-
公开(公告)号：CN104680132B
公开(公告)日：2017-11-21
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：CN105957021A
公开(公告)日：2016-09-21
申请号：CN201610168482.0
申请日：2016-03-23
Applicant: 哈尔滨工程大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/10024 , G06T2207/20024
Abstract: 本发明属于数字图像处理领域。具体地说是一种改进的用于去除干扰噪声的P‑G快速方法。本发明包括：对原图像进行灰度变换，去除图像颜色；对图像中的非噪声点进行标记；将非噪声点储存到数组中；将图像中的噪声点和其他干扰点初始值设置为均值；根据图像的频域设置截止频率，并且用平滑的频域低通滤波器代替原有的频域低通滤波器，保留部分高频信息。本发明将P‑G外推法运用到了图像去噪的领域，通过设计更平滑的滤波器，保留了部分高频信息，同时改善了在滤波过程中造成信号能量减小的情况，解决了原有P‑G算法在修复后边缘模糊与亮度偏暗的不足。
-
Patent Agency Ranking
公开(公告)号：CN105957084B
公开(公告)日：2019-06-11
申请号：CN201610297911.4
申请日：2016-05-06
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及的是数字图像处理技术领域。具体涉及一种利用点聚集特性的侧扫声纳目标探测方法。本发明包括：对侧扫声纳图像进行预处理；设定第一图像灰度初始阈值T；对侧扫声纳图像进行以阈值T进行分割，得到有效点；判断有效点个数是否在理想计算范围N以内，如果有效点个数在理想计算范围N以内，执行步骤(5)，如果有效点个数不在理想计算范围N以内，以S为速度提高阈值T，替代原有阈值，重新执行步骤(3)；得到有效点后，计算每个点的累积量。本发明提供了一种高效的分割出侧扫声纳图像中的目标的方法，对于含有构成海底强反射点的点状噪声和海底混响产生的云状噪声的侧扫声纳图像有着更好的分割效果，能够更有效的分割出聚集点。
-
公开(公告)号：CN105957084A
公开(公告)日：2016-09-21
申请号：CN201610297911.4
申请日：2016-05-06
Applicant: 哈尔滨工程大学
IPC: G06T7/00
CPC classification number: G06T2207/10132 , G06T2207/30212
Abstract: 本发明涉及的是数字图像处理技术领域。具体涉及一种利用点聚集特性的侧扫声纳目标探测方法。本发明包括：对侧扫声纳图像进行预处理；设定第一图像灰度初始阈值T；对侧扫声纳图像进行以阈值T进行分割，得到有效点；判断有效点个数是否在理想计算范围N以内，如果有效点个数在理想计算范围N以内，执行步骤(5)，如果有效点个数不在理想计算范围N以内，以S为速度提高阈值T，替代原有阈值，重新执行步骤(3)；得到有效点后，计算每个点的累积量。本发明提供了一种高效的分割出侧扫声纳图像中的目标的方法，对于含有构成海底强反射点的点状噪声和海底混响产生的云状噪声的侧扫声纳图像有着更好的分割效果，能够更有效的分割出聚集点。
-
公开(公告)号：CN105787900A
公开(公告)日：2016-07-20
申请号：CN201610144175.9
申请日：2016-03-14
Applicant: 哈尔滨工程大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T3/40 , G06T5/30 , G06T2207/20036 , G06T2207/20064 , G06T2207/20221
Abstract: 本发明提供的是一种基于小波图像分解的侧扫声纳电源周期性噪声的去噪方法。将带噪声图像经小波变换得到小波分解系数，利用分解系数的阈值筛选噪声点位置，筛选出的位置经形态学以及空间变换等修正后，以邻近点像素值替代该位置像素值，其余点判别为非噪声点，像素值保持不变，至此完成小波分解图像去噪。针对此类周期性条纹噪声，相较于常用去噪方法均值滤波、中值滤波等，在去噪效果和保证目标区域清晰度方面，该方法具有两大明显优势，去噪效果显著，同时完好的保留了原图像中感兴趣的部分，例如目标区域，轮廓，纹理等，为后续的特称提取、图像识别奠定了很好的基础，效果理想，实用性强。
-
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：CN2394451Y
公开(公告)日：2000-09-06
申请号：CN98244807.4
申请日：1998-10-05
Applicant: 哈尔滨工程大学
IPC: A23L3/00
Abstract: 一种超声超高压食品加工装置,适用于超高压食品的加工处理。它是在超高压食品加工容器上加装有超声振动系统——超声电源和振动元件所组成的新型超声超高压食品加工装置。在高频振动和超高压力的共同作用下,被加工食品不仅拥有超高压食品同样的优良品质,而且其所需加工压力比超高压食品所需的大幅度降低并无需保压时间;这就为该装置在食品和类食品加工、保鲜等诸多领域提供了一种比超高压加工更高效、更经济的加工处理方式。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
