-
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
IPC: G06T5/00
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。
-
公开(公告)号:CN112949656A
公开(公告)日:2021-06-11
申请号:CN202110237861.1
申请日:2021-03-03
Abstract: 本发明公开了一种水下地形匹配定位方法、设备及计算机存储介质,该方法包括以下步骤:通过孪生特征网络对实时区域与搜索区域进行特征提取,计算并生成相关性特征;构建权重网络,对所述实时区域与所述搜索区域之间各通道的所述相关性特征进行权重分配并融合,生成相似性响应图;通过多峰模式检测所述相似性响应图;若所述相似性响应图满足预设条件,则计算并输出最终坐标;本发明解决现有技术中不能很好地表达图像的早期特征,且无法适用于由水下高程数据转化的灰度地形图像的精确定位的问题;实现了增强网络输出特征的表达能力,以及提高定位结果的可靠性。
-
公开(公告)号:CN112950590B
公开(公告)日:2024-04-05
申请号:CN202110237863.0
申请日:2021-03-03
Abstract: 本发明公开了一种地形图像适配性分析方法、设备及可读存储介质,该方法包括步骤:获取待分析地形图像;基于预设图像分割算法对所述待分析地形图像进行分割处理,得到超像素集合;基于所述超像素集合中的超像素分析所述待分析地形图像的适配性;所述适配性用于确定是否将所述待分析地形图像对应的实际地形数据与基准地形数据进行匹配。本发明避免了直接通过像素点来分析待分析地形图像的适配性,从而降低了分析过程的复杂度。
-
公开(公告)号:CN112949656B
公开(公告)日:2022-09-13
申请号:CN202110237861.1
申请日:2021-03-03
Abstract: 本发明公开了一种水下地形匹配定位方法、设备及计算机存储介质,该方法包括以下步骤:通过孪生特征网络对实时区域与搜索区域进行特征提取,计算并生成相关性特征;构建权重网络,对所述实时区域与所述搜索区域之间各通道的所述相关性特征进行权重分配并融合,生成相似性响应图;通过多峰模式检测所述相似性响应图;若所述相似性响应图满足预设条件,则计算并输出最终坐标;本发明解决现有技术中不能很好地表达图像的早期特征,且无法适用于由水下高程数据转化的灰度地形图像的精确定位的问题;实现了增强网络输出特征的表达能力,以及提高定位结果的可靠性。
-
公开(公告)号:CN112950590A
公开(公告)日:2021-06-11
申请号:CN202110237863.0
申请日:2021-03-03
Abstract: 本发明公开了一种地形图像适配性分析方法、设备及可读存储介质,该方法包括步骤:获取待分析地形图像;基于预设图像分割算法对所述待分析地形图像进行分割处理,得到超像素集合;基于所述超像素集合中的超像素分析所述待分析地形图像的适配性;所述适配性用于确定是否将所述待分析地形图像对应的实际地形数据与基准地形数据进行匹配。本发明避免了直接通过像素点来分析待分析地形图像的适配性,从而降低了分析过程的复杂度。
-
公开(公告)号:CN112489093A
公开(公告)日:2021-03-12
申请号:CN202011316612.3
申请日:2020-11-19
Abstract: 本发明公开一种声呐图像配准方法,所述方法包括以下步骤:获取目标区域的声呐图像;在所述声呐图像中截取出敏感区域对应的敏感区图像;将所述敏感区图像与基准图像进行第一互信息配准运算,获得敏感区图像的区域配准结果;根据所述区域配准结果,获得所述声呐图像的配准结果。本发明还公开了一种声呐图像配准装置、终端设备以及存储介质。采用本发明的声呐图像配准方法,数据运算量较低,时间耗费较少。
-
公开(公告)号:CN116863171A
公开(公告)日:2023-10-10
申请号:CN202310718038.1
申请日:2023-06-16
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下地形图像匹配技术领域,具体涉及一种基于显著性超像素的水下地形图像匹配方法。本发明通过对水下地形图像进行预处理以降低噪声和地形分辨率差异对图像外观的影响,并基于图像聚合技术在地形图像中生成一组超像素;通过计算每个超像素的显著性值来对超像素进行排序,并选取若干显著性值高的超像素块作为待匹配项;以超像素的邻域为单位,基于Log‑Gabor滤波器构建最大索引图,并与该区域的地形信息参数一起对超像素进行描述。本发明通过选取图像中显著性区域来代替提取特征点的过程,以提高特征点分布的稳定性,并通过对邻域进行旋转的方式来降低最大索引图对旋转的敏感度。
-
公开(公告)号:CN105957084B
公开(公告)日:2019-06-11
申请号:CN201610297911.4
申请日:2016-05-06
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号:CN106067172B
公开(公告)日:2018-10-26
申请号:CN201610363682.1
申请日:2016-05-27
Applicant: 哈尔滨工程大学
IPC: G06T7/33
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。
-
公开(公告)号:CN108460773A
公开(公告)日:2018-08-28
申请号:CN201810165088.0
申请日:2018-02-28
Applicant: 哈尔滨工程大学
IPC: G06T7/11
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。
-
-
-
-
-
-
-
-
-