-
Patent Agency Ranking
公开(公告)号：CN102184402A
公开(公告)日：2011-09-14
申请号：CN201110127174.0
申请日：2011-05-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种特征选择方法。(a)整个特征集作为完整的特征空间输入特征选择算法中；(b)把输入的特征空间中的特征按照一定的顺序取出，并放入新的特征空间中；(c)采用特征评价标准来比较不同空间中的特征；(d)重复(b)(c)两步，直到新空间中的特征数量达到既定值；(e)新特征空间中的特征即是被选择出的最佳特征子集。本发明的方法省略了阈值的设置，并且可以选择结果中的特征数量，方便控制整个选择过程的时间，并且能选择出较好的特征子集。
-
公开(公告)号：CN101866488A
公开(公告)日：2010-10-20
申请号：CN201010203616.0
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于图像频域方向模板目标检测的方法。包括对原始图像进行预处理，滤波去噪；将侧扫声纳图像分解32×32像素大小的子图像；将子图像进行归一化，然后做二维离散傅里叶变换；提取相应的频谱信息；做二维离散傅里叶反变换，得到各个方向的投影；计算子图像各方向的投影能量；对子图像各方向的投影能量求和，判断目标有无，并粗略给出目标位置信息。本发明运用傅里叶分析工具，利用水平方向、垂直方向、135°方向和45°方向直线模板，对侧扫声纳图像在四个方向上进行投影分解，根据投影结果判断是否有目标存在，粗略估计图像的感兴趣区域的位置，对于判断和提取纹理较强的侧扫声纳图像中感兴趣区域有较好的效果。
-
公开(公告)号：CN101887577B
公开(公告)日：2012-05-09
申请号：CN201010203589.7
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于区域增长的侧扫声纳图像感兴趣区域提取方法。发明采用L-G算子获取侧扫声纳图像声影区的种子区域和利用邻域灰度均值获取侧扫声纳图像声反射区的种子区域，然后考虑像素点相对种子区域的相似度作为生长条件，通过区域生长分别获取声影区和声反射区的提取结果，从而获得侧扫声纳图像的感兴趣区域的提取。从处理结果看，该方法对侧扫声纳图像的感兴趣区域提取有较好的效果。
-
公开(公告)号：CN101866488B
公开(公告)日：2012-10-31
申请号：CN201010203616.0
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于图像频域方向模板目标检测的方法。包括对原始图像进行预处理，滤波去噪；将侧扫声纳图像分解32×32像素大小的子图像；将子图像进行归一化，然后做二维离散傅里叶变换；提取相应的频谱信息；做二维离散傅里叶反变换，得到各个方向的投影；计算子图像各方向的投影能量；对子图像各方向的投影能量求和，判断目标有无，并粗略给出目标位置信息。本发明运用傅里叶分析工具，利用水平方向、垂直方向、135°方向和45°方向直线模板，对侧扫声纳图像在四个方向上进行投影分解，根据投影结果判断是否有目标存在，粗略估计图像的感兴趣区域的位置，对于判断和提取纹理较强的侧扫声纳图像中感兴趣区域有较好的效果。
-
公开(公告)号：CN101887577A
公开(公告)日：2010-11-17
申请号：CN201010203589.7
申请日：2010-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于区域增长的侧扫声纳图像感兴趣区域提取方法。发明采用L-G算子获取侧扫声纳图像声影区的种子区域和利用邻域灰度均值获取侧扫声纳图像声反射区的种子区域，然后考虑像素点相对种子区域的相似度作为生长条件，通过区域生长分别获取声影区和声反射区的提取结果，从而获得侧扫声纳图像的感兴趣区域的提取。从处理结果看，该方法对侧扫声纳图像的感兴趣区域提取有较好的效果。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
