-
公开(公告)号：CN110543859A
公开(公告)日：2019-12-06
申请号：CN201910838786.7
申请日：2019-09-05
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于深度学习和双目定位的海参自主识别和抓取方法，包含以下的步骤：基于深度学习的水下海参识别与定位；利用双目立体视觉获取海参空间定位信息；利用PID控制方法进行海参抓取。本发明利用GAN模型学习水下海参的特征，利用生成网络生成海参样本，有效解决海参训练样本不足的问题。本发明将均值滤波、中值滤波与维纳滤波相结合进设计滤波算子，解决光线不均匀、浑浊度大以及能见度低等对图像带来的影响。本发明利用卷积神经网络对已有数据进行学习和归纳，准确快速对海参进行检测与二维定位，为后续海参的空间三维定位和抓取提供有力保障。本发明获得高精度的摄像机内、外参数，有利于保障机械手精确抓取。
-
公开(公告)号：CN119723313A
公开(公告)日：2025-03-28
申请号：CN202411791330.7
申请日：2024-12-06
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明一种长尾分布下基于深度判别表征学习的海洋底栖生物检测方法，包括以下步骤：基于带有海胆、扇贝、海星和海参其中任意一种或多种的海洋底栖生物图片，构建数据集；将数据集划分为训练集和测试集；构建长尾分布下基于深度判别表征学习的海洋底栖生物检测模型；基于训练集数据，对长尾分布下基于深度判别表征学习的海洋底栖生物检测模型进行训练，得到训练好的长尾分布下基于深度判别表征学习的海洋底栖生物检测模型，将测试集数据输入到训练好的长尾分布下基于深度判别表征学习的海洋底栖生物检测模型中，实现图片中海胆、扇贝、海星和海参的检测识别。提高了海洋底栖生物尾部类嵌入特征的多样性，从而增强了长尾分布下海洋底栖生物的检测精度。
-
公开(公告)号：CN111860640B
公开(公告)日：2024-06-28
申请号：CN202010694006.9
申请日：2020-07-17
Applicant: 大连海事大学
IPC: G06V10/774 , G06V10/82 , G06V20/05 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN的特定海域数据集增广方法，属于计算机视觉领域，包括以下步骤：采集特定海域的水下图像，构成真实水下图像数据集；构建生成对抗网络；生成器对真实的水下图像的退化特性和以及渐晕效果进行学习，得到学习后生成器，并在生成器中得到真实水下图像数据集的衰减、散射、渐晕模型参数，公开数据集在学习后生成器上进行图像合成，得到真实水下图像的合成图像数据集，将真实水下图像的合成图像数据集和真实水下图像数据集一起输入到判别器中进行判别，实现真实水下图像的增广，该方法在数据集上训练识别网络避免过拟合现象，解决海洋公开数据集样本数较小、真实样本获取困难的问题。
-
公开(公告)号：CN111831011B
公开(公告)日：2023-12-12
申请号：CN202010791161.2
申请日：2020-08-07
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于有限时间扰动观测器的水下机器人平面轨迹跟踪控制的方法，包括以下步骤：设计轨迹跟踪误差系统；设计控制律。考虑水下机器人在水下所遇到的复杂干扰情况，本发明所设计的有限时间扰动观测器可以精确的观测外界的扰动，实现了在有限时间内将跟踪误差镇定到零。本发明设计的非奇异终端滑模选取幂次趋近律，不仅保证了系统能够有限时间收敛，也可以降低控制输入的抖振，实现控制输入连续，从而提高系统的鲁棒性。本发明针对水下机器人水平面轨迹跟踪控制，提出了一种基于有限时间扰动观测器的非奇异终端滑模控制方法，采用幂次趋近律，相较于他人的研究，保证了系统有限时间收敛，并且使控制输入连续光滑。
-
公开(公告)号：CN111553862B
公开(公告)日：2023-10-13
申请号：CN202010359252.9
申请日：2020-04-29
Applicant: 大连海事大学
Abstract: 本发明公开了一种海天背景图像去雾和双目立体视觉定位方法，属于计算机视觉领域，该方法在暗通道去雾模型的基础上，根据海天背景图像的上述特征，对双目摄像机拍摄到的图像中的天空区域与非天空区域进行分割，利用四分法确定大气光值预估值的最终区域，避免取单个值易受到外界随机条件的影响，将所选最终区域内所有像素的平均值作为优化模型的大气光值取值；再利用超像素分割得到景深和雾浓度相近的区域，构造衡量图像对比度和信息损失量的代价函数，计算每个区域的代价函数的最小值作为该区域的透射率估计值，然后采用引导滤波对其进行细化，得到优化模型的透射率取值。
-
Patent Agency Ranking
公开(公告)号：CN112907474B
公开(公告)日：2023-08-25
申请号：CN202110199611.3
申请日：2021-02-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于背景光优化与伽马变换的水下图像增强方法，属于计算机视觉领域，该方法包括以下步骤：对水下图像进行去雾处理，得到去雾后的水下图像；对去雾后的水下图像进行伽马变换，得到对比度提升后的水下图像；对对比度提升后的水下图像采用主通道像素最值方法进行色彩校正，得到颜色均衡的水下图像，本发明采用改进的背景光估计方法，利用候选点邻域的色彩饱和度衡量该点是否能作为整幅图像的背景光，减小估计误差，提升图像质量；针对复原后图像存在的颜色失真、偏色等问题，利用伽马变换与颜色校正结合的方法，提升图像对比度，改善图像亮度不均的情况。
-
公开(公告)号：CN116402709A
公开(公告)日：2023-07-07
申请号：CN202310284472.3
申请日：2023-03-22
Applicant: 大连海事大学
IPC: G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/08 , G06N3/094
Abstract: 本发明一种基于水下注意力生成对抗网络的图像增强方法，包括以下步骤：获取待增强的水下图像；通过监督学习模式，借助于卷积神经网络提取底层和高层语义信息构建注意力生成对抗网络；将待增强的水下图像作为输入，使用生成对抗损失、损失和结构相似性损失对注意力生成对抗网络进行训练，得到训练好的构建注意力生成对抗网络，输出增强后的水下图像，通过监督学习模式，借助于卷积神经网络提取底层和高层语义信息，使得所设计的UAGAN框架具备更强的泛化性；同时，所提出的UAGAN框架可避免参数估计和水下成像建模的问题，结合位置注意力和PatchGAN技术，有助于捕获长距离依赖信息，从而可避免所生成的水下图片产生过增强现象。
-
公开(公告)号：CN115713469A
公开(公告)日：2023-02-24
申请号：CN202211394443.4
申请日：2022-11-08
Applicant: 大连海事大学
IPC: G06T5/00 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明一种基于通道注意力和形变生成对抗网络的水下图像增强方法，包括以下步骤：获取水下图像构建数据集，将数据集划分为训练集和测试集；构建用来重新标定通道权重、具有多尺度感受野的自适应通道注意力模块；构建用来进行特征提取、面向卷积核偏移的形变卷积模块；将自适应通道注意力模块和形变卷积模块进行融合，生成对抗网络；基于训练集数据对生成对抗网络进行训练，得到训练好的生成对抗网络；将测试集数据输入到训练好的生成对抗网络中，得到增强后的水下图像；利用单隐层神经网络和全局平均池化技术，构建了具有不同感受野的自适应通道注意力模块，有助于降低混合噪声对于特征层的影响；提高了不同场景深度下感兴趣物体的增强一致性。
-
公开(公告)号：CN112936277A
公开(公告)日：2021-06-11
申请号：CN202110166714.X
申请日：2021-02-04
Applicant: 大连海事大学
Abstract: 本发明公开了一种水下机器人‑机械手系统固定时间轨迹跟踪方法，属于机器人控制领域，该方法包括以下步骤：设计固定时间扰动观测器，采用固定时间扰动观测器在固定时间内实现对水下机器人‑机械手系统的未建模动态与外界扰动的进行观测，得到未建模动态与外界扰动对水下机器人‑机械手系统的影响力矩；设计固定时间积分滑模控制器，固定时间积分滑模控制器根据影响力矩产生一个补偿力矩，抵消未建模动态与外部扰动对水下机器人‑机械手系统的影响，最终固定时间积分滑模控制器实现水下机器人‑机械手系统的运行轨迹的精确跟踪；该方法所设计的固定时间积分滑模控制器，可在固定时间内跟踪期望轨迹，实现了系统的固定时间稳定。
-
公开(公告)号：CN112750090A
公开(公告)日：2021-05-04
申请号：CN202011583533.9
申请日：2020-12-28
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种改进小波阈值的水下图像降噪方法及系统，属于计算机视觉领域，包括以下步骤：对含有噪声的原图进行小波分解，获得原始小波系数矩阵W(G)；利用改进的阈值函数以及自适应的阈值估计方法对得到的原始小波系数矩阵W(G)进行处理，得到改进后的小波系数矩阵利用改进后的小波系数矩阵进行小波逆变换，得到重构图像，从而获得降噪图像；本发明在小波阈值变换的基础上，结合软硬阈值函数提出一种改进的阈值函数，该函数能有效克服现有软硬阈值函数存在的缺陷；实现了对图像信息的有效保留，并且一定程度上减小了目标物边缘模糊的现象，该方法采用小波阈值降噪技术，可以对水下图像信息进行保留以及恢复，进而提高后续双目立体定位的精度。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.024 seconds)
