-
公开(公告)号：CN112949656A
公开(公告)日：2021-06-11
申请号：CN202110237861.1
申请日：2021-03-03
Abstract: 本发明公开了一种水下地形匹配定位方法、设备及计算机存储介质，该方法包括以下步骤：通过孪生特征网络对实时区域与搜索区域进行特征提取，计算并生成相关性特征；构建权重网络，对所述实时区域与所述搜索区域之间各通道的所述相关性特征进行权重分配并融合，生成相似性响应图；通过多峰模式检测所述相似性响应图；若所述相似性响应图满足预设条件，则计算并输出最终坐标；本发明解决现有技术中不能很好地表达图像的早期特征，且无法适用于由水下高程数据转化的灰度地形图像的精确定位的问题；实现了增强网络输出特征的表达能力，以及提高定位结果的可靠性。
-
公开(公告)号：CN110706264B
公开(公告)日：2021-01-15
申请号：CN201910988614.8
申请日：2019-10-17
Abstract: 本发明公开了一种基于声呐点云数据的水下施工控制事件自动获取方法。所述方法包括以下步骤：步骤1：将初始点云分成底部平面及剩余点云；步骤2：对剩余点云再次分割，得到上排布平面；步骤3：对底部平面进行局外点滤除，滤除底部平面中干扰点云，得到下排布平面；步骤4：对上/下排布平面进行簇分类；步骤5：通过选取并比较点云簇的特征点的位置，筛选出边缘簇；步骤6：对上排布边缘簇进行直线拟合，对下排布边缘簇进行直线拟合，得到两条拟合直线的参数；步骤7：计算两条拟合直线间距离，得到排布的搭接宽度。本发明数据及其处理结果直观，而且相比于人工判读方法，结果准确稳定，排除了各种人为因素与环境因素的干扰，适用于多种水文与天气条件，可连续长时间作业。
-
公开(公告)号：CN110706264A
公开(公告)日：2020-01-17
申请号：CN201910988614.8
申请日：2019-10-17
Abstract: 本发明公开了一种基于声呐点云数据的水下施工控制事件自动获取方法。所述方法包括以下步骤：步骤1：将初始点云分成底部平面及剩余点云；步骤2：对剩余点云再次分割，得到上排布平面；步骤3：对底部平面进行局外点滤除，滤除底部平面中干扰点云，得到下排布平面；步骤4：对上/下排布平面进行簇分类；步骤5：通过选取并比较特征点的位置，筛选出边缘簇；步骤6：对上排布边缘簇进行直线拟合，对下排布边缘簇进行直线拟合，得到两条拟合直线的参数；步骤7：计算两条拟合直线间距离，得到排布的搭接宽度。本发明数据及其处理结果直观，而且相比于人工判读方法，结果准确稳定，排除了各种人为因素与环境因素的干扰，适用于多种水文与天气条件，可连续长时间作业。
-
公开(公告)号：CN108229402A
公开(公告)日：2018-06-29
申请号：CN201810013426.9
申请日：2018-01-08
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于声波的事件检测系统及检测方法，包括传感器，传感器波束分布方向与目标运动方向近似平行，目标与被检测事件相关；检测模块，接收原始数据，并进行目标检测，得到识别结果和目标距离；主控模块，接收检测模块上传的识别结果、目标距离以及传感器采集的原始数据。获取传感器成像数据得到原始图像；进行均值滤波、阈值分割得到二值化分割结果；对二值化分割结果进行非背景区域填充和可疑区域筛选；根据不变矩获取可疑区域的形状特征；根据灰度共生矩阵获取可疑区域的纹理特征；基于感知器对可疑区域进行分类，获取分类结果以判断事件是否发生；计算目标距离。本发明分辨率高，数据直观，对泄漏的定位更加准确。
-
公开(公告)号：CN106056141A
公开(公告)日：2016-10-26
申请号：CN201610363559.X
申请日：2016-05-27
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6269 , G06K9/6285 , G06N3/02
Abstract: 本发明提供一种使用空间稀疏编码的目标识别与角度粗估计算法，首先取不同目标的等间隔角度(15°)的图像作为训练集，获取并根据标准差筛选每个图像的空间碎片；继而对每幅独立的图像中的碎片，进行白化与PCA相结合的预处理；然后利用空间碎片分开训练每个目标的字典(子字典)；去除每个子字典中无用的基之后，将子字典整体合并成一个大字典，使用此大字典重获训练集图像碎片的稀疏编码系数，并统计每幅图像内的碎片使用大字典中各个基的次数，以此作为各幅训练图像的特征向量；最后通过计算测试目标图像在大字典中的基的使用次数向量(特征向量)与训练集中各幅图像的特征向量的相关系数，实现目标分类与角度粗估计。
-
Patent Agency Ranking
公开(公告)号：CN105205817A
公开(公告)日：2015-12-30
申请号：CN201510593890.6
申请日：2015-09-17
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及的是一种数字图像处理领域，具体涉及一种运用于水下潜器导航系统的基于声呐图像边缘角点直方图的水下地形匹配方法。本发明包括：(1)对原始多波束数据进行规格化与插值处理，对于深度值，通过线性变换，将其转换到0-255范围；(2)将三维模型投影到XY平面上，若将各投影点的灰度值设置为该点在三维模型中的高度值，则该投影即为水下地形的灰度图像；(3)遍历各灰度级，统计同一灰度级下的像素数目，构成灰度直方图，获得各灰度级下像素的总数。本发明利用直方图理论，对图像的各灰度级分别进行分析，克服了传统灰度直方图分辨率差的缺点。利用边缘角点直方图作为图像特征，根据相似性计算结果对水下载体位置进行定位。在有噪声、方向误差及尺度变化存在的情况下，仍能保持结果的可靠性。
-
公开(公告)号：CN103763045B
公开(公告)日：2015-09-30
申请号：CN201310652186.4
申请日：2013-12-05
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明涉及的是一种适用于三维水声信道仿真的高斯束方法。该方法将声线轨迹转化为出射角度俯仰角α和方位角β的函数；在声线邻近区域引入坐标系(s,α,β)；建立射线中心坐标系(s,n1,n2)与坐标系(s,α,β)之间的映射关系；将波动方程在射线中心坐标系(s,n1,n2)下的解转换为坐标系(s,α,β)下的形式。本发明用于三维水声信道仿真，中间环节少，计算量小，使用简便。
-
公开(公告)号：CN104680132A
公开(公告)日：2015-06-03
申请号：CN201510054144.X
申请日：2015-01-30
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于形状上下文方法的声纳目标识别方法，包括以下几步：进行样本图像统计，利用形状上下文方法得到样本图像中每类目标的两个上下文直方图；读取待识别图像，利用形状上下文方法得到待识别目标的两个上下文直方图；将待识别目标的两个上下文直方图和样本图像中每类目标的两个上下文直方图的对应色块的值分别进行匹配，利用最大匹配度进行目标识别。其中形状上下文方法以目标轮廓长轴端点为基准点。本发明能够提高目标识别的匹配度，并且能够减少计算量。
-
公开(公告)号：CN104636753A
公开(公告)日：2015-05-20
申请号：CN201510056549.7
申请日：2015-02-04
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/00523 , G06K9/00536
Abstract: 本发明公开了一种基于PCNN神经元激活率和群离散度的区域特征提取方法。包括以下步骤：步骤一：对原始图像进行预处理，将神经网络PCNN与图像对应；步骤二：将0～255的灰度范围根据目标区域划分成N个从大到小的灰度区间；步骤三：得到当前灰度区间内发生群激活的神经元；步骤四：统计发生群激活神经元的领域内受激励神经元个数，判断发生提起激活的神经元；步骤五：统计提前激活神经元个数，得到群激活率和群离散度；步骤六：读取下一个灰度区间，重复步骤三到步骤六，直到第N个区间。本发明具有计算复杂度小，分类效果好的优点。
-
公开(公告)号：CN104318539A
公开(公告)日：2015-01-28
申请号：CN201410546109.5
申请日：2014-10-16
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明涉及的是一种声纳图像处理领域。具体涉及一种基于扩展Piella框架的声纳图像融合方法。本发明包括：(1)对参数进行初始化，输入两组待融合声纳图像；(2)对待融合声纳图像进行多分辨率变换，建立待融合声呐图像各自的多分辨率图像序列；(3)对待融合图像的高频子带和低频子带进行多分辨率逆变换，得到最终的融合结果。本发明首先提出了针对声纳连续帧图像的融合方法。与以往的图像融合方法相比，该方法在融合的清晰度与细节表现力均有显著的提高。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.036 seconds)
