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

Inventor： 卞红雨 ,  陈奕名 ,  金月 ,  柳旭

IPC: G06K9/62 ,  G06N3/02

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。

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

Inventor： 卞红雨 ,  陈奕名 ,  柳旭 ,  徐扬

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：CN106056141B

公开(公告)日：2019-04-19

申请号：CN201610363559.X

申请日：2016-05-27

Applicant: 哈尔滨工程大学

Inventor： 卞红雨 ,  陈奕名 ,  金月 ,  柳旭

IPC: G06K9/62 ,  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。