-
公开(公告)号:CN114494352B
公开(公告)日:2025-05-16
申请号:CN202210135073.6
申请日:2022-02-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种适应前视声呐图像小目标尺寸突变的目标跟踪方法。包括:设定一个较大范围的尺度池;基于该尺度池里元素对应的搜索框提取目标特征并送入滤波器得到响应值;利用响应值的最大值与最大值附近的峰值旁瓣比设定阈值参数;利用置信度高的第二帧图像所有尺度对应的阈值参数找到阈值参数初始值;利用阈值参数初始值对尺度池里元素进行筛选;不断对阈值参数与阈值参数初始值作比较判断目标大小是否突变;基于对尺度池的元素进行筛选给出对应的跟踪尺度。本发明能够有效地解决前视声呐目标跟踪过程中常见的目标较大范围内的形变造成的目标跟踪失败问题,提高目标跟踪过程的鲁棒性。
-
公开(公告)号:CN114119437B
公开(公告)日:2024-05-14
申请号:CN202111328375.7
申请日:2021-11-10
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于GMS的用于改善运动物体畸变的图像拼接方法,步骤包括:在待拼接图像中提取大量且分布均匀的粗匹配点,然后对图像划分网格,对粗匹配点进行筛选,去除粗匹配点中匹配错误的点,得到精匹配点;从每个网格中的精匹配点里随机均匀挑选一部分,得到初始匹配点群,计算其变换矩阵,再利用该矩阵去除精匹配点中运动物体上的匹配点,得到可用于图像拼接的匹配点;通过所得到的匹配点计算两幅图像之间的单应性矩阵进行图像坐标变换。对变换后待拼接的图像做差,得到差值图,对差值图做阈值分割,得到两幅图像之间差值明显的区域。通过计算差值图的能量函数自适应确定图像的融合区域,最后采用渐入渐出法进行融合。
-
公开(公告)号:CN115527112A
公开(公告)日:2022-12-27
申请号:CN202211124946.X
申请日:2022-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于深度神经网络的声呐图像纹理特征去除方法,属于图像处理技术领域。该方法包括构建多层特征提取卷积神经网络,利用所述多层特征提取卷积神经网络提取输入图像的深度特征;利用特征变换公式对提取的深度特征进行特征变换,获取特征变换后的深度特征;对变换后的深度特征,添加噪声污染;构建多层解码深度神经网络,将添加噪声污染后的深度特征输入所述多层解码深度神经网络进行解码,获取去除纹理特征后的图像特征。本发明通过对源领域和目标领域进行同样的纹理特征去除变换,使得变换后的源领域与目标领域更为相似,缩短了源领域和目标领域之间的领域差距。
-
公开(公告)号:CN109754362B
公开(公告)日:2022-12-13
申请号:CN201811582780.X
申请日:2018-12-24
Applicant: 哈尔滨工程大学
IPC: G06T3/00 , G06T3/40 , G06T3/60 , G06T5/00 , G06T5/30 , G06T7/11 , G06T7/187 , G06T7/70 , G06N3/04 , G06N3/08
Abstract: 本发明属于水下目标检测领域,具体涉及一种用可旋转的边界框标注海参目标检测结果的方法,包括以下步骤:对利用labelme软件制作的海参训练数据集进行数据扩充;构建全卷积神经网络;利用扩充后的数据集对构建好的全卷积神经网络进行离线训练;将包含海参的图像输入到训练好的全卷积神经网络,得到分割图;在所述分割图上进行腐蚀、滤波操作,得到后处理分割图;在所述后处理分割图上寻找最大连通域,即为检测到的海参目标。本发明对得到的分割图做腐蚀操作,剔除了海参周边的“毛刺”,确保最小外接矩形更加精确,使得海参抓取位姿不会出现在海参之外,定位更准确。
-
公开(公告)号:CN111444777B
公开(公告)日:2022-09-27
申请号:CN202010140887.X
申请日:2020-03-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种同时标记阴影的前视声呐目标检测标记方法,属于前视声呐图像目标检测领域,该方法对目标进行标记的同时也标记出目标的阴影;现有前视声呐目标检测标记方法只将目标进行标记,而对于前视声呐图像,目标的阴影包含了目标的形状特征,标记过程同时标记出目标的阴影,能够为检测器提供更丰富的信息。针对这种新提出的标记框,需要分目标和阴影两部分进行评价,目标检测框使用已有的交并比IOU评价;对于阴影检测框,阴影和目标之间可能出现多种位置关系,本发明提出了一种改进的阴影关键点相似度OKSS来评价阴影检测框的回归精度。
-
公开(公告)号:CN113148076B
公开(公告)日:2022-09-02
申请号:CN202110450058.6
申请日:2021-04-25
Applicant: 哈尔滨工程大学
IPC: B63C11/52
Abstract: 本发明提出一种水下仿生球形/半球形机器人及其运动控制方法,所述方法包括:沿机器人周向对空间进行区域划分;计算机器人与期望航迹点的距离,并与距离阈值比较;若距离大于距离阈值,启动巡航模式;否则,启动位置控制模式。在巡航模式下,驱动水平转动关节,将至少部分腿部机构的第一连杆调整至指向航迹点所在区域的对角区域。在位置控制模式下,将各个腿部机构的第一连杆调整至围绕赤道面中心轴中心对称。在不同模式下,控制推进器、第一垂直转动关节、第二垂直转动关节实现机器人的水平方向运动和/或垂直方向运动。还提出一种水下仿生球形/半球形机器人。采用本发明实施例,机器人能够根据期望航迹点的位置切换模式,实现更优的运动性能。
-
公开(公告)号:CN112824226B
公开(公告)日:2022-06-17
申请号:CN201911144316.7
申请日:2019-11-20
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种用于挂载声学传感器的潜航器延展翼,水平延展臂对称设置,分别铰接在第一支架的两侧,水平翼一端连接在水平延展臂上;水平延展臂驱动机构安装在第一支架上,并且水平延展臂驱动机构通过水平铰接杆与水平延展臂铰接;竖直延展臂一端铰接在安装基板的底部,另一端与竖直翼一端固定连接;第二支架安装在安装基板上,并且竖直延展臂驱动机构安装在第二支架上;安装基板上开设有供竖直铰接杆穿过的条形贯穿孔,竖直延展臂驱动机构通过竖直铰接杆与竖直延展臂铰接。本发明可挂载小体积探测声呐换能器,形成立体声呐探测阵,提高探测精度;主要用应用于潜航器在海洋大深度下目标物搜寻探测过程时挂载小体积声呐换能器实现定位定向。
-
公开(公告)号:CN109284769B
公开(公告)日:2022-03-18
申请号:CN201810874993.3
申请日:2018-08-02
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/28 , G06K9/62
Abstract: 本发明提供了一种基于量化参数的水下图像自适应分类方法,属于数字图像处理领域,适用于水下图像增强前预分类。本发明主要包括以下步骤,首先构造自适应参数,设定自适应参数阈值;然后读取水下图像并转换为灰度图像;对灰度图像进行处理获得输入水下图像的亮度特征图像;求得水下图像的自适应参数,并与自适应参数阈值进行比较;当自适应参数大于设定阈值时,表明输入图像属于具有雾状模糊的水下图像;小于设定阈值时,表明输入图像属于亮度分布不均的水下图像。本发明提供的方法从人眼对水下图像的直观感受出发,通过卷积与最大值池化,忽略图像细节信息,保留对图像的总体认知,并且提供了实际应用的可能性。
-
公开(公告)号:CN114119437A
公开(公告)日:2022-03-01
申请号:CN202111328375.7
申请日:2021-11-10
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于GMS的用于改善运动物体畸变的图像拼接方法,步骤包括:在待拼接图像中提取大量且分布均匀的粗匹配点,然后对图像划分网格,对粗匹配点进行筛选,去除粗匹配点中匹配错误的点,得到精匹配点;从每个网格中的精匹配点里随机均匀挑选一部分,得到初始匹配点群,计算其变换矩阵,再利用该矩阵去除精匹配点中运动物体上的匹配点,得到可用于图像拼接的匹配点;通过所得到的匹配点计算两幅图像之间的单应性矩阵进行图像坐标变换。对变换后待拼接的图像做差,得到差值图,对差值图做阈值分割,得到两幅图像之间差值明显的区域。通过计算差值图的能量函数自适应确定图像的融合区域,最后采用渐入渐出法进行融合。
-
公开(公告)号:CN113721639A
公开(公告)日:2021-11-30
申请号:CN202111011001.2
申请日:2021-08-31
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 一种用于小型水下机器人入坞的路径规划方法及控制方法,涉及机器人水下入坞控制技术领域,用以解决现有机器人入坞方法由于没有对机器人水下行走路径进行有效规划而导致入坞效率低的问题。本发明提出以机器人为参考建立虚拟圆柱体,机器人初始位置和三维路径终点均在虚拟圆柱体表面,基于虚拟圆柱面生成一条轨迹,使机器人沿轨迹到达三维路径终点,从而继续沿中心线进入坞基站;本发明利用机器人和坞基站的相对位置和方向生成三维路径,提高了机器人入坞成功率。进一步将三维路径分为水平路径和垂直路径,根据在水平方向和垂直方向上计算得到的力和扭矩,控制机器人按照生成的三维路径行走。本发明可应用于水下机器人入坞前的路径规划和控制。
-
-
-
-
-
-
-
-
-