-
公开(公告)号：CN112669339B
公开(公告)日：2022-04-15
申请号：CN202011443381.2
申请日：2020-12-08
Applicant: 山东省科学院海洋仪器仪表研究所
IPC: G06T7/13
Abstract: 本发明属于图像处理技术领域，涉及一种海水水下图像边缘点的判定方法，包括以下步骤：计算灰度图像的宽度和高度；根据卷积核大小及系数，建立卷积因子；遍历图像宽度左右各减去卷积半径、高度上下各减去卷积半径的图像数据；计算每个像素点与卷积核的卷积得到的卷积结果作为该像素点的卷积和；重新遍历图像宽度左右各减去（卷积半径+1），高度上下各减去（卷积半径+1）的图像数据；存在以下任一情况，则判定该点为边缘点：左右、左下和与右上、左上与右下、或者上下，卷积和的乘积为负数。本发明的方法，不受累积时间的限制，也不受海洋环境干扰的限制，能够识别出海水水下图像的边缘点，可以提高图像识别的准确度。
-
公开(公告)号：CN112669243B
公开(公告)日：2022-10-04
申请号：CN202011447257.3
申请日：2020-12-09
Applicant: 山东省科学院海洋仪器仪表研究所
Abstract: 本发明公开了一种基于连通性与孔隙度的岩石采样方法，首先通过CT成像获得二维图像，再通过三维重构将空间拓扑结构信息加入二维图像得到岩石的三维图像。设置变化率阈值后对获得的三维图像进行孔隙度的变化率分析，绘图并得出参考REV体积，再通过腐蚀膨胀等一系列图像处理操作，对图像的孔径不同的孔进行筛选并分析不同孔径区段的孔隙连通性，寻找保证岩心内部连通需要的最大孔径，通过最小最大值进行REV综合分析。其优点在于，在取样时尽可能地避免出现信息丢失，同时也可以避免由于非常规结构导致的REV选取过大问题，实现对物理性质的准确分析并节省计算时间成本。
-
公开(公告)号：CN112669378A
公开(公告)日：2021-04-16
申请号：CN202011430463.3
申请日：2020-12-07
Applicant: 山东省科学院海洋仪器仪表研究所
Abstract: 本发明属于图像分析技术领域，涉及一种快速检测海水水下图像角点的方法，该方法包括以下步骤：把图像转换为灰度图像，并归一化像素值范围为0‑255，计算图像的宽度和高度；遍历图像的宽度和高度，计算该范围内水平梯度和垂直梯度；计算该范围内每个像素点的水平梯度平方和垂直梯度平方，以及水平梯度与垂直梯度乘积；计算该范围内每个像素点两个方向梯度的加权乘积；计算该范围内每个像素点的角点数据值R；如果该像素点的角点数据值R大于阈值T，判定该像素点为角点，记录该像素点所在位置。本发明提供的快速检测海水水下图像角点的方法，不受累积时间的限制，也不受海洋环境干扰的限制，能够快速测量海水水下图像的角点的位置，以达到快速找到水下图像分析的特征点和提高查找准确度的目的。
-
公开(公告)号：CN112669326A
公开(公告)日：2021-04-16
申请号：CN202011429417.1
申请日：2020-12-07
Applicant: 山东省科学院海洋仪器仪表研究所
IPC: G06T7/11
Abstract: 本发明属于图像处理技术领域，涉及一种图像分割方法。一种海水水下图像快速分割方法，包括：把图像变为灰度图像，并计算图像的宽度和高度；根据所要分割区域的数量，计算各个区域中心点的灰度值；遍历图像，计算所有像素点到各个区域中心点灰度值的距离，加入到距离最小的区域的队列中，计算所有像素点平均距离并记录为olddistance；分别计算每个区域中心点的平均灰度值；遍历图像，计算所有像素点到各个区域中心点的平均灰度值的距离，加入到距离最小的区域的队列中，计算所有像素点平均距离并记录为newdistance；若newdistance≠olddistance，令olddistance＝newdistance，重复步骤4‑6，直到newdistance＝olddistahce。本发明提供的方法，不受累积时间的限制，也不受海洋环境干扰的限制，能够快速进行海水水下图像的分割。
-
公开(公告)号：CN112507856A
公开(公告)日：2021-03-16
申请号：CN202011407984.7
申请日：2020-12-04
Applicant: 山东省科学院海洋仪器仪表研究所
Abstract: 本发明属于图像分析技术领域，涉及一种快速判断图像奇异点的方法。一种快速判断海水水下图像奇异点的方法，包括以下步骤：把图像转换为灰度图像，并计算图像的宽度m和高度n；确定查找半径r，遍历宽度范围为(r+1)到(m‑r)、高度范围为(r+1)到(n‑r)内的像素点；计算所遍历到的像素点为中心、半径为r范围内所有像素点灰度值的和∑Vg，Vg表示像素点的灰度值；计算所遍历到的像素点的灰度概率值：重复步骤(2)，遍历所有像素点的灰度概率值是否小于1/(2*r+1)2；如果步骤5为真，判定该像素点为奇异点，记录该像素点所在的位置。本发明提供的快速判断海水水下图像奇异点的方法，不受累积时间的限制，也不受海洋环境干扰的限制，能够快速识别海水水下图像中存在的奇异点及其位置，达到提高水下图像分析的效率和准确度的目的。
-
Patent Agency Ranking
公开(公告)号：CN112837232A
公开(公告)日：2021-05-25
申请号：CN202110039082.0
申请日：2021-01-13
Applicant: 山东省科学院海洋仪器仪表研究所
Abstract: 本发明公开一种水下图像增强及细节恢复的方法，具体步骤为利用不同海域、不同深度的水下图像作为实验数据形成，搭建神经网络模型，利用数据样本训练生成对抗网络，生成对抗网络包括生成器和判别器；训练步骤为：将第一个输入图像与第二个输入图像输入生成器，经过生成器处理生成新的图像，标记为假，将生成器生成的图像与标签图像同时输入判别器，判别器会判断出图像的真假；然后利用目标损失函数反向传播训练网络，从而得到超分辨率的图像。相比于其他深度学习方法，本专利能够同时实现水下图像的增强以及超分辨率并且计算量更小。
-
公开(公告)号：CN112669361A
公开(公告)日：2021-04-16
申请号：CN202011458901.7
申请日：2020-12-11
Applicant: 山东省科学院海洋仪器仪表研究所
IPC: G06T7/42
Abstract: 本发明属于图像处理技术领域，涉及一种海水水下图像分解方法。一种海水水下图像快速分解方法，包括以下步骤：(1)遍历图像的高度和宽度，获得对应的像素的高度值和宽度值；(2)对图像先进行水平变换，再进行垂直变换，获得一层分解后的图像数据；其中，所述的水平变换和垂直变换包括依次进行的奇偶分离、小波变换和频带系数变换；(3)重复步骤(1)‑(2)，直到所有层变换完成，即获得分解后的图像。本发明提供的海水水下图像快速分解方法，不受累积时间的限制，也不受海洋环境干扰的限制，能够快速进行海水水下图片的分解，以达到提高水下图像分析的效率和准确度的目的。
-
公开(公告)号：CN112837232B
公开(公告)日：2022-10-04
申请号：CN202110039082.0
申请日：2021-01-13
Applicant: 山东省科学院海洋仪器仪表研究所
Abstract: 本发明公开一种水下图像增强及细节恢复的方法，具体步骤为利用不同海域、不同深度的水下图像作为实验数据形成，搭建神经网络模型，利用数据样本训练生成对抗网络，生成对抗网络包括生成器和判别器；训练步骤为：将第一个输入图像与第二个输入图像输入生成器，经过生成器处理生成新的图像，标记为假，将生成器生成的图像与标签图像同时输入判别器，判别器会判断出图像的真假；然后利用目标损失函数反向传播训练网络，从而得到超分辨率的图像。相比于其他深度学习方法，本专利能够同时实现水下图像的增强以及超分辨率并且计算量更小。
-
公开(公告)号：CN112669339A
公开(公告)日：2021-04-16
申请号：CN202011443381.2
申请日：2020-12-08
Applicant: 山东省科学院海洋仪器仪表研究所
IPC: G06T7/13
Abstract: 本发明属于图像处理技术领域，涉及一种海水水下图像边缘点的判定方法，包括以下步骤：计算灰度图像的宽度和高度；根据卷积核大小及系数，建立卷积因子；遍历图像宽度左右各减去卷积核半径、高度上下各减去卷积核半径的图像数据；计算每个图像点与卷积核的卷积得到的卷积结果作为该像素点的卷积和；重新遍历图像宽度左右各减去(卷积半径+1)，高度上下各减去(卷积半径+1)的图像数据；存在以下任一情况，则判定该点为边缘点：左右、左下和与右上、左上与右下、或者上下，卷积和的乘积为负数。本发明的方法，不受累积时间的限制，也不受海洋环境干扰的限制，能够识别出海水水下图像的边缘点，可以提高图像识别的准确度。
-
公开(公告)号：CN112669243A
公开(公告)日：2021-04-16
申请号：CN202011447257.3
申请日：2020-12-09
Applicant: 山东省科学院海洋仪器仪表研究所
Abstract: 本发明公开了一种基于连通性与孔隙度的岩石采样方法，首先通过CT成像获得二维图像，再通过三维重构将空间拓扑结构信息加入二维图像得到岩石的三维图像。设置变化率阈值后对获得的三维图像进行孔隙度的变化率分析，绘图并得出参考REV体积，再通过腐蚀膨胀等一系列图像处理操作，对图像的孔径不同的孔进行筛选并分析不同孔径区段的孔隙连通性，寻找保证岩心内部连通需要的最大孔径，通过最小最大值进行REV综合分析。其优点在于，在取样时尽可能地避免出现信息丢失，同时也可以避免由于非常规结构导致的REV选取过大问题，实现对物理性质的准确分析并节省计算时间成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
