共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
海底影像存在着对比度低、噪声污染严重、图像质量差等问题,采用传统算子的海底管线边缘图像中含有大量的无用和断裂边缘信息。文中将多尺度边缘检测和匹配跟踪相结合,提出利用平稳小波变换的海底管线边缘检测方法;在提取边缘的同时利用匹配跟踪手段对噪声干扰进行抑制,提高图像目标边缘检测质量。通过对海底管线和测试图像边缘检测实验表明,文中所提出的方法在抑制图像噪声的干扰、提高水下目标边缘完整性方面明显优于传统的边缘提取算子,证明该算法的有效性。 相似文献
3.
基于小波变换的声纳图像边缘特征检测研究 总被引:1,自引:0,他引:1
声纳图像的边缘特征检测是其目标识别技术的重要技术基础。声纳图像背景复杂、噪声污染严重,而传统的边缘检测方法对图像噪声非常敏感,所以针对这一特点,利用小波变换易于消除噪声、运算方便的数学特征,提出了一种基于小波变换的声纳图像边缘特征检测算法。由计算机仿真结果可以得到,与传统的边缘检测算法相比,此算法在有效地抑制噪声的同时,还可以得到较高的边缘定位精度,能够很好地检测到原始声纳图像的边缘。 相似文献
4.
小波变换突破了传统Fourier变换等信号处理方法均限制,具有表征信号局部特征的能力,信号的局部奇异性包含了信号的许多重要信息,论文研究了信号的奇异性检测问题。给出小波变换和信号奇异性的关系,实现小波分析对信号各类奇异间断点的有效检测,最后进行实例分析,说明此理论与方法适用于对边缘信号与突变信号的处理和提取,为海底底质识别提供理论依据。 相似文献
5.
利用非抽取小波变换的平移不变性和冗余性的特点,在贝叶斯估计下,结合广义高斯分布(GGD)对小波系数进行建模,构造了一个基于拉普拉斯分布的MapShrink子带自适应图像去噪算法和阈值函数。对HH1子带小波系数进行2j抽取,并估计噪声方差,该算法有效地抑制了伪吉布斯现象。仿真结果表明,利用新算法进行水下红外图像去噪,在信噪比增益和最小均方误差意义上均优于传统的Bayesian去噪方法。 相似文献
6.
7.
海底沉积物声速是海洋物理学和水声学研究的一个重要物理量。声速测量的准确性取决于如何准确计量超声波在沉积物介质中的传播时间。针对传统的观察波形突变法存在不足,文中基于小波变换独特的时-频局部化特征,阐明了小波变换信号奇异性检测原理,分析讨论如何利用该原理来检测海底沉积物声速测量中的超声回波信号起跳点。用Matlab数值计算软件,把记录的波形数据文件导入工作空间,选用Db3小波进行5层小波分解,观测其模极大值点的位置;用Gauss小波进行连续小波变换,观测其模极大值线的位置。并用两个实例验证了小波变换检测超声回波起跳点可行性及优越性,可提高海底沉积物声速测量的准确性,为海底智能化检测仪器的研发提供技术基础。 相似文献
8.
洋中脊是板块扩张和洋壳增生的主要区域,除了发育沿洋脊走向的裂隙式喷发火山脊,还分布有众多零星的中心式喷发火山锥。这些火山锥的形态和分布对了解洋中脊构造和岩浆活动具有重要的指示意义。基于海底多波束地形数据,采用人工或机器解译方法可以识别这些火山锥。本文利用大洋24航次船载多波束测深获得的卡尔斯伯格脊DEM(数字高程模型)数据,以非监督分类为手段,开展洋中脊火山锥的自动提取方法研究。基于原始DEM计算地形坡度、地表粗糙度、正负地形等衍生参数,进行特征变换,提取火山锥的特征信息。使用ISO(迭代自组织)聚类方法对特征变换后的图像进行聚类分析,并利用景观形状指数进行几何筛选,完成火山锥的自动提取。所使用的海底火山锥自动识别方法,正确率达0.8,重叠率约0.7,识别效果较好,效率高,能够在海底大范围的火山锥解译中发挥重要作用。 相似文献
9.
10.
利用海岸带遥感图像提取岸线的小波变换方法 总被引:5,自引:0,他引:5
小波变换作为一门新兴的数学分支已被广泛应用于图像处理领域。本文将小波变换应用于黄河三角洲遥感图像的边缘提取 ,检测出图像的边缘 ,从而得到了三角洲岸线信息。实验结果表明基于小波变换的图像边缘提取要优于经典边缘算子的提取。此方法对于把握河口三角洲的冲淤演变规律和海岸带开发具有重要意义 相似文献
11.
12.
13.
14.
《中国海洋大学学报(自然科学版)》2016,(4)
针对经验模式分解(EMD)易受噪声影响的缺点,提出采用小波消噪结合Hilbert-Huang变换的结构损伤检测方法。首先对含噪声振动信号进行小波消噪预处理实现信噪分离,再进行EMD分解得到若干固有模态函数(IMF),利用希尔伯特(Hilbert)变换得到其瞬时频率。提出了一个基于低阶瞬时频率变化率的损伤判定指标,利用此指标可以判断损伤是否发生。数值研究结果表明小波消噪结合HHT的方法是进行损伤检测比较有效的方法。 相似文献
15.
针对藻细胞原始图像的特点,将数学形态学中的闭运算、自适应形态面积开运算、形态重构及Canny算子相结合,用于对混杂大量噪声的原始藻细胞灰度图像进行预处理,包括去噪、重建保留原始图像细节信息的藻细胞图像.在预处理的过程中,利用形态边缘检测算子对藻细胞的边缘轮廓进行了检测.实验证明该方法能有效的去噪.所提取的藻细胞的边缘轮廓精确、完整,为后续的特征提取及分类识别奠定了良好基础. 相似文献
16.
针对利用侧扫声纳检测海底管道时因其检测声影图像模糊而导致管道悬空高度检测误差过大的问题,提出了侧扫声纳声波掠射角优化设计的思路及方法。阐述了利用侧扫声纳对海底管道进行检测的工作原理,并利用海底管道和海底底质反向散射强度的计算公式探讨了声波在海底的反向散射强度、侧扫声纳声影图像的质量以及声波掠射角的取值这三者之间的关系对海底管道悬空高度h计算精度的影响,从理论上确定声波掠射角最佳取值范围的存在。通过工程实例的现场检测与比对试验,获得了在本试验所处海域环境中利用侧扫声纳检测海底管道时声波掠射角的最佳取值范围,对于类似的海底管道检测工程具有一定的指导意义。 相似文献
17.
18.
海底管道是海洋油气输运的重要命脉,需要定期进行检测探测以分析评估其安全稳定性。基于埋设海底管道及其磁异常特征,通过研究埋设海底管道磁异常的检测技术及其组成、应用方法,优化海底管道磁异常检测设备布设与检测测线方案,实现埋深大于5 m的深埋海底管道磁异常特征的完全检测。通过海底管道磁异常数据反演可获取实测海底管道路由相比设计竣工路由的坐标偏距、管道埋深等数据,在某区域14.5 km长的海底管道探测实际工程中应用良好,探测数据符合管道路由勘察评价标准规范,为管道埋藏状态分析提供了依据,形成了一种高效、精确的海底管道探测评价方法。 相似文献
19.
针对侧扫声纳图像目标边缘检测困难的问题,利用二维离散小波变换对侧扫声纳(SSS)声图进行多分辨率分析,对大尺度分解的小波系数进行非极大值抑制,并重构小尺度上的低频分量。联合各尺度上的低频分量,构建SSS声图像素点处特征向量,构成其特征空间,对特征空间进行主成分分析,压缩其维数,并对压缩后的特征向量进行K-均值聚类分析,提取类间边缘线。利用含有沉船的SSS声图,并在其均质区域内加入目标与声影进行验证实验。该方法在实验中边缘检测准确率为0.90,表明该方法的有效性。 相似文献
20.
基于数学形态学的侧扫声呐图像轮廓自动提取 总被引:1,自引:0,他引:1
侧扫声呐图像特征自动提取的难点在于特征地貌边缘检测较困难,依据图像灰度突变检测得到的边缘比较粗糙、不连续,而且有断口和小洞。本文在对图像进行预处理和阈值化的基础上,采用数学形态学方法对图像进行处理,即用具有一定形态的结构元素去量度和提取图像中的对应形状,得到连续化、粗化、圆滑的特征区域边缘填充目标内部阴影且消除背景噪声。基于数学形态学的侧扫声呐图像特征自动提取的主要步骤为:首先对侧扫声呐图像进行预处理,然后进行灰度阈值化,接着采用数学形态学方法进行处理,最后对处理后的图像进行边缘检测,提取出特征地貌边缘。实验表明,采用数学形态学方法进行处理后,错断、离散的海底目标物变得连续,背景噪声大大减少,自动提取结果准确可靠。 相似文献