-
公开(公告)号：CN109741285A
公开(公告)日：2019-05-10
申请号：CN201910077260.1
申请日：2019-01-28
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 本发明属于图像处理领域，公开了一种水下图像数据集的构建方法及系统,构建包含各种类型的水下模糊图像数据集，并基于人工标记方法建立其背景光数据集；同时，提出基于图像色彩度、对比度、梯度、锐度的四维面积评价指标对水下图像质量进行评价，从而构建水下高清图像数据集。本发明基于人类主观判别，能够保证输出水下背景光的准确性；本发明所构建的水下模糊图像数据集及其背景光数据集，可以作为水下图像复原研究中数据源和背景光估计基准；本发明的水下高清图像数据集构建方法简单、快速，所构建的水下图像数据集能够为基于深度学习的水下图像质量增强算法提供训练样本，所提出的水下图像质量评价方法可以用于水下图像质量评价。
-
公开(公告)号：CN109190491A
公开(公告)日：2019-01-11
申请号：CN201810897727.2
申请日：2018-08-08
Applicant: 上海海洋大学
Abstract: 本发明提供一种残差卷积神经网络SAR影像海冰分类方法，包括步骤：获取SAR影像数据；处理SAR影像数据获得训练数据集和测试数据集；设计残差卷积神经网络模型并利用训练数据集训练残差神经网络模型，获得基本的海冰分类模型；将训练数据集同时输入多个已训练好的海冰分类模型，利用集成学习思想组合单个模型的分类结果得到最终海冰分类的优化模型，并通过改变模型的个数，确定集成策略中最佳的模型数量；利用优化残差卷积神经网络模型对待分类SAR影像数据分类。本发明的一种残差卷积神经网络SAR影像海冰分类方法，可快速得到详细的具有海冰分布信息的海冰解译图，给海上作业人员提供参考。
-
公开(公告)号：CN109741285B
公开(公告)日：2022-10-18
申请号：CN201910077260.1
申请日：2019-01-28
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 本发明属于图像处理领域，公开了一种水下图像数据集的构建方法及系统,构建包含各种类型的水下模糊图像数据集，并基于人工标记方法建立其背景光数据集；同时，提出基于图像色彩度、对比度、梯度、锐度的四维面积评价指标对水下图像质量进行评价，从而构建水下高清图像数据集。本发明基于人类主观判别，能够保证输出水下背景光的准确性；本发明所构建的水下模糊图像数据集及其背景光数据集，可以作为水下图像复原研究中数据源和背景光估计基准；本发明的水下高清图像数据集构建方法简单、快速，所构建的水下图像数据集能够为基于深度学习的水下图像质量增强算法提供训练样本，所提出的水下图像质量评价方法可以用于水下图像质量评价。
-
公开(公告)号：CN108257101B
公开(公告)日：2021-10-19
申请号：CN201810039369.1
申请日：2018-01-16
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于最优复原参数的水下图像增强方法，所述方法包括以下步骤：所述方法包括以下步骤：步骤S1、输入图像，收集数百张高质量的水下图片作为样本，获得新水下图像暗通道先验性；步骤S2、基于新UDCP结论的RGB三通道传输地图估计；步骤S3、基于融合方法的背景光估计；步骤S4、图像复原。其优点表现在：最终的输出结果显示在对比度、饱和度、明度等多方面都获得较好的增强效果。而且本发明的方法适用于在不同环境下的水下图像，增强后的图像可用于水下探测、海洋资源评估以及目标识别等应用。
-
公开(公告)号：CN107067386B
公开(公告)日：2020-05-01
申请号：CN201710272512.7
申请日：2017-04-24
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于相对全局直方图拉伸的浅海水下图像增强方法，所述的浅海水下图像增强方法包括输入图像模块、图像RGB直方图分布分析模块、相对全局直方图拉伸模块、全局拉伸模块、输出图像模块。其优点在于，图像增强计算复杂度低，获得的效果更好，鲁棒性好，适用于包括水下植物、浅海人员、海底岩石等多累浅海水下图像；计算相对拉伸范围的参数，并自动选择拉伸范围，可以精确定位需要被拉伸范围；利用颜色纠正方法，运用HSV色彩空间对S、V的全局拉伸弥补颜色损失；可以有效的增强水下图像的对比度、饱和度、可见度。
-
Patent Agency Ranking
公开(公告)号：CN108596853A
公开(公告)日：2018-09-28
申请号：CN201810400875.9
申请日：2018-04-28
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于背景光统计模型和传输地图优化的水下图像增强方法，所述方法包括以下步骤：步骤S1.首先建立人为选择的背景光估计数据集(MABLs)，然后选择模型的特征参数，最后建立R通道和GB通道的背景光估计模型；步骤S2.基于新UDCP水下暗通道先验性结论得出R通道传输地图(TM)，并推理出深度地图，最终估计出GB通道的TMs及图像复原；步骤S3.在CIE-Lab颜色模型中的自适应拉伸。其优点表现在：本发明方法适用于复杂环境下的水下图像增强、提高图像增强的运行效率、同时提高图像可视性以及获得更高信息量。相比于其它水下图像增强、复原方法，本文方法有着更好的实效性和鲁棒性。
-
公开(公告)号：CN108520281A
公开(公告)日：2018-09-11
申请号：CN201810328999.0
申请日：2018-04-13
Applicant: 上海海洋大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于全局与局部保持的高光谱图像半监督降维方法，所述的方法包括以下步骤：步骤S1.设高维空间RD中存在数据集X＝{x1，x2，…，xl，xl+1，…，xl+u},其中前l个样本Xl为有类标样本，类别标签为c，各类样本数为Ni，i＝(1，2，…，c)，后u个样本Xu是无类标样本；步骤S2.通过半监督全局分布算法构造半监督全局目标函数；步骤S3.基于半监督局部保持投影算法，给出改进后的半监督局部目标函数；步骤S4.结合S2中的全局目标函数和S3中的局部目标函数，构造半监督IPCA-IWSSFE整体目标函数及求解低维子空间Y＝WTX。其优点表现在：通过对高光谱图像进行全局与局部保持的半监督降维，即考虑的数据的局部特性，又能保证数据的全局特性，从而提高了图像的分类精度。
-
公开(公告)号：CN107067386A
公开(公告)日：2017-08-18
申请号：CN201710272512.7
申请日：2017-04-24
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于相对全局直方图拉伸的浅海水下图像增强方法，所述的浅海水下图像增强方法包括输入图像模块、图像RGB直方图分布分析模块、相对全局直方图拉伸模块、全局拉伸模块、输出图像模块。其优点在于，图像增强计算复杂度低，获得的效果更好，鲁棒性好，适用于包括水下植物、浅海人员、海底岩石等多累浅海水下图像；计算相对拉伸范围的参数，并自动选择拉伸范围，可以精确定位需要被拉伸范围；利用颜色纠正方法，运用HSV色彩空间对S、V的全局拉伸弥补颜色损失；可以有效的增强水下图像的对比度、饱和度、可见度。
-
公开(公告)号：CN109190491B
公开(公告)日：2021-08-31
申请号：CN201810897727.2
申请日：2018-08-08
Applicant: 上海海洋大学
Abstract: 本发明提供一种残差卷积神经网络SAR影像海冰分类方法，包括步骤：获取SAR影像数据；处理SAR影像数据获得训练数据集和测试数据集；设计残差卷积神经网络模型并利用训练数据集训练残差神经网络模型，获得基本的海冰分类模型；将训练数据集同时输入多个已训练好的海冰分类模型，利用集成学习思想组合单个模型的分类结果得到最终海冰分类的优化模型，并通过改变模型的个数，确定集成策略中最佳的模型数量；利用优化残差卷积神经网络模型对待分类SAR影像数据分类。本发明的一种残差卷积神经网络SAR影像海冰分类方法，可快速得到详细的具有海冰分布信息的海冰解译图，给海上作业人员提供参考。
-
公开(公告)号：CN106886376B
公开(公告)日：2019-08-30
申请号：CN201710201232.7
申请日：2017-03-30
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于多属性最优化的海洋监测数据副本管理方法，其步骤为：S1：输入海洋监测大数据；S2：创建海洋监测大数据副本；S3：选择放置节点的机架；S4：判断节点的存储空间；S5：建立节点属性评价矩阵，并对矩阵进行处理；S6：建立节点关键属性的加权矩阵，确定最优解和最劣解；S7：计算各节点到最优解的相对贴进度，选取贴近度最小的节点；S8：输出海洋监测大数据的副本布局方案。其优点在于，将数据高效的分别在云环境中，在保证数据可靠性的前提下保留尽可能少的副本，减少存储空间不必要的浪费；可以获取每个数据不断变化的访问热度；可以判断在副本动态模式下何时创建或删除副本；减少网络延迟，提高系统整体的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
