-
公开(公告)号：CN112001954A
公开(公告)日：2020-11-27
申请号：CN202010845895.4
申请日：2020-08-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于极曲线约束的水下PCA-SIFT图像匹配方法，属于计算机视觉领域，该方法包括以下步骤：利用高斯函数分别对双目相机在水下采集的图像Ⅰ和图像Ⅱ进行模糊处理及降采样处理，分别由图像Ⅰ的极值点组和图像Ⅱ的极值点组得到图像Ⅰ的关键点组Ⅰ和图像Ⅱ的关键点组Ⅰ；分别为图像Ⅰ的关键点组Ⅱ和图像Ⅱ的关键点组Ⅱ里的每一个关键点分配一个基准方向和建立一个描述符采用PCA-SIFT算法构建描述子对剔除边缘位置的图像Ⅰ和图像Ⅱ进行匹配，同时结合改进的极曲线约束方法得到极曲线对匹配过程中进行约束，剔除误匹配点，完成图像Ⅰ和图像Ⅱ的匹配，该方法利用算法本身的快速性以及水下成像的极曲线约束条件，提高水下双目立体匹配的精度与效率。
-
公开(公告)号：CN111709985A
公开(公告)日：2020-09-25
申请号：CN202010525569.5
申请日：2020-06-10
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于双目视觉的水下目标测距方法，属于计算机视觉领域，该方法包括以下步骤：采用改进的水下标定算法,进行相机的标定,得到相机的内外参数,获得水下目标校正后的双目图像，利用校正后的双目图像进行立体匹配获取图像视差，利用获取的图像视差通过相似三角形原理解算得到角点深度，完成水下目标的距离测试，该方法在空气双目测距的算法基础上，结合相机的水下成像模型，更加全面的考虑了水下因素对相机标定的影响，添加了折射率等因素，增强了相机在水下工作时的图像校正能力，采用改进的Harris角点检测算法，可减缓水下图像角点的聚簇现象，并且避免了算法中阈值的选择，减少误匹配点，提高了图像匹配的正确率与精度。
-
公开(公告)号：CN112346479B
公开(公告)日：2023-08-22
申请号：CN202011296332.0
申请日：2020-11-18
Applicant: 大连海事大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于集中式卡尔曼滤波的无人航行器状态估计方法，包括以下步骤：建立无人航行器关于位置和速度的状态方程和量测方程；预测无人航行器的下一时刻速度和位置，得到无人航行器的下一时刻速度预测值和位置预测值，建立下一时刻速度和位置真值的分布函数，通过引入置信概率，得到无人航行器当前时刻可靠的速度和位置量测值；基于新型集中式卡尔曼滤波器的结构，确定无人航行器更新过程的协方差和卡尔曼滤波器的增益，再通过结合当前时刻速度和位置量测值得到无人航行器的位置信息和速度信息最优估计值，将此方法具有置信检验环节的集中式卡尔曼滤波，对速度和位置信息的最终估计值更加准确。
-
公开(公告)号：CN111709985B
公开(公告)日：2023-07-07
申请号：CN202010525569.5
申请日：2020-06-10
Applicant: 大连海事大学
IPC: G06T7/593 , G06T7/13 , G06T7/80 , G06T5/00 , G06V10/762
Abstract: 本发明公开了一种基于双目视觉的水下目标测距方法，属于计算机视觉领域，该方法包括以下步骤：采用改进的水下标定算法,进行相机的标定,得到相机的内外参数,获得水下目标校正后的双目图像，利用校正后的双目图像进行立体匹配获取图像视差，利用获取的图像视差通过相似三角形原理解算得到角点深度，完成水下目标的距离测试，该方法在空气双目测距的算法基础上，结合相机的水下成像模型，更加全面的考虑了水下因素对相机标定的影响，添加了折射率等因素，增强了相机在水下工作时的图像校正能力，采用改进的Harris角点检测算法，可减缓水下图像角点的聚簇现象，并且避免了算法中阈值的选择，减少误匹配点，提高了图像匹配的正确率与精度。
-
公开(公告)号：CN111860640A
公开(公告)日：2020-10-30
申请号：CN202010694006.9
申请日：2020-07-17
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于GAN的特定海域数据集增广方法，属于计算机视觉领域，包括以下步骤：采集特定海域的水下图像，构成真实水下图像数据集；构建生成对抗网络；生成器对真实的水下图像的退化特性和以及渐晕效果进行学习，得到学习后生成器，并在生成器中得到真实水下图像数据集的衰减、散射、渐晕模型参数，公开数据集在学习后生成器上进行图像合成，得到真实水下图像的合成图像数据集，将真实水下图像的合成图像数据集和真实水下图像数据集一起输入到判别器中进行判别，实现真实水下图像的增广，该方法在数据集上训练识别网络避免过拟合现象，解决海洋公开数据集样本数较小、真实样本获取困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN111860640B
公开(公告)日：2024-06-28
申请号：CN202010694006.9
申请日：2020-07-17
Applicant: 大连海事大学
IPC: G06V10/774 , G06V10/82 , G06V20/05 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN的特定海域数据集增广方法，属于计算机视觉领域，包括以下步骤：采集特定海域的水下图像，构成真实水下图像数据集；构建生成对抗网络；生成器对真实的水下图像的退化特性和以及渐晕效果进行学习，得到学习后生成器，并在生成器中得到真实水下图像数据集的衰减、散射、渐晕模型参数，公开数据集在学习后生成器上进行图像合成，得到真实水下图像的合成图像数据集，将真实水下图像的合成图像数据集和真实水下图像数据集一起输入到判别器中进行判别，实现真实水下图像的增广，该方法在数据集上训练识别网络避免过拟合现象，解决海洋公开数据集样本数较小、真实样本获取困难的问题。
-
公开(公告)号：CN111553862B
公开(公告)日：2023-10-13
申请号：CN202010359252.9
申请日：2020-04-29
Applicant: 大连海事大学
Abstract: 本发明公开了一种海天背景图像去雾和双目立体视觉定位方法，属于计算机视觉领域，该方法在暗通道去雾模型的基础上，根据海天背景图像的上述特征，对双目摄像机拍摄到的图像中的天空区域与非天空区域进行分割，利用四分法确定大气光值预估值的最终区域，避免取单个值易受到外界随机条件的影响，将所选最终区域内所有像素的平均值作为优化模型的大气光值取值；再利用超像素分割得到景深和雾浓度相近的区域，构造衡量图像对比度和信息损失量的代价函数，计算每个区域的代价函数的最小值作为该区域的透射率估计值，然后采用引导滤波对其进行细化，得到优化模型的透射率取值。
-
公开(公告)号：CN112907474B
公开(公告)日：2023-08-25
申请号：CN202110199611.3
申请日：2021-02-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于背景光优化与伽马变换的水下图像增强方法，属于计算机视觉领域，该方法包括以下步骤：对水下图像进行去雾处理，得到去雾后的水下图像；对去雾后的水下图像进行伽马变换，得到对比度提升后的水下图像；对对比度提升后的水下图像采用主通道像素最值方法进行色彩校正，得到颜色均衡的水下图像，本发明采用改进的背景光估计方法，利用候选点邻域的色彩饱和度衡量该点是否能作为整幅图像的背景光，减小估计误差，提升图像质量；针对复原后图像存在的颜色失真、偏色等问题，利用伽马变换与颜色校正结合的方法，提升图像对比度，改善图像亮度不均的情况。
-
公开(公告)号：CN112750090A
公开(公告)日：2021-05-04
申请号：CN202011583533.9
申请日：2020-12-28
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种改进小波阈值的水下图像降噪方法及系统，属于计算机视觉领域，包括以下步骤：对含有噪声的原图进行小波分解，获得原始小波系数矩阵W(G)；利用改进的阈值函数以及自适应的阈值估计方法对得到的原始小波系数矩阵W(G)进行处理，得到改进后的小波系数矩阵利用改进后的小波系数矩阵进行小波逆变换，得到重构图像，从而获得降噪图像；本发明在小波阈值变换的基础上，结合软硬阈值函数提出一种改进的阈值函数，该函数能有效克服现有软硬阈值函数存在的缺陷；实现了对图像信息的有效保留，并且一定程度上减小了目标物边缘模糊的现象，该方法采用小波阈值降噪技术，可以对水下图像信息进行保留以及恢复，进而提高后续双目立体定位的精度。
-
公开(公告)号：CN112346479A
公开(公告)日：2021-02-09
申请号：CN202011296332.0
申请日：2020-11-18
Applicant: 大连海事大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于集中式卡尔曼滤波的无人航行器状态估计方法，包括以下步骤：建立无人航行器关于位置和速度的状态方程和量测方程；预测无人航行器的下一时刻速度和位置，得到无人航行器的下一时刻速度预测值和位置预测值，建立下一时刻速度和位置真值的分布函数，通过引入置信概率，得到无人航行器当前时刻可靠的速度和位置量测值；基于新型集中式卡尔曼滤波器的结构，确定无人航行器更新过程的协方差和卡尔曼滤波器的增益，再通过结合当前时刻速度和位置量测值得到无人航行器的位置信息和速度信息最优估计值，将此方法具有置信检验环节的集中式卡尔曼滤波，对速度和位置信息的最终估计值更加准确。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
