CN105068084A - 一种基于图像处理的激光成像探测方法 - Google Patents
一种基于图像处理的激光成像探测方法 Download PDFInfo
- Publication number
- CN105068084A CN105068084A CN201510443874.9A CN201510443874A CN105068084A CN 105068084 A CN105068084 A CN 105068084A CN 201510443874 A CN201510443874 A CN 201510443874A CN 105068084 A CN105068084 A CN 105068084A
- Authority
- CN
- China
- Prior art keywords
- subset
- image
- human body
- laser
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
- G01S19/17—Emergency applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Electromagnetism (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及一种基于图像处理的激光成像探测方法,该方法包括:1)提供一种基于图像处理的激光成像探测平台,用于水下人体识别,所述探测平台包括激光成像设备和人体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述人体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在人体目标;2)使用所述探测平台来进行探测。通过本发明,能够提高激光成像质量,准确检测水下人体的存在。
Description
技术领域
本发明涉及数据通信领域,尤其涉及一种基于图像处理的激光成像探测方法。
背景技术
在水下人体检测中,如果使用激光成像,很难确定探测器的快门触发时间,即无法确定何时触发探测器对水下人体目标进行拍摄,以获得包含水下人体的水下激光图像,同时,现有技术中仍缺乏专门针对水下人体检测的检测机制,导致水下人体检测的精度和效率不高。
为此,本发明提出了一种基于图像处理的激光成像探测方法,能够准确激光成像设备探测器的快门触发时间,同时集成了一种专用了水下人体图像识别的图像处理设备,从而在对高精度激光图像的基础上分析出水下人体目标所在,为水下打捞和营救提供重要的参考数据。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种基于图像处理的激光成像探测方法,引入声纳和声纳图像处理设备确定激光成像设备探测器的快门触发时间,同时对激光图像进行有针对性的水下人体目标识别和定位,从而能够准确、及时地检测出水下的溺水人员。
根据本发明的一方面,提供了一种基于图像处理的激光成像探测方法,该方法包括:1)提供一种基于图像处理的激光成像探测平台,用于水下人体识别,所述探测平台包括激光成像设备和人体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述人体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在人体目标;2)使用所述探测平台来进行探测。
更具体地,在所述基于图像处理的激光成像探测平台中,还包括:静态存储设备,设置在所述探测平台主体架构上,预先存储了亮度阈值上限和亮度阈值下限,还用于预先存储黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述静态存储设备还预先存储了灰度化人形模版,所述灰度化人形模版为对基准人体进行拍摄所得到的人体图像执行灰度化处理而获得;声纳设备,设置在所述探测平台主体架构上,用于对水下目标执行声纳图像采集,以获得声纳图像;声纳图像处理设备,设置在所述探测平台主体架构上,与所述声纳设备和所述静态存储设备分别连接,包括第一检测子设备、第二检测子设备和目标距离检测子设备,所述第一检测子设备与所述声纳设备和所述静态存储设备分别连接,用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域;所述第二检测子设备与所述第一检测子设备和所述静态存储设备分别连接,用于以所述核心目标区域的边缘点作为种子点,利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断,以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接,计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出;所述激光成像设备,设置在所述探测平台主体架构上,包括激光器、探测器和微控制器,所述激光器对水下目标发出激光束,以在所述激光束被水下目标反射到所述探测器时,便于所述探测器的拍摄,所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接,基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间,并在选通时间到达时,选通所述探测器的快门,触发所述探测器对水下目标进行拍摄,以获得水下激光图像;所述人体检测设备,设置在所述探测平台主体架构上,与所述激光成像设备连接,包括图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备,所述图像预处理子设备与所述激光成像设备连接,以对所述水下激光图像依次执行自适应边缘增强和小波滤波处理,以获得预处理水下图像;所述二值化处理子设备与所述图像预处理子设备和所述静态存储设备分别连接,将所述预处理水下图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化水下图像;所述列边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子设备与所述列边缘检测子设备和所述行边缘检测子设备分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化水下图像中分割出所述目标存在区域以作为目标子图像输出;所述目标识别子设备与所述目标分割子设备和所述静态存储设备分别连接,将所述目标子图像与所述灰度化人形模版匹配,匹配成功,则输出存在人体信号,匹配失败,则输出不存在人体信号;数字信号处理器,设置在所述探测平台主体架构上,与所述人体检测设备连接,用于在接收到所述存在人体信号时,将所述目标子图像执行MPEG-2压缩编码以获得压缩图像,并将所述压缩图像和所述存在人体信号通过水下电缆传送到水上救援中心;其中,所述数字信号处理器在接收到所述不存在人体信号时,将所述不存在人体信号通过水下电缆传送到水上救援中心。
更具体地,在所述基于图像处理的激光成像探测平台中,所述探测平台还包括:GPS定位设备,设置在所述探测平台主体架构上方的水面浮标上,与所述数字信号处理器连接,用于在接收到所述存在人体信号时,将接收到的GPS定位数据发送到水上救援中心。
更具体地,在所述基于图像处理的激光成像探测平台中:所述GPS定位设备包括太阳能光伏板,用于为所述GPS定位设备提供电力供应。
更具体地,在所述基于图像处理的激光成像探测平台中:所述数字信号处理器为TI公司的DSP芯片。
更具体地,在所述基于图像处理的激光成像探测平台中:所述静态存储设备为SDRAM。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于图像处理的激光成像探测平台的结构方框图。
附图标记:1激光成像设备;2人体检测设备
具体实施方式
下面将参照附图对本发明的基于图像处理的激光成像探测平台的实施方案进行详细说明。
水下激光成像对激光成像设备的快门触发时间要求较高,其直接决定了成像的质量,目前尚没有专门针对水下环境的激光成像技术的出现,同时,缺乏专门针对水下人体识别的图像处理技术。
为了克服上述不足,本发明搭建了一种基于图像处理的激光成像探测平台,同时解决了水下激光成像设备的快门触发时间控制和水下人体检测控制两大难题,提高了水下人体检测效率。
图1为根据本发明实施方案示出的基于图像处理的激光成像探测平台的结构方框图,用于水下人体检测,所述探测平台包括激光成像设备和人体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述人体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在人体目标。
接着,继续对本发明的基于图像处理的激光成像探测平台的具体结构进行进一步的说明。
所述探测平台还包括:静态存储设备,设置在所述探测平台主体架构上,预先存储了亮度阈值上限和亮度阈值下限,还用于预先存储黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述静态存储设备还预先存储了灰度化人形模版,所述灰度化人形模版为对基准人体进行拍摄所得到的人体图像执行灰度化处理而获得。
所述探测平台还包括:声纳设备,设置在所述探测平台主体架构上,用于对水下目标执行声纳图像采集,以获得声纳图像。
所述探测平台还包括:声纳图像处理设备,设置在所述探测平台主体架构上,与所述声纳设备和所述静态存储设备分别连接,包括第一检测子设备、第二检测子设备和目标距离检测子设备,所述第一检测子设备与所述声纳设备和所述静态存储设备分别连接,用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域;所述第二检测子设备与所述第一检测子设备和所述静态存储设备分别连接,用于以所述核心目标区域的边缘点作为种子点,利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断,以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接,计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出。
所述激光成像设备设置在所述探测平台主体架构上,包括激光器、探测器和微控制器,所述激光器对水下目标发出激光束,以在所述激光束被水下目标反射到所述探测器时,便于所述探测器的拍摄,所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接,基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间,并在选通时间到达时,选通所述探测器的快门,触发所述探测器对水下目标进行拍摄,以获得水下激光图像。
所述人体检测设备设置在所述探测平台主体架构上,与所述激光成像设备连接,包括图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备,所述图像预处理子设备与所述激光成像设备连接,以对所述水下激光图像依次执行自适应边缘增强和小波滤波处理,以获得预处理水下图像;所述二值化处理子设备与所述图像预处理子设备和所述静态存储设备分别连接,将所述预处理水下图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化水下图像;所述列边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子设备与所述列边缘检测子设备和所述行边缘检测子设备分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化水下图像中分割出所述目标存在区域以作为目标子图像输出;所述目标识别子设备与所述目标分割子设备和所述静态存储设备分别连接,将所述目标子图像与所述灰度化人形模版匹配,匹配成功,则输出存在人体信号,匹配失败,则输出不存在人体信号。
所述探测平台还包括:数字信号处理器,设置在所述探测平台主体架构上,与所述人体检测设备连接,用于在接收到所述存在人体信号时,将所述目标子图像执行MPEG-2压缩编码以获得压缩图像,并将所述压缩图像和所述存在人体信号通过水下电缆传送到水上救援中心;其中,所述数字信号处理器在接收到所述不存在人体信号时,将所述不存在人体信号通过水下电缆传送到水上救援中心。
可选地,在所述基于图像处理的激光成像探测平台中,所述探测平台还包括:GPS定位设备,设置在所述探测平台主体架构上方的水面浮标上,与所述数字信号处理器连接,用于在接收到所述存在人体信号时,将接收到的GPS定位数据发送到水上救援中心;所述GPS定位设备包括太阳能光伏板,用于为所述GPS定位设备提供电力供应;所述数字信号处理器为TI公司的DSP芯片;以及所述静态存储设备为SDRAM。
图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备可分别采用不同的FPGA芯片来实现。
另外,FPGA(Field-ProgrammableGateArray),即现场可编程门阵列,他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
以硬件描述语言(Verilog或VHDL)所完成的电路设计,可以经过简单的综合与布局,快速的烧录至FPGA上进行测试,是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面,这些可编辑的元件里也包含记忆元件例如触发器(Flip-flop)或者其他更加完整的记忆块。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来,就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变,所以FPGA可以完成所需要的逻辑功能。
FPGA一般来说比ASIC(专用集成电路)的速度要慢,实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品,可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力,所以这些设计的开发是在普通的FPGA上完成的,然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(ComplexProgrammableLogicDevice,复杂可编程逻辑器件)。FPGA的开发相对于传统PC、单片机的开发有很大不同。FPGA以并行运算为主,以硬件描述语言来实现;相比于PC或单片机(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
早在1980年代中期,FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间,而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性,但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元,这样虽然让他可以更加灵活的编辑,但是结构却复杂的多。
采用本发明的基于图像处理的激光成像探测平台,针对现有技术中水下激光成像器快门时间难以确定以及缺乏专门的水下人体检测设备的技术问题,采用声纳和声纳成像设备对激光成像器快门时间进行确定,采用高精度的人体识别设备对水下人体目标进行检测,从而解决上述技术问题,提高水下人体检测的准确性。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种基于图像处理的激光成像探测方法,该方法包括:
1)提供一种基于图像处理的激光成像探测平台,用于水下人体识别,所述探测平台包括激光成像设备和人体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述人体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在人体目标;
2)使用所述探测平台来进行探测。
2.如权利要求1所述的基于图像处理的激光成像探测方法,其特征在于,所述探测平台还包括:
静态存储设备,设置在所述探测平台主体架构上,预先存储了亮度阈值上限和亮度阈值下限,还用于预先存储黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述静态存储设备还预先存储了灰度化人形模版,所述灰度化人形模版为对基准人体进行拍摄所得到的人体图像执行灰度化处理而获得;
声纳设备,设置在所述探测平台主体架构上,用于对水下目标执行声纳图像采集,以获得声纳图像;
声纳图像处理设备,设置在所述探测平台主体架构上,与所述声纳设备和所述静态存储设备分别连接,包括第一检测子设备、第二检测子设备和目标距离检测子设备,所述第一检测子设备与所述声纳设备和所述静态存储设备分别连接,用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域;所述第二检测子设备与所述第一检测子设备和所述静态存储设备分别连接,用于以所述核心目标区域的边缘点作为种子点,利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断,以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接,计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出;
所述激光成像设备,设置在所述探测平台主体架构上,包括激光器、探测器和微控制器,所述激光器对水下目标发出激光束,以在所述激光束被水下目标反射到所述探测器时,便于所述探测器的拍摄,所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接,基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间,并在选通时间到达时,选通所述探测器的快门,触发所述探测器对水下目标进行拍摄,以获得水下激光图像;
所述人体检测设备,设置在所述探测平台主体架构上,与所述激光成像设备连接,包括图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备,所述图像预处理子设备与所述激光成像设备连接,以对所述水下激光图像依次执行自适应边缘增强和小波滤波处理,以获得预处理水下图像;所述二值化处理子设备与所述图像预处理子设备和所述静态存储设备分别连接,将所述预处理水下图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化水下图像;所述列边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子设备与所述列边缘检测子设备和所述行边缘检测子设备分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化水下图像中分割出所述目标存在区域以作为目标子图像输出;所述目标识别子设备与所述目标分割子设备和所述静态存储设备分别连接,将所述目标子图像与所述灰度化人形模版匹配,匹配成功,则输出存在人体信号,匹配失败,则输出不存在人体信号;
数字信号处理器,设置在所述探测平台主体架构上,与所述人体检测设备连接,用于在接收到所述存在人体信号时,将所述目标子图像执行MPEG-2压缩编码以获得压缩图像,并将所述压缩图像和所述存在人体信号通过水下电缆传送到水上救援中心;
其中,所述数字信号处理器在接收到所述不存在人体信号时,将所述不存在人体信号通过水下电缆传送到水上救援中心。
3.如权利要求2所述的基于图像处理的激光成像探测方法,其特征在于,所述探测平台还包括:
GPS定位设备,设置在所述探测平台主体架构上方的水面浮标上,与所述数字信号处理器连接,用于在接收到所述存在人体信号时,将接收到的GPS定位数据发送到水上救援中心。
4.如权利要求3所述的基于图像处理的激光成像探测方法,其特征在于:
所述GPS定位设备包括太阳能光伏板,用于为所述GPS定位设备提供电力供应。
5.如权利要求2所述的基于图像处理的激光成像探测方法,其特征在于:
所述数字信号处理器为TI公司的DSP芯片。
6.如权利要求2所述的基于图像处理的激光成像探测方法,其特征在于:
所述静态存储设备为SDRAM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510443874.9A CN105068084A (zh) | 2015-07-24 | 2015-07-24 | 一种基于图像处理的激光成像探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510443874.9A CN105068084A (zh) | 2015-07-24 | 2015-07-24 | 一种基于图像处理的激光成像探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105068084A true CN105068084A (zh) | 2015-11-18 |
Family
ID=54497499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510443874.9A Withdrawn CN105068084A (zh) | 2015-07-24 | 2015-07-24 | 一种基于图像处理的激光成像探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105068084A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108051819A (zh) * | 2017-11-13 | 2018-05-18 | 刘永风 | 一种深水救援方法 |
CN112946682A (zh) * | 2021-01-08 | 2021-06-11 | 浙江大学 | 一种高准确率高敏捷性的水下激光目标识别仪 |
-
2015
- 2015-07-24 CN CN201510443874.9A patent/CN105068084A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108051819A (zh) * | 2017-11-13 | 2018-05-18 | 刘永风 | 一种深水救援方法 |
CN112946682A (zh) * | 2021-01-08 | 2021-06-11 | 浙江大学 | 一种高准确率高敏捷性的水下激光目标识别仪 |
CN112946682B (zh) * | 2021-01-08 | 2023-03-03 | 浙江大学 | 一种高准确率高敏捷性的水下激光目标识别仪 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107704857A (zh) | 一种端到端的轻量级车牌识别方法及装置 | |
CN104967832A (zh) | 一种基于图像处理的船下水域检测方法 | |
CN112183414A (zh) | 一种基于混合空洞卷积的弱监督遥感目标检测方法 | |
CN103353988B (zh) | 异源sar景象特征匹配算法性能评估方法 | |
CN112651966A (zh) | 一种基于acyolov4_csp的印刷电路板微小缺陷检测方法 | |
CN105096325A (zh) | 基于激光图像的水下设备检测系统 | |
CN110111648A (zh) | 一种编程训练系统及方法 | |
CN105123636A (zh) | 基于激光成像检测的鱼体识别系统 | |
CN105068084A (zh) | 一种基于图像处理的激光成像探测方法 | |
CN105137449A (zh) | 基于图像处理的激光成像探测平台 | |
CN104991259A (zh) | 一种激光成像探测方法 | |
CN105000156A (zh) | 用于人体检测的潜艇救援平台 | |
CN105059506A (zh) | 基于激光成像探测的智能化水下机器人 | |
CN104999164A (zh) | 基于多重滤波处理的水下机器人 | |
CN105010276A (zh) | 一种自动捕鱼的方法 | |
CN105076077A (zh) | 一种基于激光成像检测的鱼体识别方法 | |
CN105068077A (zh) | 一种基于数据通信的潜艇水下搜索方法 | |
CN113591740B (zh) | 基于深度学习的复杂河流环境下泥沙颗粒识别方法及装置 | |
CN105136810A (zh) | 基于高强度照明的钢板缺陷检测平台 | |
CN105083505A (zh) | 基于图像处理的船下水域检测系统 | |
CN105665877A (zh) | 一种采用水下机器人进行水下自动焊接的方法 | |
Hu et al. | Printed Circuit Board (PCB) Surface Micro Defect Detection Model Based on Residual Network with Novel Attention Mechanism. | |
CN105058430A (zh) | 一种基于图像处理的水下机器人运行方法 | |
Li et al. | FPGA-based Large-scale Remote Sensing Image ROI Extraction for On-orbit Ship Detection | |
CN105069958A (zh) | 基于电力线网络的煤矿火情检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20151118 |