一种前视声纳波束域图像拼接方法

    公开(公告)号:CN114219709A

    公开(公告)日:2022-03-22

    申请号:CN202111411499.1

    申请日:2021-11-25

    Abstract: 本发明公开了一种前视声纳波束域图像拼接方法,包构建表达域映射星座图,形成波束域和图像域之间数据转换关系;根据表达域映射星座图,拆分声纳实际运动,构建旋转运动、位移运动模式下表达域映射模型;采用实测临近帧声纳图像,以前一帧图像为基准,将声纳实际运动情况按旋转运动、位移运动进行分解,对后一帧图像参照表达域映射模型进行图像形变运算,实现两幅图像中目标重合;对目标已重合的两幅波束域图像,采用Laplace金字塔分层融合策略进行图像融合;采用前视声纳序列图像,进行连续多帧数据波束域拼接运算,通过插值展开到图像域中。本发明很好的去除图像与拼接中产生的边缘接缝,消除扇形展开插值运算拼接时出现的伪目标值。

    一种前视声纳波束域图像拼接方法

    公开(公告)号:CN114219709B

    公开(公告)日:2024-09-13

    申请号:CN202111411499.1

    申请日:2021-11-25

    Abstract: 本发明公开了一种前视声纳波束域图像拼接方法,包构建表达域映射星座图,形成波束域和图像域之间数据转换关系;根据表达域映射星座图,拆分声纳实际运动,构建旋转运动、位移运动模式下表达域映射模型;采用实测临近帧声纳图像,以前一帧图像为基准,将声纳实际运动情况按旋转运动、位移运动进行分解,对后一帧图像参照表达域映射模型进行图像形变运算,实现两幅图像中目标重合;对目标已重合的两幅波束域图像,采用Laplace金字塔分层融合策略进行图像融合;采用前视声纳序列图像,进行连续多帧数据波束域拼接运算,通过插值展开到图像域中。本发明很好的去除图像与拼接中产生的边缘接缝,消除扇形展开插值运算拼接时出现的伪目标值。

    一种基于支持度变换与稀疏表示的前视声纳图像融合方法

    公开(公告)号:CN115482176A

    公开(公告)日:2022-12-16

    申请号:CN202211082665.2

    申请日:2022-09-06

    Abstract: 本发明涉及一种基于支持度变换与稀疏表示的前视声纳图像融合方法,属于数字图像处理技术领域,本发明步骤如下;步骤一、解析前视声纳原始数据,计算得到扇形声纳图像;步骤二、把步骤一得出的图像分解为多级支持度图像序列和低频分量图像;步骤三、根据各级支持度图像序列,训练各级图像字典序列;步骤四、利用步骤三训练好的各级图像字典序列对步骤二分解出的图像根据各级支持度图像序列进行稀疏表示,求得各级支持度图像序列的稀疏系数;步骤五、对步骤四得出的各级支持度图像序列稀疏系数进行融合,并将融合后的系数恢复为支持度图像序列;步骤六、对步骤五融合后的图像进行重建。本装置可以能够很好的去除图像与拼接中产生的边缘接缝。

    声呐图像的去噪模型训练方法及其装置和可读存储介质

    公开(公告)号:CN111626966A

    公开(公告)日:2020-09-04

    申请号:CN202010638940.9

    申请日:2020-07-07

    Abstract: 本发明公开了一种声呐图像的去噪模型训练方法,所述声呐图像的去噪模型训练方法包括以下步骤:获取作为训练图像的多个第一声呐图像,并对各个所述第一声呐图像进行分割得到多个第一子图像;在各个所述第一子图像中确定满足平滑条件的第一子图像以确定为平滑区域,所述平滑区域为无回波的图像;确定每个所述平滑区域对应的增广的噪声空间,以作为训练样本;根据各个所述训练样本对预设模型进行训练得到声呐图像的去噪模型。本发明还公开一种声呐图像的去噪模型训练装置和可读存储介质。本发明通过去噪模型能够准确的对声呐图像进行去噪。

Patent Agency Ranking