申请/专利权人:杭州电子科技大学
申请日:2019-09-19
公开(公告)日:2020-02-11
公开(公告)号:CN110781737A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06T15/08(20110101)
优先权:
专利状态码:有效-授权
法律状态:2022.04.12#授权;2020.03.06#实质审查的生效;2020.02.11#公开
摘要:本发明公开了一种水声数据体绘制中基于梳状波变换的传递函数设计方法。本发明步骤:1、通过水下声纳采集原始三维标量数据,并以三维矩阵形式保存后进行三维非下采样Brushlet变换,得到各个变换后的子体积;2、对各个子体积进行Brushlet阈值去噪处理;3、用灰度共生矩阵提取前半象限的各个子体积中数据点的能量、对比度、熵、惯性等多个纹理特征;4、将步骤3中提取的多个纹理特征级联成一个高维特征向量,作为原始数据的特性向量,并用模糊C均值聚类算法进行数据分类;5、对分类结果分别设置相应的光学属性,并用光线投射算法进行体绘制。本发明在处理水下声纳收集到的具有复杂环境情况的三维水声数据时,能对其中水体数据和地底数据有着良好的绘制效果。
主权项:1.水声数据体绘制中基于梳状波变换的传递函数设计方法,其特征在于具体包括如下步骤:步骤1、通过水下声纳采集到原始三维标量数据,将原始三维标量数据以三维矩阵的形式保存,并将原始三维标量数据进行三维非下采样Brushlet变换,即二层4×4×4Brushlet变换,得到各个变换后的子体积,将得到的64个变换后的子体积,用编号1~64表示;步骤2、对各个子体积进行Brushlet阈值去噪处理;在各个子体积中,将模值小于该子体积中最大系数值的15%的Brushlet系数置为0,并反变换重构为去噪后的水声数据;步骤3、将二层分解后的数据重构为一层2×2×2分解数据,并重新编号;用灰度共生矩阵提取前半象限的各个子体积中数据点的能量、对比度、熵和惯性的多个纹理特征;前半象限的编号是1~4;步骤4、将步骤3中提取的每个子体积对应数据点的多个纹理特征级联成一个高维特征向量,作为原始体数据的特性向量,并用模糊C均值聚类算法将数据分为三类:水体数据、地底和目标物体数据以及水体非目标物体数据;步骤5、去除水体非目标物体数据,对水体数据、地底和目标物体数据赋予相应的不透明度及颜色的光学属性,即对分类结果分别设置相应的光学属性,并用光线投射算法进行体绘制。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 水声数据体绘制中基于梳状波变换的传递函数设计方法
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。