-
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
Applicant: 哈尔滨工程大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T3/40 , G06T5/30 , G06T2207/20036 , G06T2207/20064 , G06T2207/20221
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。
-
公开(公告)号：CN105787489A
公开(公告)日：2016-07-20
申请号：CN201610124776.3
申请日：2016-03-04
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/4671 , G06K9/6215 , G06K2209/29
Abstract: 本发明涉及的是数字图像处理技术领域，具体地说是一种基于水下地貌图像的匹配导航算法。本发明包括：将实时图和待与实时图匹配的基准图都转化为圆形模板，提取两个圆形模板的不变矩特征作为匹配的内容；以实时图与基准图之间的不变矩特征向量的欧氏距离作为相似性度量；欧氏距离最小时所对应的基准图的位置即为实时图的匹配位置；采用粒子群优化算法代替遍历的搜索方式；利用多种群思想改进粒子群优化算法；搜索到实时图的匹配位置后，利用最大互相关法确定航向角。本发明提出了适合水下地貌图像的匹配导航算法。针对导航的特殊需求，本发明采用不变矩特征，克服了水下应用中旋转、平移和尺度变换的影响。
-
公开(公告)号：CN103116870B
公开(公告)日：2015-08-12
申请号：CN201210440791.0
申请日：2012-11-07
Applicant: 哈尔滨工程大学
IPC: G06T1/00
Abstract: 本发明提供的是一种分形与小波结合的声纳图像信息隐藏方法。(1)将信息以3bit二进制序列为单位转换为值为0～7的十进制序列；(2)以声纳图像为载体，对载体图像进行小波变换，在小波树同一方向的不同子带图像中划分父块和子块；(3)利用0～7的十进制序列值作为参数指定父块仿射变换的种类，计算变换块最优的对比度和亮度，替换对应子块，并记下被替换子块位置；(4)顺序处理每个父块，若目标子块已被替换，则重复（3）；(5)将所有信息嵌入完毕后，对载体图像做小波逆变换，得到隐蔽图像。本发明通过控制仿射变换的种类来嵌入信息，使从前的每一图像块嵌入1bit信息提高到了3bit，提高了信息隐藏的容量。
-
公开(公告)号：CN104484891A
公开(公告)日：2015-04-01
申请号：CN201410566640.9
申请日：2014-10-22
Applicant: 哈尔滨工程大学
CPC classification number: G01C21/20 , G06T7/45 , G06T2207/30181
Abstract: 本发明涉及的是一种数字图像处理领域。具体地说是一种基于纹理特征和地形特征参数的水下地形匹配方法。本发明包括：实测水下地形数据和基准数据进行降采样；获得相同分辨率的实测数据矩阵和基准数据矩阵；获得角二阶距、对比度、相关和逆差矩；获得地形高程均值、地形高程标准差、地形粗糙度、地形相关系数、地形熵和地形差异熵；为每一个特征参数赋予权值；保留每一个搜索位置的相似性数值；选取其中相似性最大即相似性数值最小的位置，作为输出的匹配位置。本发明对实时测量的水下地形数据和特定区域的水下地形基准数据进行降采样，以降低计算成本，提高水下测量的数据，进一步达到基于水下地形纹理特征和地形特征参数的水下地形匹配效果。
-
公开(公告)号：CN102621527B
公开(公告)日：2014-06-11
申请号：CN201210073516.X
申请日：2012-03-20
Applicant: 哈尔滨工程大学
IPC: G01S5/02
Abstract: 本发明提供的是一种基于数据重构的宽带相干源的方位估计方法。(1)对宽带阵列接收数据进行子带分解；(2)选取宽带信号的最低频率作为聚焦频率，利用空间数据重构公式将各子带数据聚焦到同一频率；(3)计算聚焦后的各子带数据的协方差矩阵，利用矩阵共轭重排原理改进协方差矩阵，将改进后的各子带数据的协方差矩阵取均值，作为最终的协方差矩阵；(4)将最终的协方差矩阵利用MVDR算法进行空间谱估计，得到宽带相干源的方位信息。本发明不仅在低信噪比和少快拍数下有更高的角度分辨率，并且无需对角加载等处理即可克服高信噪比条件下MVDR算法的不稳定性，具有更优越的方位估计性能。
-
Patent Agency Ranking
公开(公告)号：CN103763045A
公开(公告)日：2014-04-30
申请号：CN201310652186.4
申请日：2013-12-05
Applicant: 哈尔滨工程大学
IPC: H04B17/00
Abstract: 本发明涉及的是一种适用于三维水声信道仿真的高斯束方法。该方法将声线轨迹转化为出射角度俯仰角α和方位角β的函数；在声线邻近区域引入坐标系(s,α,β)；建立射线中心坐标系(s,n1,n2)与坐标系(s,α,β)之间的映射关系；将波动方程在射线中心坐标系(s,n1,n2)下的解转换为坐标系(s,α,β)下的形式。本发明用于三维水声信道仿真，中间环节少，计算量小，使用简便。
-
公开(公告)号：CN103559695A
公开(公告)日：2014-02-05
申请号：CN201310451127.0
申请日：2013-09-29
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明属于图像处理领域，具体涉及一种用于目标图像的特征提取与识别的自适应分块压缩传感重建方法。本发明包括：初始参数定义；将图像分成大小为A的子图像块；分别计算各子图像块的能量E，根据预设的能量阈值T，将各子图像块划分成背景子图像块和目标子图像块；重新对图像的背景区域和目标区域进行分块；以相同的采样率分别对图像的背景区域、目标区域进行测量值获取及图像重建；将重建的目标区域图像和背景区域图像合成为重建的原始图像。本发明根据子图像块的能量值将图像分成背景区域和目标区域，分别对背景区域和目标区域采用不同的分块方案，可以消除目标区域中的块效应，能够以较少的重建时间获得较好的重建质量。
-
公开(公告)号：CN101866488B
公开(公告)日：2012-10-31
申请号：CN201010203616.0
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于图像频域方向模板目标检测的方法。包括对原始图像进行预处理，滤波去噪；将侧扫声纳图像分解32×32像素大小的子图像；将子图像进行归一化，然后做二维离散傅里叶变换；提取相应的频谱信息；做二维离散傅里叶反变换，得到各个方向的投影；计算子图像各方向的投影能量；对子图像各方向的投影能量求和，判断目标有无，并粗略给出目标位置信息。本发明运用傅里叶分析工具，利用水平方向、垂直方向、135°方向和45°方向直线模板，对侧扫声纳图像在四个方向上进行投影分解，根据投影结果判断是否有目标存在，粗略估计图像的感兴趣区域的位置，对于判断和提取纹理较强的侧扫声纳图像中感兴趣区域有较好的效果。
-
公开(公告)号：CN101650436B
公开(公告)日：2011-11-16
申请号：CN200910072956.1
申请日：2009-09-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种嵌入式智能声探测系统。其组成包括嵌入式操作系统(1)、声纳图像处理模块(4)、扩展接口(6)、PCI总线接口(9)、声纳信号模数转换模块(10)与网络接口模块(11)、连接模拟声纳信号的BNC同轴电缆(12)和连接数字声纳信号的网络电缆(13)。本发明利用高速信号处理器和嵌入式系统搭建了一种智能声探测系统，系统电路体积小、功耗低、信号处理性能高，配有多接口以实现和声纳头及控制系统之间数据和命令的传输，并支持板级扩展接口PCI总线接口以实现更高的处理能力，可实现将高分辨率成像声纳应用于水下无人潜器的自主探测。
-
公开(公告)号：CN101887577A
公开(公告)日：2010-11-17
申请号：CN201010203589.7
申请日：2010-06-21
Applicant: 哈尔滨工程大学
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。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.03 seconds)
