-
公开(公告)号：CN112698330B
公开(公告)日：2023-09-22
申请号：CN202011477018.2
申请日：2020-12-14
Applicant: 大连海事大学
IPC: G01S13/90
Abstract: 本发明提供一种基于比值对数积的极化SAR图像非局部均值算法，包括以下步骤：获取全极化SAR图像和参数设置；对所述全极化SAR图像的对角三个通道的每个中心点，设定局部块；根据经验公式确定控制滤波平滑程度的参数和同质像素选择门限；计算在所述搜索窗内的每个所述局部块与中心块的距离；根据所述每个所述局部块与中心块的距离，获取搜索窗内各像素点权重；根据所述各像素点权重，对对角三个通道的协方差矩阵进行加权平均，估计每个通道当前像素点估计值；移动搜索窗，直至计算出极化图像每个通道中每个像素点的估计值，获取相干斑抑制后的图像。本发明解决了在强散射点目标保持上表现不佳以及在近边缘均匀区域像素平滑不足的技术问题。
-
公开(公告)号：CN116612397A
公开(公告)日：2023-08-18
申请号：CN202310617216.1
申请日：2023-05-29
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/74 , G06V10/764 , G06V10/44
Abstract: 本发明提供一种基于Landsat‑8图像海岸多类型水体的多特征连续提取方法，包括以下步骤：S1、获取Landsat‑8图像，并对所述Landsat‑8图像进行预处理，获取光谱反射率图像；S2、基于所述光谱反射率图像像进行海岸带内水体提取从而实现海岸带粗略定位，所述海岸带内水体提取包括水体提取和水体边缘增强；S3、对提取到的水体区域按照预设的水体类型进行连续提取，所述水体类型包括养殖池塘、盐田、河流和湖泊。本发明基于区域投影、光谱和几何特征海岸的多类型水体进行连续提取，能够提高水体提取精度。
-
公开(公告)号：CN116542989A
公开(公告)日：2023-08-04
申请号：CN202310442246.3
申请日：2023-04-23
Applicant: 大连海事大学
Abstract: 本发明提供一种基于角度约束和双邻域统计的内陆养殖池提取方法，包括：获取Landsat‑8图像，对所述Landsat‑8图像进行预处理，并由经预处理后的图像提取水体区域；根据断裂河流之间局部空间内的切线角方向的相似性，对提取到的水体区域进行断裂河流连接，从而获取河流区域；针对河流区域附近的养殖池进行提取；针对湖泊和水库周围的养殖池进行提取；从方向相似性、几何形状相似性和面积奇异值三个方面对河流区域养殖区域、湖泊及水库养殖区域进行判别，最终得到内陆养殖池的提取结果。本发明利用双角曲率特征与内陆养殖池空间分布的方向、双邻域特性相结合的方法对内陆养殖池进行了提取，提高了提取效率和精度。
-
公开(公告)号：CN110097101B
公开(公告)日：2022-09-13
申请号：CN201910319782.8
申请日：2019-04-19
Applicant: 大连海事大学
IPC: G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于改进可靠性因子的遥感图像融合与海岸带分类方法，主要包括：读取SAR图像与光学图像并配准；选用FLF线检测算法提取海岸线；将分类区域分割为均匀区域与不均匀区域；进行图像融合并提取灰度共生矩阵纹理并选定训练数据；计算当前像素所属类别的条件概率及每个像素属于每一类的势能，取势能最小的类别标签赋给当前像素作为分类结果；由所述分类结果的每一类别中提取20％的数据作为训练集直到每个像素属于每一类的势能不再变化，则输出最终分类结果。本发明针对不同的地物区域，对不同的传感器数据给出不同的可靠性因子，进而实现海岸带的精确分类。
-
公开(公告)号：CN113379694A
公开(公告)日：2021-09-10
申请号：CN202110610293.5
申请日：2021-06-01
Applicant: 大连海事大学
Abstract: 本发明提供一种雷达图像局部点面对比度积舰船检测方法，包括：获取雷达图像，并对所述雷达图像进行均值漂移滤波得到待处理图像；构建部差异性增强因子对所述待处理图像，从而增强船舶目标与背景的边缘，获取第一增强图像；构建点对比度权重以及面对比度权重，并基于二者获取局部点面对比度积，并基于所述局部点面对比度积对第一增强图像进行处理，从而增强目标与背景的对比度，获取第二增强图像；对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距，进而获取舰船目标。
-
Patent Agency Ranking
公开(公告)号：CN113379626A
公开(公告)日：2021-09-10
申请号：CN202110610308.8
申请日：2021-06-01
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明提供一种基于迭代与边缘映射强度的SAR图像相干斑抑制方法，包括：获取合成孔径雷达相干斑图像，并对所述合成孔径雷达相干斑图像进行归一化指数拉伸；基于拉伸后的相干斑图像计算边缘映射强度图；通过阈值逐级下降的方式找出边缘映射强度图的最佳阈值；基于所述边缘映射强度图的最佳阈值构建出扩散函数，并对图像中每一点进行像素差分加权；对差分加权后的图像与原图像求取比值图的变差系数值；将前后两次迭代的比值图变差系数差异作为迭代停止条件，当满足迭代停止条件时则输出抑斑图像，否则进行下一次迭代，并更新边缘映射强度图。
-
公开(公告)号：CN112505701A
公开(公告)日：2021-03-16
申请号：CN202011477035.6
申请日：2020-12-14
Applicant: 大连海事大学
Abstract: 本发明提供一种积分图数近半下降极化SAR图像非局部均值相干斑抑制方法，包括以下步骤：获取全极化SAR图像；对所述全极化SAR图像中的每个中心点设定搜索窗和局部块窗；构建比值对数积距离；计算偏移量积分图；通过积分图计算中心块的中心点与局部点的距离记录中心点偏移量的总距离；直至计算出所述全极化SAR图像中每一个像素点所述搜索窗内的局部块距离；最后根据所述搜索窗计算各个像素点的权重，然后对所述全极化SAR协方差矩阵进行加权平均，估计整幅图像像素点，得到相应的相干斑抑制后的图像。本发明算法在保持性能不下降的前提下，运行时间明显优于已有非局部均值算法。
-
公开(公告)号：CN107256399B
公开(公告)日：2021-01-15
申请号：CN201710449129.4
申请日：2017-06-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于Gamma分布超像素算法和基于超像素TMF的SAR图像海岸线检测算法，通过读取图像I，输入种子点数k，并根据输入的种子点数k和图像的大小确定种子点的位置以及每个种子点周围搜索区域的大小，直至超像素的边界不再发生变化，输入所述超像素图像，更新种子点并计算势能，最终输出海岸线结果。本发明在SAR图像海岸线检测算法中提出了一种全新的TMF算法，能够良好的解决中心像素和邻域像素之间的相对位置关系的问题，而解决前一问题需要引入超像素方法。
-
公开(公告)号：CN107274888B
公开(公告)日：2020-09-15
申请号：CN201710449128.X
申请日：2017-06-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于倍频程信号强度和差异化特征子集的情感语音识别方法，步骤包括：S1对语音情感数据集X进行至少包括OBSI及OBSIR参数的特征提取；S2提取每一个情感ei的最优特征子集D(ei,other)；S3使用D(ei,other)进行训练识别，得到情感区分度d(ei)；S4根据d(ei)对情感集合S中的情感类型进行排列，得到有序情感集合S；S5根据S中各情感的顺序，构建SVM‑RF多级分类器；S7利用SVM‑RF多级分类器模型对测试情感语音进行分类测试，并输出分类结果。本发明基于倍频程信号强度和差异化特征子集的情感语音识别方法，以实现情感语音的准确识别。本发明以OBSI特征为基础，针对SVM和RF优点提出一种基于特征选择的SVM‑RF多级分类器构建算法，对子分类器的特征子集采取差异化策略，在保证性能的同时，减少了训练时间。
-
公开(公告)号：CN107316310A
公开(公告)日：2017-11-03
申请号：CN201610259865.9
申请日：2016-04-25
Applicant: 大连海事大学
IPC: G06T7/13
Abstract: 本发明公开了一种逆高斯分布主动轮廓模型海岸线检测的计算方法，包括以下步骤：初始化水平集函数φ(x,y)；计算目标区域的均值u1(x,y)和背景区域的均值u2(x,y)；计算λ1(x,y)和λ2(x,y)；基于逆高斯分布主动轮廓模型的数值求解。本发明通过最大似然估计方法构建基于逆高斯分布的区域能量泛函，然后引入水平集函数、长度规则项和惩罚项得到基于逆高斯分布的区域主动轮廓模型，推导了该模型对应的水平集函数演化方程。通过实验验证了本发明不仅可以处理海洋区域图像像素分布均匀、陆地区域图像像素分布不均匀、整体图像像素偏向于低灰度区域的Envisat卫星图像，还适用于海陆边界区域存在弱边缘的Envisat卫星图像。本发明比传统的Gamma分布运行时间短、迭代次数更少。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.025 seconds)
