龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京理工大学
申请日：2023-07-07
公开（公告）日：2023-11-17
公开（公告）号：CN117078709A
主分类号：G06T7/13
分类号：G06T7/13;G06T5/00;G06T5/20;G06T5/30;G06T7/11;G06N3/049;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.12.05#实质审查的生效;2023.11.17#公开
摘要：本发明公开的一种基于PCNN和改进形态学的低空目标边缘检测方法，属于航天检测技术领域。本发明实现方法为：获取临空平台搭载光电载荷拍摄的包含低空目标的图像，使用滤波算法对图像进行预处理；采用PCNN模型对滤波后的图像进行图像分割，将存在低空目标的区域筛选出来，区域提取得到待检测的图像，消除细节给边缘检测造成的影响；对获得的待检测图像，使用改进的形态学梯度进行边缘检测，利用形态学梯度滤波算子抑制随机噪声的特性，提高低空目标边缘检测的精度和抗噪声的能力；利用形态学细化算子对获得的低空目标边缘进行细化，保持图像细小部分的连通性，提高低空目标边缘检测的精度。利用本发明具有检测精度高、抗干扰能力强的优点。
主权项：1.一种基于PCNN和改进形态学的低空目标边缘检测方法，其特征在于：包括如下步骤，步骤一：获取临空平台搭载光电载荷拍摄的包含低空目标的图像，然后使用滤波算法对图像进行预处理；步骤二：在图像处理前，对PCNN模型各个节点的权重和偏置参数进行初始化；步骤三：采用PCNN模型对自适应中值滤波后的图像进行图像分割，将存在低空目标的区域筛选出来，进行区域提取得到待检测的图像，提高图像分割的精度和速度，消除细节给边缘检测造成的影响；步骤四：对获得的待检测图像，使用改进的形态学梯度进行边缘检测，利用形态学梯度滤波算子抑制随机噪声的特性，提高低空目标边缘检测的精度和抗噪声的能力；步骤五：利用形态学细化算子对获得的低空目标边缘进行细化，保持图像细小部分的连通性，提高低空目标边缘检测的精度。
全文数据：
权利要求：
百度查询： 北京理工大学 一种基于PCNN和改进形态学的低空目标边缘检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号