-
公开(公告)号：CN110969624B
公开(公告)日：2023-08-01
申请号：CN201911082345.5
申请日：2019-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种激光雷达三维点云分割方法，首先提取激光雷达采集的原始三维点云数据，然后对原始点云预处理，包括对原始点云数据的去噪、简化以及坐标变换，构建三维笛卡尔坐标系下的基础点云数据，并将三维数据用二维数组形式存储，再采用变邻域分散搜索策略，动态调整区域生长法围绕种子的邻域范围和搜寻匹配范围的分辨率，开展点云初步分割工作，在此基础上设计点云分割包络扩散策略，对点云分割集合的周围进一步搜索，实现多集合的融合，进而得到点云分割的集合，最后设计一种点云分割结果的可视化功能，用于查看点云分割效果。本发明有效提高了分割速率，有效抑制过分割情况，保持各目标的整体性，且便于观察分割目标扫描结果。
-
公开(公告)号：CN109932701B
公开(公告)日：2022-07-15
申请号：CN201910261744.1
申请日：2019-04-02
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明涉及一种模拟船用雷达的目标船回波2D成像方法，包括设定雷达回波成像参数，以扫描线方式模拟雷达回波；构建船舶航行模拟单元，通过组播通信方式提供船舶模拟运动状态；雷达模拟数据预处理；解算雷达扫描线上各点与目标船的相对位置关系，确定扫描线各点的幅值；雷达回波成像信息可视化。本发明设计船舶航向模拟单元以及雷达回波模拟器，通过网络通信实时发送模拟目标船回波成像信息，并设置人机交互接口，自定义设置回波成像的数量、尺寸、位置和姿态，灵活定制动态回波成像信号，为船桥雷达显控台提供通用的验证成像测试信号。
-
公开(公告)号：CN110554407B
公开(公告)日：2023-05-09
申请号：CN201910908054.0
申请日：2019-09-25
Applicant: 哈尔滨工程大学
IPC: G01S17/89
Abstract: 本发明公开了一种模拟船用激光雷达三维点云成像方法，首先设置场景属性，模拟场景的各类初始状态信息；其次通过在线和离线两种方式实现场景的构建工作，用以生成基本的初始状态信息，该信息将构成后续实际计算的数据来源；再次，解算扫描物标三角面的结果数据，并通过物标点云结果的判定与合成，生成最后的扫描结果点云信息；最后，利用OpenGL技术，实现激光雷达扫描效果的可视化，提供三维可视信息。本发明可设置激光雷达的不同参数以及目标不同的距离方位等，可灵活构建激光雷达工作环境；可根据仿真工况，保存为规定格式的三维点云文件，便于其他软件使用，并增加了激光雷达扫描效果的可视化信息，便于实验人员观测。
-
公开(公告)号：CN110689057B
公开(公告)日：2022-07-15
申请号：CN201910855228.1
申请日：2019-09-11
Applicant: 哈尔滨工程大学
IPC: G06K9/62 , G06V10/774 , G06T7/11 , G06T7/62 , G06T7/90
Abstract: 本发明提供的是一种基于图像分割的降低神经网络训练样本量的方法。将单张图片分割为不同区域；按照区域发展的先后顺序，给区域进行编号并且记录区域面积；设置一个面积阈值，区域小于阈值的区域舍弃；将保留下来的区域像素进行颜色空间的转化，将像素点的RGB值转化为HIS值，将相邻区域颜色差异大的区域保留，颜色差异小的将区域面积过小的一方舍弃；提取各区域的形状特征，将轮廓较为突出或较为光滑的区域留下，其他的区域舍弃；遍历整张图片，将被舍弃的区域显示为白色，保留的区域按原图显示，得到新图；判断是否将所有图片全部处理完，处理完就将新数据集送入网络训练；否则跳回循环。本发明在提高效率的同时也保留甚至提高了准确率。
-
公开(公告)号：CN111915677B
公开(公告)日：2023-11-17
申请号：CN202010649201.X
申请日：2020-07-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于三维点云特征的船舶位姿估计方法，首先通过从6个方向获取目标船的三维点云数据，采用拼接方式获得目标船的完整点云库。构建目标船的点云模板库。计算待配准目标船舶点云的ISS3D特征点及其特征直方图，得到模板点云库中的特征点与待配准点云库中的对应特征点重合的初始坐标变换矩阵，实现点云在全局范围内的快速粗配准。采用ICP点云配准算法，在上步粗配准的基础上进行点云的精准配准，获得实现点云精准配准的坐标变换矩阵。最后利用精准坐标变换矩阵与点云模板库中船舶的初始位姿信息，完成对目标船进行六自由度的位姿估计。本发明提出基于点云特征的船舶位姿估计算法实验，通过实验数据对比，验证本发明的有效性。
-
Patent Agency Ranking
公开(公告)号：CN110969624A
公开(公告)日：2020-04-07
申请号：CN201911082345.5
申请日：2019-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种激光雷达三维点云分割方法，首先提取激光雷达采集的原始三维点云数据，然后对原始点云预处理，包括对原始点云数据的去噪、简化以及坐标变换，构建三维笛卡尔坐标系下的基础点云数据，并将三维数据用二维数组形式存储，再采用变邻域分散搜索策略，动态调整区域生长法围绕种子的邻域范围和搜寻匹配范围的分辨率，开展点云初步分割工作，在此基础上设计点云分割包络扩散策略，对点云分割集合的周围进一步搜索，实现多集合的融合，进而得到点云分割的集合，最后设计一种点云分割结果的可视化功能，用于查看点云分割效果。本发明有效提高了分割速率，有效抑制过分割情况，保持各目标的整体性，且便于观察分割目标扫描结果。
-
公开(公告)号：CN110956099A
公开(公告)日：2020-04-03
申请号：CN201911109920.6
申请日：2019-11-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种动态手势指令识别方法，包括以下步骤：制作5种基础样本类；进行HSV空间肤色分割，得到二值图，并调整大小；进行区域生长选出最大肤色区域；将HOG检测算法提取并保存图片像素梯度归一化后的特征信息作为样本进行训练；基于基础样本类，设计27种动态手势指令；结合CFDP的思想进行手势跟踪，对区域生长后的图像进行计算处理，得到手势质心和边缘；结合静态模型对每组手势指令进行相应的特征提取；每组指令得到一个61维的特征矩阵，经过对特征整合，再次利用SVM分类器进行分类，得出Model_2。本发明在实现了实时高效的手势指令识别的前提下，既结合了新的跟踪算法又避免了采用时间序列算法的繁琐。
-
公开(公告)号：CN110956099B
公开(公告)日：2022-06-17
申请号：CN201911109920.6
申请日：2019-11-14
Applicant: 哈尔滨工程大学
IPC: G06V40/20 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种动态手势指令识别方法，包括以下步骤：制作5种基础样本类；进行HSV空间肤色分割，得到二值图，并调整大小；进行区域生长选出最大肤色区域；将HOG检测算法提取并保存图片像素梯度归一化后的特征信息作为样本进行训练；基于基础样本类，设计27种动态手势指令；结合CFDP的思想进行手势跟踪，对区域生长后的图像进行计算处理，得到手势质心和边缘；结合静态模型对每组手势指令进行相应的特征提取；每组指令得到一个61维的特征矩阵，经过对特征整合，再次利用SVM分类器进行分类，得出Model_2。本发明在实现了实时高效的手势指令识别的前提下，既结合了新的跟踪算法又避免了采用时间序列算法的繁琐。
-
公开(公告)号：CN111915677A
公开(公告)日：2020-11-10
申请号：CN202010649201.X
申请日：2020-07-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于三维点云特征的船舶位姿估计方法，首先通过从6个方向获取目标船的三维点云数据，采用拼接方式获得目标船的完整点云库。构建目标船的点云模板库。计算待配准目标船舶点云的ISS3D特征点及其特征直方图，得到模板点云库中的特征点与待配准点云库中的对应特征点重合的初始坐标变换矩阵，实现点云在全局范围内的快速粗配准。采用ICP点云配准算法，在上步粗配准的基础上进行点云的精准配准，获得实现点云精准配准的坐标变换矩阵。最后利用精准坐标变换矩阵与点云模板库中船舶的初始位姿信息，完成对目标船进行六自由度的位姿估计。本发明提出基于点云特征的船舶位姿估计算法实验，通过实验数据对比，验证本发明的有效性。
-
公开(公告)号：CN110689057A
公开(公告)日：2020-01-14
申请号：CN201910855228.1
申请日：2019-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于图像分割的降低神经网络训练样本量的方法。将单张图片分割为不同区域；按照区域发展的先后顺序，给区域进行编号并且记录区域面积；设置一个面积阈值，区域小于阈值的区域舍弃；将保留下来的区域像素进行颜色空间的转化，将像素点的RGB值转化为HIS值，将相邻区域颜色差异大的区域保留，颜色差异小的将区域面积过小的一方舍弃；提取各区域的形状特征，将轮廓较为突出或较为光滑的区域留下，其他的区域舍弃；遍历整张图片，将被舍弃的区域显示为白色，保留的区域按原图显示，得到新图；判断是否将所有图片全部处理完，处理完就将新数据集送入网络训练；否则跳回循环。本发明在提高效率的同时也保留甚至提高了准确率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
