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。

    一种基于声呐图像处理的水下施工控制事件自动获取方法

    公开(公告)号:CN110706244B

    公开(公告)日:2021-01-15

    申请号:CN201910989245.4

    申请日:2019-10-17

    Abstract: 本发明公开了一种基于声呐图像处理的水下施工控制事件自动获取方法,将三维点云投影到XOY平面,经离散化得到初始图像;对初始图像进行Canny算子边缘提取及Hough变换直线检测,特征直线一将初始图像分为上、下两部分,分别进行:非线性滤波、形态学闭运算、图像孔洞填充,以及非线性滤波、图像孔洞填充、形态学开运算;对上、下部分图像进行Canny算子边缘提取及Hough变换直线检测;筛选出特征直线二、特征直线三;进行图像坐标系到实际物理坐标系的转换,根据特征直线一到三之间的关系,求搭接宽度。本发明优点是测量准确性高稳定性好,便于对声呐数据进行自动快速处理,可以同步得到排布的搭接距离。

    基于多波束测深声纳的气体泄露检测方法

    公开(公告)号:CN111951242A

    公开(公告)日:2020-11-17

    申请号:CN202010786527.7

    申请日:2020-08-07

    Abstract: 本发明提供一种基于多波束测深声纳的气体泄露检测方法,是一套对多波束测深声纳系统在水下采回的数据进行气体目标检测的方法,包括以下步骤:步骤1:选取数据集,将数据集里的初始数据进行全局归一化处理。步骤2:将归一化后的图像数据进行去旁瓣处理。步骤3:转为扇形图。步骤4:整理数据集。步骤5:输入待检测图像,并提取候选区域。步骤6:区域归一化操作。步骤7:分类与回归。发明提供了一种自动检测识别气体泄露的方法,相比于传统图像处理方法,本方法能够适应的环境比较多样,检测的稳定性较高,目标识别的位置更为准确,适用于能够采集到比较多数据并且环境比较多变的水下气体目标检测。

    一种快速的多子图关联航向角估计方法

    公开(公告)号:CN106646490B

    公开(公告)日:2019-08-06

    申请号:CN201610815297.6

    申请日:2016-09-12

    Abstract: 本发明属于数字图像处理与快速导航技术领域,具体涉及一种快速的多子图关联航向角估计方法。本发明包括:在多波束测深声纳实时图像中,从其探测矩形区域内等间距的截取三个圆形匹配子图;对三张匹配子图分别与海底基准图,使用地形参数特征对子图进行匹配定位,获取三个位置坐标;根据匹配图在基准图的位置关系,判断位置坐标可用性;如果可用,则连接三个圆形基准图的圆心,并计算连线斜率,估计航向角;通过计算运行时间,并对比其他算法时效性。本发明虽然使用到了多个子图的匹配,其运算时间大于单一子图,然而针对本发明后续的几何估计,却能在时间上大大优于原始模板遍历匹配法。

    一种递进式前视声纳图像融合方法

    公开(公告)号:CN109754386A

    公开(公告)日:2019-05-14

    申请号:CN201910037353.1

    申请日:2019-01-15

    Abstract: 本发明属于数字图像处理技术领域,具体涉及一种递进式前视声纳图像融合方法。算法分为初融合和再融合步骤。针对声纳图像清晰度特殊性,使用Gabor能量和局部方向对比度作为融合规则。在初融合步骤中,使用NSCT将源图像分解为高频和低频成分,分别采用局部方向对比度和Gabor能量作为融合规则进行融合,得到融合图像高频和低频成分,采用NSCT反变换得到初融合图像。再融合步骤中,利用源图像和初融合图像之间的均方根误差RMSE确定源图像中的有利区域,其间使用形态学后处理平滑区域边界,随后将源图像像素灰度分别按照拼接线划分的区域直接传递到融合图像中,而边界区域像素灰度等于初融合图像对应像素灰度以消除源图像之间的明显过渡区。

    一种基于UFIR矩不变量的模式识别方法

    公开(公告)号:CN104156522B

    公开(公告)日:2018-08-17

    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。

    一种基于PCNN神经元激活率和群离散度的区域特征提取方法

    公开(公告)号:CN104636753B

    公开(公告)日:2017-11-21

    申请号:CN201510056549.7

    申请日:2015-02-04

    Abstract: 本发明公开了一种基于PCNN神经元激活率和群离散度的区域特征提取方法。包括以下步骤:步骤一:对原始图像进行预处理,将神经网络PCNN与图像对应;步骤二:将0~255的灰度范围根据目标区域划分成N个从大到小的灰度区间;步骤三:得到当前灰度区间内发生群激活的神经元;步骤四:统计发生群激活神经元的领域内受激励神经元个数,判断发生提起激活的神经元;步骤五:统计提前激活神经元个数,得到群激活率和群离散度;步骤六:读取下一个灰度区间,重复步骤三到步骤六,直到第N个区间。本发明具有计算复杂度小,分类效果好的优点。

    一种基于离散正交矩的图像重构方法

    公开(公告)号:CN104156953B

    公开(公告)日:2017-08-04

    申请号:CN201410374455.X

    申请日:2014-08-01

    Abstract: 本发明属于数字图像处理领域,具体涉及一种基于离散正交矩的图像重构方法。本发明包括:对UFIR多项式进行归一化处理;利用归一化UFIR多项式关于阶数的递推关系,计算出全部阶数的归一化UFIR多项式;求解关于UFIR最高两阶多项式的方程组,得到同阶多项式关于自变量的递推关系,求出最高两阶UFIR多项式的一个特解,求出全部阶数的UFIR多项式;利用已经计算出的归一化UFIR多项式,对图像构造图像的UFIR矩函数;应用图像的UFIR矩函数,对图像进行重构。本发明中UFIR多项式不是多参数的多项式,应用时避免了选取最优参数的问题,并且能得到相近的处理结果,因此UFIR矩更加适合实时处理。

    一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法

    公开(公告)号:CN106067172A

    公开(公告)日:2016-11-02

    申请号:CN201610363682.1

    申请日:2016-05-27

    CPC classification number: G06T2207/10004

    Abstract: 本发明提供一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法,针对声纳系统探测到的水下地形高程数据,获取其实时图像,首先分析模板区域内的适配性,如果适合匹配,再通过航向角偏离程度选择不同匹配方式,对待测区进行匹配。若航向角偏离较大,直接采用精匹配方式;若航向角偏离较小,采用由粗到精的分层匹配方式。其中使用灰度的绝对差算法对水下地形图像进行粗匹配;精匹配步骤是选取灰度共生矩阵的最大相关系数、灰度‑梯度共生矩阵的均值和7个不变矩,共9个特征参数构成特征向量,使用这些特征向量对图像进行精匹配。在同等外界干扰、使用相同位置匹配算法时,能够对水下地形适配性做到良好地判断,提高了判断正确率。

    一种改进的用于去除干扰噪声的P-G快速方法

    公开(公告)号:CN105957021A

    公开(公告)日:2016-09-21

    申请号:CN201610168482.0

    申请日:2016-03-23

    CPC classification number: G06T5/002 G06T2207/10024 G06T2207/20024

    Abstract: 本发明属于数字图像处理领域。具体地说是一种改进的用于去除干扰噪声的P‑G快速方法。本发明包括:对原图像进行灰度变换,去除图像颜色;对图像中的非噪声点进行标记;将非噪声点储存到数组中;将图像中的噪声点和其他干扰点初始值设置为均值;根据图像的频域设置截止频率,并且用平滑的频域低通滤波器代替原有的频域低通滤波器,保留部分高频信息。本发明将P‑G外推法运用到了图像去噪的领域,通过设计更平滑的滤波器,保留了部分高频信息,同时改善了在滤波过程中造成信号能量减小的情况,解决了原有P‑G算法在修复后边缘模糊与亮度偏暗的不足。

Patent Agency Ranking