一种渐进式正则化自适应匹配追踪方法

    公开(公告)号:CN103489207B

    公开(公告)日:2017-01-18

    申请号:CN201310452181.7

    申请日:2013-09-29

    Abstract: 本发明属于图像信号处理领域,具体涉及一种用于信号或者图像重建的渐进式正则化自适应匹配追踪方法。本发明包括:初始参数定义,利用余量与传感矩阵的每一列的内积计算相关系数;对J中索引值对应原子的相关系数进行正则化;更新支撑集,并进行余量更新等。本发明更合理的设计了稀疏度的迭代步长,保证了迭代能够渐进式地逼近信号的真实稀疏度,提高了迭代的收敛性及信号重建的质量。

    一种基于UFIR矩不变量的模式识别方法

    公开(公告)号:CN104156522A

    公开(公告)日:2014-11-19

    申请号:CN201410374468.7

    申请日:2014-08-01

    Abstract: 本发明涉及的是一种数字图像处理领域,具体涉及一种基于UFIR矩不变量的模式识别方法。本发明包括:对原图像进行变换,每一个像素点分别乘以变换因子;计算变换后图像的UFIR矩函数;将计算后的UFIR矩函数表示为几何矩的线性和的形式;将表达式中的几何矩替换为几何矩不变量,得到原图像的UFIR矩不变量;选取5幅形状相同的物体作为标准图像,分别计算标准图像的UFIR矩不变量;对结果进行处理,计算绝对均值以及单次测量值减去均值后的绝对值的和;选取一幅图像作为标准图像,分别进行平移、缩放和旋转变换,计算变换后图像的UFIR矩不变量。本发明的UFIR矩不变量对于图像变换具有更好的不变性。

    一种渐进式正则化自适应匹配追踪方法

    公开(公告)号:CN103489207A

    公开(公告)日:2014-01-01

    申请号:CN201310452181.7

    申请日:2013-09-29

    Abstract: 本发明属于图像信号处理领域,具体涉及一种用于信号或者图像重建的渐进式正则化自适应匹配追踪方法。本发明包括:初始参数定义,利用余量与传感矩阵的每一列的内积计算相关系数;对J中索引值对应原子的相关系数进行正则化;更新支撑集,并进行余量更新等。本发明更合理的设计了稀疏度的迭代步长,保证了迭代能够渐进式地逼近信号的真实稀疏度,提高了迭代的收敛性及信号重建的质量。

    基于区域增长的侧扫声纳图像感兴趣区域提取方法

    公开(公告)号:CN101887577B

    公开(公告)日:2012-05-09

    申请号:CN201010203589.7

    申请日:2010-06-21

    Abstract: 本发明提供的是一种基于区域增长的侧扫声纳图像感兴趣区域提取方法。发明采用L-G算子获取侧扫声纳图像声影区的种子区域和利用邻域灰度均值获取侧扫声纳图像声反射区的种子区域,然后考虑像素点相对种子区域的相似度作为生长条件,通过区域生长分别获取声影区和声反射区的提取结果,从而获得侧扫声纳图像的感兴趣区域的提取。从处理结果看,该方法对侧扫声纳图像的感兴趣区域提取有较好的效果。

    一种用于水下机器人的通信转发系统

    公开(公告)号:CN101247184B

    公开(公告)日:2010-09-08

    申请号:CN200810064110.9

    申请日:2008-03-13

    Abstract: 本发明提供的是一种用于水下机器人的通信转发系统。系统以水下机器人为工作载体,其组成包括:电子耐压舱(1)、收发合置换能器(9)、连接电子耐压舱(1)与收发合置换能器(9)的水密电缆(11)和连接电子耐压舱(1)与水下机器人(10)的水密电缆(12)。本发明系统集成度高、性能可靠、低功耗实时运行,能够为智能水下机器人提供无缆移动通信服务、为其他水下通信节点提供信息的转发服务,可以在远距离完成高可靠性低速通信传输,在近距离完成大量多媒体数据处理与高速传输,并且系统嵌入实时操作系统,实现本系统的智能任务调度及与水下机器人的系统对接。

    一种基于图像处理技术的椭圆与矩形目标识别方法

    公开(公告)号:CN101246552B

    公开(公告)日:2010-08-04

    申请号:CN200810064063.8

    申请日:2008-03-03

    Abstract: 本发明涉及数字图像处理技术领域,公开了一种基于图像处理技术的椭圆与矩形目标识别方法。由于形状本身的相似性,椭圆和矩形的分类识别是数字图像处理技术的经典难题之一。本发明采用的方法的核心是,首先求出目标区域与边界框的几何中心、面积、周长等参数;利用目标区域与边界框的中心偏差距离这一特征区分高度对称区域和非高度对称区域;对于高度对称区域,再利用目标区域与边界框的面积差异和周长差异组成特征矢量进行矩形和椭圆的识别。该方法具有运算速度快、识别准确率高的特点。本发明同时给出了各特征的统计曲线和仿真处理结果。

    一种用于处理二值图像无孔区域周长的方法

    公开(公告)号:CN101236652A

    公开(公告)日:2008-08-06

    申请号:CN200810064061.9

    申请日:2008-03-03

    Abstract: 本发明涉及数字图像处理技术领域,公开了一种用于计算二值图像无孔区域周长的方法。首先将各无孔区域进行标号,计算各无孔区域的边界像素点个数,然后分别计算各无孔区域周长。在计算各无孔区域周长的过程中,当前边界点如果其8-邻域内没有边界点时要判断已扫描过的像素点数是否等于该区域的边界点像素个数,以防止错误的结束扫描而得到错误的计算结果。

    一种基于偏移场水平集的声纳图像分割方法

    公开(公告)号:CN108460773B

    公开(公告)日:2022-03-18

    申请号:CN201810165088.0

    申请日:2018-02-28

    Abstract: 本发明公开了一种基于偏移场水平集的声纳图像分割方法,属于数字图像处理领域,包含如下步骤:对源图像进行多尺度分解,得到低频子带图像;根据低频子带图像,结合马尔可夫四邻域模型,估计马尔可夫四邻域模型参数;将马尔可夫四邻域模型参数重新代入低频子带图像,得到局部纹理图像;根据原始偏移场水平集理论,推导出三相模型偏移场水平集理论;用局部纹理图像代替源图像代入,构造改进的偏移场水平集模型的能量函数,最小化改进的偏移场水平集模型的能量函数,驱使轮廓收敛到区域边缘;输出分割结果。本发明能够有效抵抗声纳图像噪声干扰,准确地分割声纳图像中的三类区域,同时不增加计算量。

    一种利用点聚集特性的侧扫声纳目标探测方法

    公开(公告)号:CN105957084A

    公开(公告)日:2016-09-21

    申请号:CN201610297911.4

    申请日:2016-05-06

    CPC classification number: G06T2207/10132 G06T2207/30212

    Abstract: 本发明涉及的是数字图像处理技术领域。具体涉及一种利用点聚集特性的侧扫声纳目标探测方法。本发明包括:对侧扫声纳图像进行预处理;设定第一图像灰度初始阈值T;对侧扫声纳图像进行以阈值T进行分割,得到有效点;判断有效点个数是否在理想计算范围N以内,如果有效点个数在理想计算范围N以内,执行步骤(5),如果有效点个数不在理想计算范围N以内,以S为速度提高阈值T,替代原有阈值,重新执行步骤(3);得到有效点后,计算每个点的累积量。本发明提供了一种高效的分割出侧扫声纳图像中的目标的方法,对于含有构成海底强反射点的点状噪声和海底混响产生的云状噪声的侧扫声纳图像有着更好的分割效果,能够更有效的分割出聚集点。

    一种基于小波图像分解的侧扫声纳电源周期性噪声的去噪方法

    公开(公告)号:CN105787900A

    公开(公告)日:2016-07-20

    申请号:CN201610144175.9

    申请日:2016-03-14

    Abstract: 本发明提供的是一种基于小波图像分解的侧扫声纳电源周期性噪声的去噪方法。将带噪声图像经小波变换得到小波分解系数,利用分解系数的阈值筛选噪声点位置,筛选出的位置经形态学以及空间变换等修正后,以邻近点像素值替代该位置像素值,其余点判别为非噪声点,像素值保持不变,至此完成小波分解图像去噪。针对此类周期性条纹噪声,相较于常用去噪方法均值滤波、中值滤波等,在去噪效果和保证目标区域清晰度方面,该方法具有两大明显优势,去噪效果显著,同时完好的保留了原图像中感兴趣的部分,例如目标区域,轮廓,纹理等,为后续的特称提取、图像识别奠定了很好的基础,效果理想,实用性强。

Patent Agency Ranking