-
公开(公告)号：CN114494280B
公开(公告)日：2024-09-06
申请号：CN202111547257.5
申请日：2021-12-16
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于经验模态分解的前视声呐图像分割方法，属于数字图像处理、数字信号处理、计算机人工智能及模式识别领域，该方法包括以下步骤：对前视声呐图像进行去背景处理，得到去背景处理后的前视声呐图像；对背景处理后的前视声呐图像进行图像分解处理，得到图像分解处理后的前视声呐图像；对图像分解处理后的前视声呐图像进行去噪和增强处理，得到去噪和增强后的前视声呐图像；再对去噪和增强后的前视声呐图像进行重构，得到重构后的前视声呐图像；对重构后的前视声呐图像进行聚类分割，得到分割后的前视声呐图像；该方法既能达有效抑制噪声干扰，又能保护图像边缘细节信息来进行分割的目的。
-
公开(公告)号：CN102663710B
公开(公告)日：2014-12-31
申请号：CN201210132698.3
申请日：2012-04-28
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种X射线冠脉造影图像降噪方法，包括以下步骤：对X射线冠脉造影图像I进行二维经验模态分解；分析经验模态分解得到的各层本征模态函数，进行去噪；利用能够代表冠脉造影图像血管结构的本征模态函数进行加权求和来重构去噪后的冠脉造影图像。本发明不依赖先验知识进行对冠脉造影图像自适应分解，根据图像特点自适应产生随机噪声去除阈值。本发明利用经验模态分解方法对X射线冠脉造影图像进行自适应分解，对得到的各IMF分量进行去噪，并选择能够代表血管结构的IMF高频分量进行造影图像重构即可达到去除噪声的目的，且在去噪过程中无须先验知识、能够根据造影图像特点进行自适应降噪。
-
公开(公告)号：CN102663709A
公开(公告)日：2012-09-12
申请号：CN201210132164.0
申请日：2012-04-28
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种X射线冠脉造影图像血管增强方法，包括以下步骤：对X射线冠脉造影图像I进行二维经验模态分解；分析各层经验模态分解的本征模态函数进行去噪，并利用能够代表冠脉造影图像的特征层来加权重构去除背景噪声的图像；对重构的图像进行Hessian矩阵分解，利用血管测度函数或血管特征拟合函数达到增强血管结构的目的。本发明利用经验模态分解X射线冠脉造影图像为一系列本征模态函数，利用噪声的分布规律达到去除背景噪声的目的，进而选择一些特定层本征模态函数进行加权构造冠状动脉图像，利用基于Hessian矩阵特征值的血管测度函数进一步增强图像中的血管结构。本发明能明显改善冠脉造影图像的视觉效果。
-
公开(公告)号：CN120029265A
公开(公告)日：2025-05-23
申请号：CN202510017709.0
申请日：2025-01-06
Applicant: 大连海事大学
Abstract: 本发明公开了一种改进人工势场法的多异构无人装备舰面路径规划方法，包括：初始化多异构无人装备的现场环境信息，确定多异构无人装备的起始点坐标、障碍物坐标、目标点坐标、障碍物最大影响半径和多异构无人装备的步长信息；设置势场模型，通过引入动态因子系数实时调整斥力和引力的作用，对多异构无人装备在运行中进行避障调控，通过引力函数控制多异构无人装备向目标点运行，并在引力函数中加入纵向随机因子动态调整引力方向和强度；采用改进后的人工势场法对多异构无人装备进行路径优化，控制多异构无人装备向目标点运行。
-
公开(公告)号：CN113962898A
公开(公告)日：2022-01-21
申请号：CN202111295070.0
申请日：2021-11-03
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于照度图优化和自适应伽马校正的低照度图像增强方法，属于计算机视觉领域，该方法包括以下步骤：将图像变化到HSV空间，得到图像的亮度图；对亮度图进行参数自适应引导滤波，得到纹理细节平滑，边缘保留的照度图，将亮度图和照度图进行逐元素相除，得到反射图，利用反射图和光照图得到伽马校正的参数，对亮度图进行伽马矫正，得到重建后的亮度图，利用原图像的饱和度色度分量，将图像变换到RGB空间，得到增强后的图像，本发明改进后的自适应引导滤波，利用图像的平均方差的倍数作为引导滤波正则化因子，减少了人工伪影，优化了照度图；针对照度图灰度值较低等问题，构建目标函数，利用二阶泰勒级数近似来简化运算，得到伽马矫正参数，对照度图进行优化，提升了亮度图的质量。
-
Patent Agency Ranking
公开(公告)号：CN102663709B
公开(公告)日：2014-09-03
申请号：CN201210132164.0
申请日：2012-04-28
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明公开了一种X射线冠脉造影图像血管增强方法，包括以下步骤：对X射线冠脉造影图像I进行二维经验模态分解；分析各层经验模态分解的本征模态函数进行去噪，并利用能够代表冠脉造影图像的特征层来加权重构去除背景噪声的图像；对重构的图像进行Hessian矩阵分解，利用血管测度函数或血管特征拟合函数达到增强血管结构的目的。本发明利用经验模态分解X射线冠脉造影图像为一系列本征模态函数，利用噪声的分布规律达到去除背景噪声的目的，进而选择一些特定层本征模态函数进行加权构造冠状动脉图像，利用基于Hessian矩阵特征值的血管测度函数进一步增强图像中的血管结构。本发明能明显改善冠脉造影图像的视觉效果。
-
公开(公告)号：CN119540760A
公开(公告)日：2025-02-28
申请号：CN202411618987.3
申请日：2024-11-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于卷积块注意力机制和显式视觉中心的小型船舶检测方法，包括：获取水面船舶图像；构建骨干网络模型，将所述水面船舶图像输入至骨干网络中进行特征提取，得到语义信息输出特征图；通过特征金字塔网络模块对特征图进行基于点采样的可学习上采样操作，基于特征图偏移量进行上采样操作获得高解析度特征图，再对高解析度特征图进行显式视觉中心后处理捕获像素间长距离依赖关系并还原边缘信息获得最终特征图；对最终特征图再次进行拼接和下采样，生成分辨率低、通道数高的深层特征图，将深层特征图和最终特征图相结合进行目标检测获得小型船舶的中心点坐标、检测框的宽度值与高度值、以及目标所属类别及置信度信息。
-
公开(公告)号：CN117572434A
公开(公告)日：2024-02-20
申请号：CN202311498504.6
申请日：2023-11-10
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于水声微多普勒效应的目标螺旋桨回波建模方法，包括如下步骤：根据主动声呐在水下的工作状态，模拟主动声呐在水下发射线性扫频信号；基于射线追踪方法构建水声信道模型，使声呐信号通过水声信道传播到达目标螺旋桨处，经螺旋桨反射后形成回波信号；控制螺旋桨叶片定速旋转，使主动声呐回波信号产生额外的频率调制信号，将频率调制信号定义为微多普勒特征，当声线波束垂直射向叶片时，回波达到最强从而出现峰包，旋转的桨叶会使峰包周期出现，生成具有峰包的回波信号；利用回波信号在水声信道中的反射和折射效应，基于不同声线到达信号的声程不同计算产生的时延，将所有到达信号累加至一起，形成完整螺旋桨回波信号。
-
公开(公告)号：CN114494280A
公开(公告)日：2022-05-13
申请号：CN202111547257.5
申请日：2021-12-16
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于经验模态分解的前视声呐图像分割方法，属于数字图像处理、数字信号处理、计算机人工智能及模式识别领域，该方法包括以下步骤：对前视声呐图像进行去背景处理，得到去背景处理后的前视声呐图像；对背景处理后的前视声呐图像进行图像分解处理，得到图像分解处理后的前视声呐图像；对图像分解处理后的前视声呐图像进行去噪和增强处理，得到去噪和增强后的前视声呐图像；再对去噪和增强后的前视声呐图像进行重构，得到重构后的前视声呐图像；对重构后的前视声呐图像进行聚类分割，得到分割后的前视声呐图像；该方法既能达有效抑制噪声干扰，又能保护图像边缘细节信息来进行分割的目的。
-
公开(公告)号：CN106650811B
公开(公告)日：2019-08-13
申请号：CN201611218275.8
申请日：2016-12-26
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明提供一种基于近邻协同增强的高光谱混合像元分类方法，包括：利用已标记的样本地物计算多目标地物的光谱签名矩阵；设计基于光谱特征的多类别分类器将地物进行分类；在分类结果中融合空间结构特征，并提取近邻像元；利用近邻像元协同对未标记高光谱地物进行类别标记；采用迭代方法逐步将未标记的地物分别进行分类标注；利用邻域扩展的方式进一步融合目标地物的空间特征，完成最终分类标记。本发明利用多类别分类器对地物类别进行同时分类，解决了传统分类方法无法对背景地物进行分类的问题；并利用近邻协同增强的方式，逐步对未标记的地物目标进行标记，有效的融合了地物的光谱特征和空间特征，分类效果较好。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
