CN112365469A - 一种基于Otsu阈值的二维波浪谱分割方法 - Google Patents

一种基于Otsu阈值的二维波浪谱分割方法 Download PDF

Info

Publication number
CN112365469A
CN112365469A CN202011253598.7A CN202011253598A CN112365469A CN 112365469 A CN112365469 A CN 112365469A CN 202011253598 A CN202011253598 A CN 202011253598A CN 112365469 A CN112365469 A CN 112365469A
Authority
CN
China
Prior art keywords
region
area
spectral density
wave spectrum
areas
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.)
Granted
Application number
CN202011253598.7A
Other languages
English (en)
Other versions
CN112365469B (zh
Inventor
蔡志文
刘小龙
孙泽
陈文炜
丁军
叶永林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
702th Research Institute of CSIC
Original Assignee
702th Research Institute of CSIC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 702th Research Institute of CSIC filed Critical 702th Research Institute of CSIC
Priority to CN202011253598.7A priority Critical patent/CN112365469B/zh
Publication of CN112365469A publication Critical patent/CN112365469A/zh
Application granted granted Critical
Publication of CN112365469B publication Critical patent/CN112365469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于Otsu阈值的二维波浪谱分割方法，涉及海浪分析领域，该方法包括：根据二维波浪谱的Otsu阈值对二维波浪谱分割，并根据离散坐标点数量进行区域合并；根据剩余区域的谱密度值得到单连通的第五区域；将各个第五区域按照预定策略分别合并得到第六区域；若更新后的剩余区域不为空，则对剩余区域再次执行提取得到单连通的第五区域的步骤；若更新后的剩余区域为空，则根据相邻的第六区域之间的谱密度值进行合并，直到都符合预定谱密度关系时，得到若干个第七区域，第七区域的谱为得到的各个单峰波浪谱，通过本方法更能准确表达波浪谱的各个特征，同时快速的对波浪谱进行分割，满足不同的领域的需求，具有较高的普适性。

Description

一种基于Otsu阈值的二维波浪谱分割方法
技术领域
本发明涉及海浪分析领域，尤其是一种基于Otsu阈值的二维波浪谱分割方法。
背景技术
船舶、海洋平台等在海洋中工作时，往往会受到波浪的影响，波浪是一种非常复杂的自然现象，它不仅没有固定的形状，也无法用经典的几何理论去表示，而且不论是在时间上还是空间上都表现出极大的随机性，目前通常对波浪进行仿真模拟形成二维波浪谱，因此如何研究二维波浪谱是近岸工程、近岛礁工程和海洋科学工程的关键。当多个来源不同的波浪作用于一点时，二维波浪谱会以多峰的形式存在，不同的峰对应着不同来源的波浪，将此类以多峰形式存在二维波浪谱合理的分割成多个单峰谱是研究波浪来源、特征以及进一步深入研究风、浪、流等相关关系的重要前提。
目前常用的分割算法为分水岭算法(watershed algorithm)，其问题在于这种算法对谱的毛刺比较敏感，因此往往会将二维波浪谱分割成多份，不能很好的表达波浪谱的特征。同时由于波浪在不同海域的测点不同、水深不同以及海域不同，都可能需要不同的限定条件，因此，现有技术对于波浪谱的分析不具有普适性。
发明内容
本发明人针对上述问题及技术需求，提出了一种基于Otsu阈值的二维波浪谱的分割方法，本发明的技术方案如下：
一种基于Otsu阈值的二维波浪谱分割方法，其特征在于，包括以下步骤：
根据二维波浪谱的Otsu阈值对所述二维波浪谱分割得到若干个单连通的子区域，并根据各个子区域内的离散坐标点数量进行区域合并得到第三区域和对应的剩余区域，所述剩余区域是所述二维波浪谱构成的二维区域中除第三区域以外的区域；
根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域；
将各个第五区域按照预定策略分别合并到所述第五区域所包含的第三区域中，得到第六区域以及对应的更新后的剩余区域，更新后的所述剩余区域是所述二维波浪谱构成的二维区域中除第六区域以外的区域；
若更新后的所述剩余区域不为空，则对更新后的所述剩余区域再次执行所述根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域的步骤；
若更新后的所述剩余区域为空，则根据每个第六区域与其相邻的第六区域之间的谱密度值对各个第六区域进行合并，直到每两个相邻的第六区域之间的谱密度值都符合预定谱密度关系时得到若干个第七区域，确定各个所述第七区域的谱分别为分割得到的各个单峰波浪谱。
其进一步的技术方案为，所述根据二维波浪谱的Otsu阈值对所述二维波浪谱分割得到若干个单连通的子区域，包括：
计算所述二维波浪谱的Otsu阈值并分割提取得到若干个谱密度值大于所述Otsu阈值的第一区域；
若存在第一区域被其他第一区域全覆盖，则将互相覆盖的两个第一区域合并并保留覆盖范围大的第一区域，形成若干个单连通的第二区域作为对所述二维波浪谱分割得到的子区域；
否则直接将提取得到的各个第一区域作为对所述二维波浪谱分割得到的子区域。
其进一步的技术方案为，所述根据各个子区域内的离散坐标点数量进行区域合并得到第三区域，包括：
确定每个子区域的离散坐标点数量，提取离散坐标点数量大于预定离散点数量的第二区域得到第三区域。
其进一步的技术方案为，所述根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域，包括：
计算所述剩余区域的谱密度值并得到谱密度值的最大值Smax；
提取所述二维波浪谱中谱密度值大于αSmax的若干个第四区域，其中，α为参数，且α<1；
若存在第四区域被其他第四区域全覆盖，则将互相覆盖的两个第四区域合并并保留覆盖范围大的第四区域，形成若干个单连通的第四区域作为对所述二维波浪谱分割得到的第五区域；
否则直接将提取得到的各个第四区域作为对所述二维波浪谱分割得到的第五区域。
其进一步的技术方案为，所述将各个第五区域按照预定策略分别合并到所述第五区域所包含的第三区域中，包括：
确定所述第五区域包含所述第三区域的数量，得到包围值；
当所述第五区域的包围值为1时，将所述第五区域并入到被所述第五区域包含的第三区域内，得到一个第六区域；
当所述第五区域的包围值大于1时，对于所述第五区域与所述剩余区域的每个交集点，将所述交集点合并到目标第三区域内，所述目标第三区域是所述第五区域所包含的且与所述交集点距离最近的第三区域。
其进一步的技术方案为，所述方法还包括：
计算所述交集点与所述第五区域包含的各个第三区域的最近边界点之间的边界距离；
当仅有一个第三区域与所述交集点之间的边界距离最小时，确定边界距离最小的第三区域为所述目标第三区域；
若存在至少两个第三区域与所述交集点之间的边界距离相等且最小时，分别计算所述交集点与边界距离最小的所述至少两个第三区域的中心位置之间中心距离，并确定边界距离最小和中心距离最小的第三区域为所述目标第三区域。
其进一步的技术方案为，所述根据每个第六区域与其相邻的第六区域之间的谱密度值对各个第六区域进行合并，包括：
计算每个第六区域与其相邻的第六区域的最大相邻边界谱密度值和最小相邻区域谱峰密度值，并计算所述最大相邻边界谱密度值和所述最小相邻区域谱峰密度值之间的比值作为两个相邻的第六区域之间的谱密度比较值；
将对应的谱密度比较值最大的两个第六区域进行合并。
其进一步的技术方案为，所述将对应的谱密度比较值最大的两个第六区域进行合并，包括：
当谱密度比较值的最大值大于预定比值时，将谱密度比较值的最大值对应的两个相邻第六区域进行合并得到更新后的第六区域；
当谱密度比较值的最大值不大于所述预定比值时，则确定每两个相邻的第六区域之间的谱密度值都符合所述预定谱密度关系，并得到若干个第七区域。
其进一步的技术方案为，所述方法还包括：
当仅合并得到一个所述第三区域时，确定所述第三区域的谱为分割得到的单峰波浪谱；
当合并得到的所述第三区域的数量大于等于2时，则执行所述根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域的步骤。
本发明的有益技术效果是：本发明建立一种分割二维谱波浪谱的方法，以实测或数值二维波浪谱为输入，将具有多峰现象的二维波浪谱分割成数量较少的单峰谱，更能准确表达波浪谱的各个特征，适合于近岸工程、海洋工程、近岛礁工程和海洋科学中多峰二维波浪谱的分割，具有较高的普适性。
附图说明
图1是本申请的方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
如图1所示，一种基于Otsu阈值的二维波浪谱分割方法，包括以下步骤：
步骤一：获取待分割的二维波浪谱，二维波浪谱所在的平面为XOY平面，二维波浪谱包括多个单位区域。
步骤二：计算二维波浪谱的Otsu阈值，提取若干个谱密度值大于Otsu阈值的单位区域并连通形成第一区域，各个第一区域记为
Figure BDA0002772403350000041
步骤三：对各个第一区域
Figure BDA0002772403350000042
进行合并，合并的方法为：如果一个第一区域Pi (0)被另一个第一区域Pj (0)全覆盖，其中，i≤m0，j≤m0，则将互相覆盖的两个第一区域合并并保留覆盖范围大的第一区域Pj (0)，且合并后得到一个第二区域，此时各个第二区域都是单连通域，第二区域标记为
Figure BDA0002772403350000043
且m1≤m2。
步骤四：对各个第二区域
Figure BDA0002772403350000044
进行离散坐标点数量检测，即确定每个第二区域的离散坐标点数量，同时确定预定离散点数量为3，提取离散坐标点数量大于3的第二区域得到第三区域
Figure BDA0002772403350000045
且m2≤m1，此时对应的剩余区域标记为R，剩余区域R是二维波浪谱构成的二维区域中除各个第三区域
Figure BDA0002772403350000046
以外的区域。
步骤五：经过上述的处理流程后，再确定第三区域
Figure BDA0002772403350000047
的数量，当仅合并得到一个第三区域，确定第三区域的谱为分割得到的单峰波浪谱，即m2＝1，无需再进行分割；而如果第三区域的数量大于一个，则进行步骤六。
步骤六：计算剩余区域R的谱密度值S并得到谱密度值的最大值Smax。
步骤七：提取二维波浪谱中谱密度值大于预定谱密度值的区域为第四区域
Figure BDA0002772403350000051
预定谱密度值为αSmax，其中，Smax中为谱密度值的最大值，α为参数，且α<1。
步骤八：对各个第四区域
Figure BDA0002772403350000052
进行合并，合并的方法为：如果一个第四区域被其他第四区域全覆盖，则将相互覆盖的两个第四区域合并并保留覆盖范围大的第四区域，由此形成若干个单连通的第四区域作为第五区域
Figure BDA0002772403350000053
且n0≤n1。
步骤九：对第五区域
Figure BDA0002772403350000054
进行检测，看是否包含第三区域
Figure BDA0002772403350000055
以及包含第三区域
Figure BDA0002772403350000056
的个数，该包含的个数即为包围值np，如第五区域
Figure BDA0002772403350000057
不包含任何的第三区域
Figure BDA0002772403350000058
则np＝0；如第五区域
Figure BDA0002772403350000059
包含一个第三区域
Figure BDA00027724033500000510
则np＝1；如第五区域
Figure BDA00027724033500000511
包含两个第三区域
Figure BDA00027724033500000512
则np＝2，以此类推。
步骤十：如果np＝0，则直接进行步骤十二，进行下一个第五区域的检测；如果np＝1，则将第五区域并入到被该第五区域包含的第三区域内，得到一个第六区域；如果np>1，则将第五区域与剩余区域的交集点的集合定义为交集，计算交集内的各个交集点到第五区域包含的各个第三区域之间的距离。
步骤十一：计算各个交集点与第五区域包含的各个第三区域的最近边界点之间的边界距离，最近边界点为被包含的第三区域的边界上距离该交集点最近的点，当仅有一个第三区域与交集点之间的边界距离最小时，确定边界距离最小的第三区域就是目标第三区域，将该交集点合并到目标第三区域中得到一个第六区域；而当存在至少两个第三区域与交集点之间的边界距离相等且最小时，分别计算交集点与边界距离最小的至少两个第三区域的中心位置之间中心距离，并确定边界距离最小和中心距离最小的第三区域为目标第三区域，将该交集点并入该目标第三区域中得到一个第六区域。
步骤十二：重复步骤九到十一，直到所有的第五区域都完成相应的操作，形成新的第六区域以及更新后的剩余区域，更新后的剩余区域是二维波浪谱构成的二维区域中除第六区域以外的区域。
步骤十三：重复步骤六到步骤十二，直到剩余区域为空。
步骤十四：计算所有相邻第六区域的谱密度值，包括最大相邻边界谱密度值Sbmax和最小相邻区域谱峰密度值Spmin，计算两者的比较值Rbp＝Sbmxa/Spmin，找到比较值Rbp的最大比较值Rbpmax及其对应两个相邻第六区域，如果Rbpmax>β，β为预定比值，β<1，β为参数，则合并这两个相邻第六区域得到更新后的第六区域。
步骤十五：重复步骤十四直到Rbpmax≤β，得到第七区域。
步骤十六：根据各个第七区域的谱为分割得到的各个单峰波浪谱。
以上所述的仅是本申请的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

Claims (9)

1.一种基于Otsu阈值的二维波浪谱分割方法，其特征在于，包括以下步骤：
根据二维波浪谱的Otsu阈值对所述二维波浪谱分割得到若干个单连通的子区域，并根据各个子区域内的离散坐标点数量进行区域合并得到第三区域和对应的剩余区域，所述剩余区域是所述二维波浪谱构成的二维区域中除第三区域以外的区域；
根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域；
将各个第五区域按照预定策略分别合并到所述第五区域所包含的第三区域中，得到第六区域以及对应的更新后的剩余区域，更新后的所述剩余区域是所述二维波浪谱构成的二维区域中除第六区域以外的区域；
若更新后的所述剩余区域不为空，则对更新后的所述剩余区域再次执行所述根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域的步骤；
若更新后的所述剩余区域为空，则根据每个第六区域与其相邻的第六区域之间的谱密度值对各个第六区域进行合并，直到每两个相邻的第六区域之间的谱密度值都符合预定谱密度关系时得到若干个第七区域，确定各个所述第七区域的谱分别为分割得到的各个单峰波浪谱。
2.根据权利要求1所述的一种方法，其特征在于，所述根据二维波浪谱的Otsu阈值对所述二维波浪谱分割得到若干个单连通的子区域，包括：
计算所述二维波浪谱的Otsu阈值并分割提取得到若干个谱密度值大于所述Otsu阈值的第一区域；
若存在第一区域被其他第一区域全覆盖，则将互相覆盖的两个第一区域合并并保留覆盖范围大的第一区域，形成若干个单连通的第二区域作为对所述二维波浪谱分割得到的子区域；
否则直接将提取得到的各个第一区域作为对所述二维波浪谱分割得到的子区域。
3.根据权利要求1所述的一种方法，其特征在于，所述根据各个子区域内的离散坐标点数量进行区域合并得到第三区域，包括：
确定每个子区域的离散坐标点数量，提取离散坐标点数量大于预定离散点数量的第二区域得到第三区域。
4.根据权利要求1所述的一种方法，其特征在于，所述根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域，包括：
计算所述剩余区域的谱密度值并得到谱密度值的最大值Smax；
提取所述二维波浪谱中谱密度值大于αSmax的若干个第四区域，其中，α为参数，且α<1；
若存在第四区域被其他第四区域全覆盖，则将互相覆盖的两个第四区域合并并保留覆盖范围大的第四区域，形成若干个单连通的第四区域作为对所述二维波浪谱分割得到的第五区域；
否则直接将提取得到的各个第四区域作为对所述二维波浪谱分割得到的第五区域。
5.根据权利要求1所述的一种方法，其特征在于，所述将各个第五区域按照预定策略分别合并到所述第五区域所包含的第三区域中，包括：
确定所述第五区域包含所述第三区域的数量，得到包围值；
当所述第五区域的包围值为1时，将所述第五区域并入到被所述第五区域包含的第三区域内，得到一个第六区域；
当所述第五区域的包围值大于1时，对于所述第五区域与所述剩余区域的每个交集点，将所述交集点合并到目标第三区域内，所述目标第三区域是所述第五区域所包含的且与所述交集点距离最近的第三区域。
6.根据权利要求5所述的一种方法，其特征在于，所述方法还包括：
计算所述交集点与所述第五区域包含的各个第三区域的最近边界点之间的边界距离；
当仅有一个第三区域与所述交集点之间的边界距离最小时，确定边界距离最小的第三区域为所述目标第三区域；
若存在至少两个第三区域与所述交集点之间的边界距离相等且最小时，分别计算所述交集点与边界距离最小的所述至少两个第三区域的中心位置之间中心距离，并确定边界距离最小和中心距离最小的第三区域为所述目标第三区域。
7.根据权利要求1所述的一种方法，其特征在于，所述根据每个第六区域与其相邻的第六区域之间的谱密度值对各个第六区域进行合并，包括：
计算每个第六区域与其相邻的第六区域的最大相邻边界谱密度值和最小相邻区域谱峰密度值，并计算所述最大相邻边界谱密度值和所述最小相邻区域谱峰密度值之间的比值作为两个相邻的第六区域之间的谱密度比较值；
将对应的谱密度比较值最大的两个第六区域进行合并。
8.根据权利要求7所述的一种方法，其特征在于，所述将对应的谱密度比较值最大的两个第六区域进行合并，包括：
当谱密度比较值的最大值大于预定比值时，将谱密度比较值的最大值对应的两个相邻第六区域进行合并得到更新后的第六区域；
当谱密度比较值的最大值不大于所述预定比值时，则确定每两个相邻的第六区域之间的谱密度值都符合所述预定谱密度关系，并得到若干个第七区域。
9.根据权利要求1所述的一种方法，其特征在于，所述方法还包括：
当仅合并得到一个所述第三区域时，确定所述第三区域的谱为分割得到的单峰波浪谱；
当合并得到的所述第三区域的数量大于等于2时，则执行所述根据所述剩余区域的谱密度值对所述二维波浪谱分割提取得到单连通的第五区域的步骤。
CN202011253598.7A 2020-11-11 2020-11-11 一种基于Otsu阈值的二维波浪谱分割方法 Active CN112365469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011253598.7A CN112365469B (zh) 2020-11-11 2020-11-11 一种基于Otsu阈值的二维波浪谱分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011253598.7A CN112365469B (zh) 2020-11-11 2020-11-11 一种基于Otsu阈值的二维波浪谱分割方法

Publications (2)

Publication Number Publication Date
CN112365469A true CN112365469A (zh) 2021-02-12
CN112365469B CN112365469B (zh) 2023-05-23

Family

ID=74515839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011253598.7A Active CN112365469B (zh) 2020-11-11 2020-11-11 一种基于Otsu阈值的二维波浪谱分割方法

Country Status (1)

Country Link
CN (1) CN112365469B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03156574A (ja) * 1989-11-15 1991-07-04 Mitsubishi Precision Co Ltd 波浪画像発生方式
CN103106658A (zh) * 2013-01-23 2013-05-15 中国人民解放军信息工程大学 一种海岛、礁岸线快速提取方法
CN111047595A (zh) * 2019-11-21 2020-04-21 深圳市若雅方舟科技有限公司 一种基于自适应阈值帧差法的实时海浪分割方法及装置
CN111222531A (zh) * 2019-10-21 2020-06-02 中国地质大学（武汉） 一种海浪场时空演化信息提取方法及系统
CN111611975A (zh) * 2020-06-03 2020-09-01 南京信息工程大学 基于二维海浪谱的海浪成分分区方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03156574A (ja) * 1989-11-15 1991-07-04 Mitsubishi Precision Co Ltd 波浪画像発生方式
CN103106658A (zh) * 2013-01-23 2013-05-15 中国人民解放军信息工程大学 一种海岛、礁岸线快速提取方法
CN111222531A (zh) * 2019-10-21 2020-06-02 中国地质大学（武汉） 一种海浪场时空演化信息提取方法及系统
CN111047595A (zh) * 2019-11-21 2020-04-21 深圳市若雅方舟科技有限公司 一种基于自适应阈值帧差法的实时海浪分割方法及装置
CN111611975A (zh) * 2020-06-03 2020-09-01 南京信息工程大学 基于二维海浪谱的海浪成分分区方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈文炜 等: "Ochi-Hubble 双峰谱在近岛礁海域的适用性研究", 中国造船 *

Also Published As

Publication number Publication date
CN112365469B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN109118500B (zh) 一种基于图像的三维激光扫描点云数据的分割方法
CN107808141A (zh) 一种基于深度学习的输电线路绝缘子爆裂识别方法
CN109685821A (zh) 基于高质量体素的区域生长3d岩体点云平面提取方法
CN105719249A (zh) 一种基于三维格网的机载激光雷达点云去噪方法
CN111986308B (zh) 基于点云法线与曲率变化双约束曲面误差显著点识别方法
EP1068593A1 (en) Representative color designating method using reliability
CN112200083B (zh) 一种基于多元高斯混合模型的机载多光谱LiDAR数据分割方法
CN109102538B (zh) 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法
CN110852207A (zh) 基于面向对象影像分类技术的蓝色屋顶建筑物提取方法
CN115757369A (zh) 一种激光点云数据的自动检查方法及系统
CN114898118A (zh) 基于多源点云的输电线路房屋拆迁量自动统计方法及系统
CN108596924A (zh) 一种基于距离场融合和椭球先验的mr前列腺图像分割方法
CN110544262A (zh) 一种基于机器视觉的子宫颈细胞图像分割方法
CN106355588A (zh) 一种基于核方法的高光谱图像分割方法
CN112365469A (zh) 一种基于Otsu阈值的二维波浪谱分割方法
CN117893924A (zh) 一种基于树冠形态的无人机激光雷达点云单木分割方法
CN111404075B (zh) 一种无人机巡检的输电线路自动测量方法
CN111210452B (zh) 一种基于图割和均值偏移的证件照人像分割方法
CN116452826A (zh) 基于机器视觉的遮挡情况下煤矸石轮廓估计方法
CN116452604A (zh) 一种复杂变电站场景分割方法、设备及存储介质
CN110728688B (zh) 一种基于能量优化的三维网格模型分割方法及系统
CN114460053A (zh) 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法
CN109948682B (zh) 基于正态随机抽样分布的激光雷达点云电力线分类方法
JP2004272688A (ja) レーザデータのフィルタリング方法
Liu et al. Weld point cloud segmentation algorithm fused contour feature

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
GR01 Patent grant
GR01 Patent grant