-
公开(公告)号：CN103198455B
公开(公告)日：2015-08-12
申请号：CN201310081823.7
申请日：2013-03-14
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供一种利用全变差最小化和灰度共生矩阵的图像去噪方法，包括以下步骤：对原始含噪图像进行高斯滤波，使用检测窗遍历得到的图像，求出每个检测窗内子图像块的四个灰度共生矩阵，由得到的灰度共生矩阵求对比度图像，利用得到的对比度图像，并结合全变差最小化模型及各项扩散模型去除原始含噪图像中的噪声干扰。本发明提高了对边缘等纹理信息位置的检测精度，且使用对比度图像来自适应的在全变差最小化去噪方法和各项同性扩散去噪方法之间过渡，兼顾了二者在去噪和保护边缘的方面优点，并能有效地减少阶梯效应的影响。
-
公开(公告)号：CN103177427A
公开(公告)日：2013-06-26
申请号：CN201310081824.1
申请日：2013-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种X波段雷达图像同频干扰去除方法，包括：使用Sobel边缘检测算子检测同频干扰噪声，得到同频干扰噪声位置标记图像；对得到的同频干扰噪声位置标记图像进行二值化处理，得到新的同频干扰噪声位置标记图像；使用中值滤波法并结合步骤二中得到的同频干扰噪声位置标记图像去除X波段航海雷达图像中的同频干扰噪声。本发明使用Sobel边缘检测算子来检测X波段航海雷达图像中的同频干扰噪声，充分利用同频干扰噪声呈射线状的性质以及Sobel边缘检测算子检测直线状边缘的优势，提高了对同频干扰噪声位置的检测与定位精度。
-
公开(公告)号：CN108388899B
公开(公告)日：2022-03-01
申请号：CN201810082525.2
申请日：2018-01-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度‑基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度‑基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。
-
公开(公告)号：CN109522830A
公开(公告)日：2019-03-26
申请号：CN201811310175.7
申请日：2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海底底质声学图像特征选择领域，具体涉及一种面向海底底质分类的声纳图像特征选择的方法。包括二维特征间去冗余，多维特征间去冗余，基于最大相关最小冗余算法特征选择，BP神经网络分类验证四个关键步骤。本发明着手于基于海底底质声纳图像提取的多维特征，利用相关系数法除去特征间的冗余度，再利用特征之间最小冗余、特征与类之间最大相关的思路对特征进行选择。发明将相关系数去冗余的方法与最大相关最小冗余的算法相结合，取长补短，趋利避害。在特征选择过程中，既选出了能够代表类别信息的特征，又降低了计算量，节省了时间。
-
公开(公告)号：CN109448038A
公开(公告)日：2019-03-08
申请号：CN201811310207.3
申请日：2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于DRLBP和随机森林的海底底质声呐图像特征提取方法。一：先对海底底质声呐原始图像进行尺度变换得到声呐图像的不同尺度图像；二：采用主导旋转局部二值模式即DRLBP方法对不同尺度的图像进行特征提取；三：通过随机森林对DRLBP算子提取的描述符进行重要性衡量。本发明改善了传统LBP对图像旋转变化、计算量大和特征量存在冗余的问题，也能较好的解决计算量大和特征冗余的问题，同时减小底质声呐图像测试时间和训练时间。
-
Patent Agency Ranking
公开(公告)号：CN102768536B
公开(公告)日：2014-06-25
申请号：CN201210251782.7
申请日：2012-07-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于多目标萤火虫算法的路径规划方法，属于路径规划技术领域，包括：对路径规划问题进行建模、初始化多目标萤火虫算法、更新萤火虫位置并确定非劣解集、更新外部档案文件、判断是否达到预先设定的最大迭代次数和确定Pareto最优路径。本发明基于Pareto支配的概念对基本萤火虫算法进行改进，很好地利用了萤火虫算法的全局搜索与并行计算能力。在规划中同时考虑多个路径性能指标，一次规划就能够得到一组Pareto最优解集，具有很大的灵活性。这种路径规划方法异于传统的针对单一目标的路径规划方法和采用加权法把多目标转化为单目标的路径规划方法，能更好地满足路径规划的实际需要。
-
公开(公告)号：CN102360214A
公开(公告)日：2012-02-22
申请号：CN201110257951.3
申请日：2011-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于萤火虫算法的舰船路径规划方法，具体包括以下几个步骤：步骤一：根据任务信息确定路径的起始点和目标点，并根据起始点和目标点确定航行区域。步骤二：以起始点为坐标原点，起始点和目标点的连线为横坐标建立新的坐标系。步骤三：将航行区域内的障碍物进行简化合并，生成禁航区。步骤四：利用萤火虫算法进行最优路径搜索。步骤五：将最优路径中各个路径点的坐标转换为O-XY下的坐标。步骤六：得到舰船的最优路径，路径规划结束。本发明利用新的自然启发算法萤火虫算法作为优化算法进行舰船路径规划，方法执行效率高，能够规划出满足实际需要的航行路径。
-
公开(公告)号：CN108388899A
公开(公告)日：2018-08-10
申请号：CN201810082525.2
申请日：2018-01-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度-基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度-基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。
-
公开(公告)号：CN103198455A
公开(公告)日：2013-07-10
申请号：CN201310081823.7
申请日：2013-03-14
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供一种利用全变差最小化和灰度共生矩阵的图像去噪方法，包括以下步骤：对原始含噪图像进行高斯滤波，使用检测窗遍历得到的图像，求出每个检测窗内子图像块的四个灰度共生矩阵，由得到的灰度共生矩阵求对比度图像，利用得到的对比度图像，并结合全变差最小化模型及各项扩散模型去除原始含噪图像中的噪声干扰。本发明提高了对边缘等纹理信息位置的检测精度，且使用对比度图像来自适应的在全变差最小化去噪方法和各项同性扩散去噪方法之间过渡，兼顾了二者在去噪和保护边缘的方面优点，并能有效地减少阶梯效应的影响。
-
公开(公告)号：CN102360214B
公开(公告)日：2013-03-06
申请号：CN201110257951.3
申请日：2011-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了本发明的一种基于萤火虫算法的舰船路径规划方法，具体包括以下几个步骤：步骤一：根据任务信息确定路径的起始点和目标点，并根据起始点和目标点确定航行区域。步骤二：以起始点为坐标原点，起始点和目标点的连线为横坐标建立新的坐标系。步骤三：将航行区域内的障碍物进行简化合并，生成禁航区。步骤四：利用萤火虫算法进行最优路径搜索。步骤五：将最优路径中各个路径点的坐标转换为O-XY下的坐标。步骤六：得到舰船的最优路径，路径规划结束。本发明利用新的自然启发算法萤火虫算法作为优化算法进行舰船路径规划，方法执行效率高，能够规划出满足实际需要的航行路径。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
