-
公开(公告)号:CN115393577A
公开(公告)日:2022-11-25
申请号:CN202211073079.1
申请日:2022-09-02
Applicant: 哈尔滨工程大学 , 青岛哈尔滨工程大学创新发展中心
IPC: G06V10/25 , G06V10/762
Abstract: 一种红外海上小目标抗干扰的检测方法,它属于海上目标检测技术领域。本发明解决了由于红外海面图像中存在干扰,导致的采用现有目标检测方法时存在检测率低、虚警率高的问题。本发明通过计算中心区域及其邻域灰度分布的相异性,实现对疑似目标的召回式检测。然后,进一步提取出疑似目标区域的特征。因为海上干扰存在的聚类特征,松弛互k近邻图被引入通过全局图聚类来区分真实目标,通过这种方法,能够检测出真实目标并将海上干扰滤除。本发明方法可以应用于海上小目标的检测。
-
公开(公告)号:CN115170886A
公开(公告)日:2022-10-11
申请号:CN202210864872.7
申请日:2022-07-21
Applicant: 哈尔滨工程大学 , 青岛哈尔滨工程大学创新发展中心
IPC: G06V10/764 , G06V10/82 , G06V10/422 , G06V10/80 , G06V10/75
Abstract: 基于多维多通道卷积神经网络的形状分类方法,本发明涉及形状分类方法。本发明的目的是为了解决现有方法在小样本数据集下数据集缺乏时,因图像噪声造成图像轮廓不完整时的形状分类准确率低问题。过程为:一、计算轮廓角度和轮廓单元曲度,基于轮廓角度和轮廓单元曲度进行轮廓角度编码与轮廓单元曲度编码;基于轮廓角度编码与轮廓单元曲度编码,计算出在不同尺度级下的描述子;二、建立训练集与测试集;三、建立多维多通道网络模型;四、将训练集和测试集输入多维多通道网络模型,获得训练好的多维多通道网络模型;五、将待测图像输入训练好的多维多通道网络模型,完成图像分类。本发明用于图像分类领域。
-