-
公开(公告)号：CN113379625B
公开(公告)日：2024-05-14
申请号：CN202110609524.0
申请日：2021-06-01
Applicant: 大连海事大学
IPC: G06T5/70
Abstract: 本发明提供一种基于区域与像素耦合相似性度量的图像相干斑抑制方法，包括：获取单极化SAR图像并构建所述SAR图像的均值图和标准差图；基于3×3的邻域窗构建所述SAR图像的变差系数图；基于所述均值图与标准差图构建相似性度量；将所述变差系数图构建伽马函数衰减系数；基于所述变差系数图自适应选取相似块尺寸；根据相似性度量计算以目标点为中心的搜索窗中的所有相似性距离并进行加权，联合伽马函数衰减系数共同构建出非局部均值算法中的权重值，进而计算目标点的估计值；循环计算每一像素点的权重并估计出最终的像素值，从而获得抑制图像。
-
公开(公告)号：CN112016441B
公开(公告)日：2023-10-13
申请号：CN202010872605.5
申请日：2020-08-26
Applicant: 大连海事大学
Abstract: 本发明提供一种基于Radon变换多特征融合的Sentinel‑1图像海岸带养殖池提取方法，包括：获取Sentinel‑1原始数据，并对其进行预处理，得到预处理后的图像数据；对预处理后的图像数据应用SLIC超像素方法得到过分割图像，并对各超像素区域做Radon变换，得到各超像素区域对应的变换结果，确定各变换结果中包含的峰值点；根据各变换结果中包含的峰值点数量，分别提取密集型养殖池和非密集型养殖池，其中密集型养殖池为峰值点数量大于1的超像素区域，非密集型养殖池为峰值点数量小于1的超像素区域；综合所述密集型养殖池和非密集型养殖池，获取最终的养殖池提取结果。本发明能够有效的提取中等分辨率SAR图像下的海岸带养殖池。
-
公开(公告)号：CN113378677A
公开(公告)日：2021-09-10
申请号：CN202110609523.6
申请日：2021-06-01
Applicant: 大连海事大学
Abstract: 本发明提供一种基于空间相似性与修正盐田指数的海岸养殖池提取方法，包括：获取Landsat‑8图像数据，并对所述Landsat‑8图像数据进行预处理；对预处理后的图像进行条状水体定位，从而获得海岸带水体图像数据基于结晶池和养殖池的光谱差异性以及结晶池的条纹状纹理特征提取盐田的结晶池区域图像数据；基于蓄水池与结晶池的空间分布特性提取蓄水池区域图像数据；在所述海岸带水体图像数据中去除所述结晶池区域图像数据和蓄水池区域图像数据，从而获取养殖池区域图像信息。本发明方法能够有效的提取中等分辨率下多光谱图像的含盐田海岸带养殖池。
-
公开(公告)号：CN112037244A
公开(公告)日：2020-12-04
申请号：CN202010872600.2
申请日：2020-08-26
Applicant: 大连海事大学
Abstract: 本发明提供一种联合指数和轮廓指示器SLIC的Landsat-8图像养殖池提取方法，包括：图像的预处理，主要包括辐射定标和大气校正；计算水体指数图，在Canny边缘的基础上断点连接形成完整边缘图，提取闭合轮廓目标和生成SLIC超像素；自动选取海陆种子点，生成水体目标二值图像；依次去除养殖池以外的其他干扰水体目标，包括去除海洋，浅水潮滩，河流，湖泊，山体或建筑阴影。本发明能够有效的提取中等分辨率下多光谱图像的海岸带养殖池。
-
公开(公告)号：CN107301649B
公开(公告)日：2020-11-13
申请号：CN201710454623.X
申请日：2017-06-15
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于超像素的区域合并SAR图像海岸线检测算法读取合成孔径雷达SAR图像I，输入k个超像素的种子点，计算种子点的位置并计算出各种子点的邻域点均值和中心点均值的相似程度Si,j，然后计算各种子点的均值和方差作为种子点的特征，重复步骤直至所有点的类别都不在发生变化。计算超像素的像素均值，超像素内像素数量和超像素内像素的标准差，直到迭代前后超像素不再合并，则输出海岸线检测结果。本发明通过构建一个新的局部窗，可以有效的解决传统矩形窗中因含有边缘导致计算出的特征模糊的问题，通过该局部窗构建一个相似性描述子，使得提取出的特征更加精确，使得超像素的边缘贴合度更高。
-
Patent Agency Ranking
公开(公告)号：CN113379694B
公开(公告)日：2024-02-23
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。
-
公开(公告)号：CN110097558B
公开(公告)日：2022-06-07
申请号：CN201910319784.7
申请日：2019-04-19
Applicant: 大连海事大学
Abstract: 本发明提供一种基于重启因子与最小特征积的均值漂移SAR图像海岸线检测方法，包括：获取SAR图像，对SAR图像进行基于重启因子均值漂移滤波，对滤波图像进行基于最小特征积区域合并。本发明的技术方案解决了现有技术中分割算法分割性能低，分割精度差的技术问题，采用基于重启因子均值漂移滤波结合基于最小特征积区域合并的技术方案，实现海岸线图像的高精度分割。
-
公开(公告)号：CN112698330A
公开(公告)日：2021-04-23
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：CN107169533B
公开(公告)日：2021-01-15
申请号：CN201710448649.3
申请日：2017-06-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种超像素的概率因子TMF的SAR图像海岸线检测算法读取合成孔径雷达采集到的SAR图像，生成对应的纹理图像Itexture均匀选取种子点，遍历所述的纹理图像Itexture，将无边缘的局部窗作为邻域点的集合C中的特征点，计算种子点的特征均值和方差，根据均值法更新每一类标签的特征和每一个超像素的特征，并计算出ps,i，进而更新二维向量的标记场X，重复循环纸质超像素保持不变，进行条件迭代，得到海岸的检测结果。本发明不再采用传统的增加特征维数的方法，而是由液体扩散系数的启发提出了用统计量表示图像的方法，提出这种纹理，使用该统计量可以在一定程度上降低SAR图像中海洋和陆地的纹理复杂性，同时在一定程度上增强海洋和陆地的对比度。
-
公开(公告)号：CN110097558A
公开(公告)日：2019-08-06
申请号：CN201910319784.7
申请日：2019-04-19
Applicant: 大连海事大学
Abstract: 本发明提供一种基于重启因子与最小特征积的均值漂移SAR图像海岸线检测方法，包括：获取SAR图像，对SAR图像进行基于重启因子均值漂移滤波，对滤波图像进行基于最小特征积区域合并。本发明的技术方案解决了现有技术中分割算法分割性能低，分割精度差的技术问题，采用基于重启因子均值漂移滤波结合基于最小特征积区域合并的技术方案，实现海岸线图像的高精度分割。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.019 seconds)
