CN110967741A - 基于图像学的同相轴检测方法及系统 - Google Patents
基于图像学的同相轴检测方法及系统 Download PDFInfo
- Publication number
- CN110967741A CN110967741A CN201811131358.2A CN201811131358A CN110967741A CN 110967741 A CN110967741 A CN 110967741A CN 201811131358 A CN201811131358 A CN 201811131358A CN 110967741 A CN110967741 A CN 110967741A
- Authority
- CN
- China
- Prior art keywords
- phase axis
- map
- image
- gray
- obtaining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000000877 morphologic effect Effects 0.000 claims abstract description 20
- 238000007670 refining Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 5
- 239000000284 extract Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/32—Transforming one recording into another or one representation into another
- G01V1/325—Transforming one representation into another
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Quality & Reliability (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
公开了一种基于图像学的同相轴检测方法及系统。该方法可以包括:将地震数据根据道集进行划分,形成多个二进制裸数据;针对每一个二进制裸数据,进行如下步骤:根据裸数据,获得数据矩阵,进而获得初始图像;将初始图像转化为灰度图并保存;设定灰度阈值,根据灰度图获得同相轴区域图;根据同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,同相轴图中的非零值为同相轴。本发明通过图像学方法,把地震数据转化为二维灰度图,通过阈值判断,提取同相轴区域,使同相轴更加平滑、连续、清晰,能够高效判别同相轴,使得后续的地震处理解释工作高效顺利开展,同时降低费用,减少人工成本。
Description
技术领域
本发明涉及地震勘探方法技术领域,更具体地,涉及一种基于图像学的同相轴检测方法及系统。
背景技术
地震同相轴是地震记录上各道振动相位相同的极值的连线,表示不同层次的地震波。地球物理勘探中,地震剖面中的同相轴对地质分层、断层解释、有无形成空洞以及其它异常体的检测中起着非常重要的作用。一般采用的方法有采用边缘检测法、插值法、神经网络法、区域增长法,这些算法运算效率和精确度均需要进一步提高。因此,有必要开发一种基于图像学的同相轴检测方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种基于图像学的同相轴检测方法及系统,其能够通过图像学方法,把地震数据转化为二维灰度图,通过阈值判断,提取同相轴区域,使同相轴更加平滑、连续、清晰,能够高效判别同相轴,使得后续的地震处理解释工作高效顺利开展,同时降低费用,减少人工成本。
根据本发明的一方面,提出了一种基于图像学的同相轴检测方法。所述方法可以包括:将地震数据根据道集进行划分,形成多个二进制裸数据;针对每一个二进制裸数据,进行如下步骤:根据所述裸数据,获得数据矩阵,进而获得初始图像;将所述初始图像转化为灰度图并保存;设定灰度阈值,根据所述灰度图获得同相轴区域图;根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,所述同相轴图中的非零值为同相轴。
优选地,设定灰度阈值,根据所述灰度图获得同相轴区域图包括:若所述灰度图上的点的灰度值小于所述灰度阈值,则将该点赋值为0,若所述灰度图上的点的灰度值大于所述灰度阈值,则将该点赋值为1,获得所述同相轴区域图。
优选地,根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图包括:根据所述同相轴区域图,通过形态学方法进行细化,获得细化图像;设定散点阈值,根据所述散点阈值去除所述细化图像的散点,获得所述同相轴图。
优选地,还包括:将所述初始图像线性映射到colormap索引中,提高所述初始图像的显示效果。
优选地,还包括:采用分段线性变换增强图像。
根据本发明的另一方面,提出了一种基于图像学的同相轴检测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:将地震数据根据道集进行划分,形成多个二进制裸数据;针对每一个二进制裸数据,进行如下步骤:根据所述裸数据,获得数据矩阵,进而获得初始图像;将所述初始图像转化为灰度图并保存;设定灰度阈值,根据所述灰度图获得同相轴区域图;根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,所述同相轴图中的非零值为同相轴。
优选地,设定灰度阈值,根据所述灰度图获得同相轴区域图包括:若所述灰度图上的点的灰度值小于所述灰度阈值,则将该点赋值为0,若所述灰度图上的点的灰度值大于所述灰度阈值,则将该点赋值为1,获得所述同相轴区域图。
优选地,根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图包括:根据所述同相轴区域图,通过形态学方法进行细化,获得细化图像;设定散点阈值,根据所述散点阈值去除所述细化图像的散点,获得所述同相轴图。
优选地,还包括:将所述初始图像线性映射到colormap索引中,提高所述初始图像的显示效果。
优选地,还包括:采用分段线性变换增强图像。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的灰度图的示意图。
图2示出了根据本发明的一个实施例的同相轴图的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
在该实施例中,根据本发明的基于图像学的同相轴检测方法可以包括:将地震数据根据道集进行划分,形成多个二进制裸数据;针对每一个二进制裸数据,进行如下步骤:根据裸数据,获得数据矩阵,进而获得初始图像;将初始图像转化为灰度图并保存;设定灰度阈值,根据灰度图获得同相轴区域图;根据同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,同相轴图中的非零值为同相轴。
在一个示例中,设定灰度阈值,根据灰度图获得同相轴区域图包括:若灰度图上的点的灰度值小于灰度阈值,则将该点赋值为0,若灰度图上的点的灰度值大于灰度阈值,则将该点赋值为1,获得同相轴区域图。
在一个示例中,根据同相轴区域图,通过形态学方法进行细化,获得同相轴图包括:根据同相轴区域图,通过形态学方法进行细化,获得细化图像;设定散点阈值,根据散点阈值去除细化图像的散点,获得同相轴图。
在一个示例中,还包括:将初始图像线性映射到colormap索引中,提高初始图像的显示效果。
在一个示例中,还包括:采用分段线性变换增强图像。
具体地,根据本发明的基于图像学的同相轴检测方法可以包括:
原始的地震数据一般较大,为了生成的图像能清晰的展示地震图像的纹理,需要把大数据截取成小数据。原始地震数据的格式一般有工作站格式和PC格式,若是工作站格式需要转为PC格式。将地震数据根据道集进行划分,形成多个二进制裸数据。
针对每一个二进制裸数据,进行如下步骤:
根据裸数据,获得数据矩阵A,若地震数据值相差较小,需要把A的值进行调整,增加图像显示的对比度,获得初始图像J:J=immultiply(A,n)(n>1,n∈N)。
将初始图像转化为灰度图:colormap(gray)。
将初始图像线性映射到colormap索引中:imagesc(J),由于通过地震数据直接转化的灰度图,图像色系对比度不高,通过imagesc,将图像数据与色板线性映射,可以把整个图像对比度提高,能较好显示出来。
保存灰度图,若图像纹理不清晰,需增强图像,输入横轴和纵轴的控制点(x1,x2)和(y1,y2),采用分段线性变换:J=Stretch(J,x1,x2,y1,y2)。
设定灰度阈值B和双阈值图像HUI,其中,双阈值图像HUI为:HUI=zeros(H,W),其中,H为初始图像J的高度,W为初始图像J的宽度。
根据灰度图获得同相轴区域图:若灰度图上的点的灰度值小于灰度阈值,则将该点赋值为0,若灰度图上的点的灰度值大于灰度阈值,则将该点赋值为1,获得同相轴区域图。
此时得到的图像HUI为同相轴区域图。
根据同相轴区域图,通过形态学方法进行细化,获得细化图像G:G=bwmorph(HUI,'thin',Inf);设定散点阈值,根据散点阈值去除细化图像的散点,获得同相轴图M:M=bwareaopen(G,d),(d∈N),其中,同相轴图中的非零值为同相轴。
本方法通过图像学方法,把地震数据转化为二维灰度图,通过阈值判断,提取同相轴区域,使同相轴更加平滑、连续、清晰,能够高效判别同相轴,使得后续的地震处理解释工作高效顺利开展,同时降低费用,减少人工成本。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
采用一个工作站格式的地震实际资料炮数据为例说明:
把地震数据按炮分成单炮数据,以第3炮数据为例,从道头中读取单炮数据的采样点n1和道集数n2,n1=1200,n2=500,然后把道集数据通过小字节转换,存到数组Matrix[n1,n2]。
图1示出了根据本发明的一个实施例的灰度图的示意图。
图2示出了根据本发明的一个实施例的同相轴图的示意图。
把数组Matrix[n1,n2]转化为灰度图,并提高图片亮度,获得灰度图,如图1所示。给定灰度阈值100,通过细化和去除散点,得到的同相轴图,如图2所示,同相轴图中的非零值为同相轴。
综上所述,本发明通过图像学方法,把地震数据转化为二维灰度图,通过阈值判断,提取同相轴区域,使同相轴更加平滑、连续、清晰,能够高效判别同相轴,使得后续的地震处理解释工作高效顺利开展,同时降低费用,减少人工成本。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的实施例,提供了一种基于图像学的同相轴检测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:将地震数据根据道集进行划分,形成多个二进制裸数据;针对每一个二进制裸数据,进行如下步骤:根据裸数据,获得数据矩阵,进而获得初始图像;将初始图像转化为灰度图并保存;设定灰度阈值,根据灰度图获得同相轴区域图;根据同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,同相轴图中的非零值为同相轴。
在一个示例中,设定灰度阈值,根据灰度图获得同相轴区域图包括:若灰度图上的点的灰度值小于灰度阈值,则将该点赋值为0,若灰度图上的点的灰度值大于灰度阈值,则将该点赋值为1,获得同相轴区域图。
在一个示例中,根据同相轴区域图,通过形态学方法进行细化,获得同相轴图包括:根据同相轴区域图,通过形态学方法进行细化,获得细化图像;设定散点阈值,根据散点阈值去除细化图像的散点,获得同相轴图。
在一个示例中,还包括:将初始图像线性映射到colormap索引中,提高初始图像的显示效果。
在一个示例中,还包括:采用分段线性变换增强图像。
本系统通过图像学方法,把地震数据转化为二维灰度图,通过阈值判断,提取同相轴区域,使同相轴更加平滑、连续、清晰,能够高效判别同相轴,使得后续的地震处理解释工作高效顺利开展,同时降低费用,减少人工成本。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种基于图像学的同相轴检测方法,其特征在于,包括:
将地震数据根据道集进行划分,形成多个二进制裸数据;
针对每一个二进制裸数据,进行如下步骤:
根据所述裸数据,获得数据矩阵,进而获得初始图像;
将所述初始图像转化为灰度图并保存;
设定灰度阈值,根据所述灰度图获得同相轴区域图;
根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,所述同相轴图中的非零值为同相轴。
2.根据权利要求1所述的基于图像学的同相轴检测方法,其中,设定灰度阈值,根据所述灰度图获得同相轴区域图包括:
若所述灰度图上的点的灰度值小于所述灰度阈值,则将该点赋值为0,若所述灰度图上的点的灰度值大于所述灰度阈值,则将该点赋值为1,获得所述同相轴区域图。
3.根据权利要求1所述的基于图像学的同相轴检测方法,其中,根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图包括:
根据所述同相轴区域图,通过形态学方法进行细化,获得细化图像;
设定散点阈值,根据所述散点阈值去除所述细化图像的散点,获得所述同相轴图。
4.根据权利要求1所述的基于图像学的同相轴检测方法,其中,还包括:
将所述初始图像线性映射到colormap索引中,提高所述初始图像的显示效果。
5.根据权利要求1所述的基于图像学的同相轴检测方法,其中,还包括:采用分段线性变换增强图像。
6.一种基于图像学的同相轴检测系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
将地震数据根据道集进行划分,形成多个二进制裸数据;
针对每一个二进制裸数据,进行如下步骤:
根据所述裸数据,获得数据矩阵,进而获得初始图像;
将所述初始图像转化为灰度图并保存;
设定灰度阈值,根据所述灰度图获得同相轴区域图;
根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图,其中,所述同相轴图中的非零值为同相轴。
7.根据权利要求6所述的基于图像学的同相轴检测系统,其中,设定灰度阈值,根据所述灰度图获得同相轴区域图包括:
若所述灰度图上的点的灰度值小于所述灰度阈值,则将该点赋值为0,若所述灰度图上的点的灰度值大于所述灰度阈值,则将该点赋值为1,获得所述同相轴区域图。
8.根据权利要求6所述的基于图像学的同相轴检测系统,其中,根据所述同相轴区域图,通过形态学方法进行细化,获得同相轴图包括:
根据所述同相轴区域图,通过形态学方法进行细化,获得细化图像;
设定散点阈值,根据所述散点阈值去除所述细化图像的散点,获得所述同相轴图。
9.根据权利要求6所述的基于图像学的同相轴检测系统,其中,还包括:
将所述初始图像线性映射到colormap索引中,提高所述初始图像的显示效果。
10.根据权利要求6所述的基于图像学的同相轴检测系统,其中,还包括:采用分段线性变换增强图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811131358.2A CN110967741A (zh) | 2018-09-27 | 2018-09-27 | 基于图像学的同相轴检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811131358.2A CN110967741A (zh) | 2018-09-27 | 2018-09-27 | 基于图像学的同相轴检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110967741A true CN110967741A (zh) | 2020-04-07 |
Family
ID=70026507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811131358.2A Pending CN110967741A (zh) | 2018-09-27 | 2018-09-27 | 基于图像学的同相轴检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110967741A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642437A (zh) * | 2021-08-03 | 2021-11-12 | 中国地质大学(北京) | 一种对煤中不同组分含量及半径的定量计算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2989804A1 (fr) * | 2012-04-20 | 2013-10-25 | Spie Oil & Gas Services | Procede de reconstruction de donnees a partir d'une image en couleur a laquelle est associee de la donnee. |
CN103592681A (zh) * | 2013-09-16 | 2014-02-19 | 电子科技大学 | 一种基于信号分类的地震图像层位追踪方法 |
CN104459785A (zh) * | 2014-12-31 | 2015-03-25 | 中国石油天然气股份有限公司 | 一种多属性色彩处理地质体检测方法及装置 |
CN105093289A (zh) * | 2014-05-22 | 2015-11-25 | 中国石油化工股份有限公司 | 一种基于图像处理的地震层位识别方法 |
CN106291681A (zh) * | 2015-05-30 | 2017-01-04 | 中国石油化工股份有限公司 | 地震层位自动追踪方法及装置 |
CN106291685A (zh) * | 2015-06-10 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震资料中同相轴斜率的提取方法及其应用 |
WO2017136030A1 (en) * | 2016-02-02 | 2017-08-10 | Saudi Arabian Oil Company | 3d blending and illumination of seismic volumes for automatic derivation of discontinuities |
CN107110992A (zh) * | 2014-11-14 | 2017-08-29 | 施蓝姆伯格技术公司 | 图像特征对准 |
-
2018
- 2018-09-27 CN CN201811131358.2A patent/CN110967741A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2989804A1 (fr) * | 2012-04-20 | 2013-10-25 | Spie Oil & Gas Services | Procede de reconstruction de donnees a partir d'une image en couleur a laquelle est associee de la donnee. |
CN103592681A (zh) * | 2013-09-16 | 2014-02-19 | 电子科技大学 | 一种基于信号分类的地震图像层位追踪方法 |
CN105093289A (zh) * | 2014-05-22 | 2015-11-25 | 中国石油化工股份有限公司 | 一种基于图像处理的地震层位识别方法 |
CN107110992A (zh) * | 2014-11-14 | 2017-08-29 | 施蓝姆伯格技术公司 | 图像特征对准 |
CN104459785A (zh) * | 2014-12-31 | 2015-03-25 | 中国石油天然气股份有限公司 | 一种多属性色彩处理地质体检测方法及装置 |
CN106291681A (zh) * | 2015-05-30 | 2017-01-04 | 中国石油化工股份有限公司 | 地震层位自动追踪方法及装置 |
CN106291685A (zh) * | 2015-06-10 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震资料中同相轴斜率的提取方法及其应用 |
WO2017136030A1 (en) * | 2016-02-02 | 2017-08-10 | Saudi Arabian Oil Company | 3d blending and illumination of seismic volumes for automatic derivation of discontinuities |
Non-Patent Citations (2)
Title |
---|
刘旭跃 等: "一种基于图像学的地震层位自动追踪方法", 《物探化探计算技术》 * |
杨微 等: "利用图像细化算法检测地震反射同相轴", 《复杂油气藏》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642437A (zh) * | 2021-08-03 | 2021-11-12 | 中国地质大学(北京) | 一种对煤中不同组分含量及半径的定量计算方法 |
CN113642437B (zh) * | 2021-08-03 | 2022-05-31 | 中国地质大学(北京) | 一种对煤中不同组分含量及半径的定量计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110033471B (zh) | 一种基于连通域分析和形态学操作的框线检测方法 | |
US20180039853A1 (en) | Object Detection System and Object Detection Method | |
CN108121991B (zh) | 一种基于边缘候选区域提取的深度学习舰船目标检测方法 | |
JP4667062B2 (ja) | 画像解析装置、画像解析方法、及びブロブ識別装置 | |
CN108780507A (zh) | 用于提供图像分类器的系统和方法 | |
CN108399625B (zh) | 一种基于深度卷积生成对抗网络的sar图像定向生成方法 | |
JPH09212677A (ja) | 画像領域分割方法及びその装置 | |
JP4772819B2 (ja) | 画像検索装置および画像検索方法 | |
CN102713938A (zh) | 用于均匀和非均匀照明变化中的改善的特征检测的尺度空间正规化技术 | |
CN110400362A (zh) | 一种基于图像的abaqus二维裂纹建模方法、系统及计算机可读存储介质 | |
CN103530625A (zh) | 一种基于数字图像处理的光学字符识别方法 | |
CN110967741A (zh) | 基于图像学的同相轴检测方法及系统 | |
KR20110019117A (ko) | 시멘틱 기반의 이미지 검색 방법 | |
JP6546385B2 (ja) | 画像処理装置及びその制御方法、プログラム | |
CN116704324A (zh) | 基于水下图像的目标检测方法、系统、设备以及存储介质 | |
CN108255298B (zh) | 一种投影交互系统中的红外手势识别方法及设备 | |
WO2023133285A1 (en) | Anti-aliasing of object borders with alpha blending of multiple segmented 3d surfaces | |
CN112925932A (zh) | 一种高清晰的水下激光图像处理系统 | |
CN114782822A (zh) | 电力设备的状态检测方法、装置、电子设备及存储介质 | |
CN116420176A (zh) | 基于对象的图像表示来区分对象的不同配置状态的方法和设备 | |
JP7106144B2 (ja) | 画像解析装置 | |
KR20150073409A (ko) | 동영상의 근복사 검출 방법 및 시스템 | |
CN116824183B (zh) | 基于多重特征描述符的图像特征匹配方法和装置 | |
KR101846279B1 (ko) | 입체영상 디스플레이장치 및 그 구동 방법 | |
CN116740375A (zh) | 一种图像特征提取方法、系统及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200407 |
|
RJ01 | Rejection of invention patent application after publication |