发明为一种基于相关滤波算法与视觉显著性算法的低空慢速无人机跟踪方法，属于图像处理领域，主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，获取上帧目标信息后，通过相关滤波算法在较小搜索区域内计算相关性响应输出，再通过视觉显著性算法在较大搜索区域内提取目标周边显著性图，最后对二者的输出结果进行融合，获取目标的跟踪结果。该无人机跟踪方法适用于地面监控对空中无人机进行跟踪，具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象背景，对目标过小、目标快速运动、目标尺度快速变化等不利因素有一定抗性；该方法可以广泛应用于四旋翼无人机跟踪领域。
-
公开(公告)号：CN109859200B
公开(公告)日：2022-03-18
申请号：CN201910117583.9
申请日：2019-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于背景分析的低空慢速无人机快速检测方法，属于四旋翼无人机快速检测领域。该方法主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，提取并量化图像中运动目标的信息，同时提取图像边缘信息进行背景分析，借此检测出低空慢速无人机。在背景分析的过程中，首先选取运动目标的邻近区域，进行分块处理，并统计各个分块内的边缘信息量；然后通过统计结果判断该运动目标的背景情况，保留天空背景下的疑似目标信息；最后对下一帧再次进行背景分析，若分析结果均为疑似目标，则判断为无人机。该方法具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象条件，对镜头抖动、镜头转动、等不利因素有一定抗性。
-
公开(公告)号：CN111046866A
公开(公告)日：2020-04-21
申请号：CN201911289182.8
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种结合CTPN和SVM的人民币冠字号区域检测方法，包括以下步骤：通过摄像设备拍摄各币值人民币，标注人民币冠字号区域为正样本，其他区域为负样本，建立样本集；利用样本集训练CTPN网络，得到提议冠字号区域的初步定位模型；对样本集进行预处理并提取投影统计特征向量，训练SVM，得到能筛选冠字号区域的二次判别模型；进行检测时，对获得的待检测人民币图片，先利用初步定位模型提议多个候选的冠字号区域，再提取候选区域的投影统计特征向量，并结合二次判别模型，得到正确的冠字号区域。本发明的有益效果是：在大幅减小漏检概率的同时，提高了检测冠字号区域的准确度；在人民币图片变色、模糊等情况下仍具备准确识别冠字号区域的能力。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
