申请/专利权人：海南热带海洋学院

申请日：2020-07-08

公开（公告）日：2024-02-09

公开（公告）号：CN111753853B

主分类号：G06V10/44

分类号：G06V10/44;G06N3/049

优先权：

专利状态码：有效-授权

法律状态：2024.02.09#授权;2020.10.30#实质审查的生效;2020.10.09#公开

摘要：本发明提供一种MPCNN‑FAST（Modifiedpulsecoupledneuralnetwork‑featuresfromacceleratedsegmenttest）声呐图像特征点检测方法，涉及声呐图像特征点检测技术领域。该方法的核心步骤包括：（1）根据改进的阈值函数，构造MPCNN；（2）根据MPCNN‑FAST特征点判断方法，判断声呐图像中待检测点是否为特征点。在本发明提供的特征点检测方法中，给出一种改进的阈值函数，利用改进的阈值函数构造MPCNN，利用MPCNN改进FAST特征点检测方法。本发明提供的特征点检测方法克服了FAST算法检测效果严重依赖于阈值选取的缺欠。同时该方法需要人为设置的参数少。本发明提供的特征点检测方法实用性较强、智能化程度较高。

主权项：1.一种MPCNN-FASTModifiedpulsecoupledneuralnetwork-featuresfromacceleratedsegmenttest声呐图像特征点检测方法，其特征在于，包括以下步骤：步骤1根据改进的阈值函数，构造MPCNN；MPCNN由改进的脉冲耦合神经元MPCNModifiedpulse-coupledneuron连接而成，MPCNN中第i,j个MPCN，即MPCNi,j，的数学模型为 Ui,jn＝Fi,jn[1+Li,jn] 式中Ii,j表示F通道的外部输入，n是迭代序号，Yi+k,j+ln-1表示MPCNi,j的邻域神经元i+k,j+l第n-1次迭代时的脉冲输出，[Wk,l]表示第n-1次迭代输出Yi+k,j+ln-1对MPCNi,j第n次迭代影响的连接权重矩阵，这里W0,0＝0，Fi,jn表示F通道第n次迭代时的输出，Li,jn表示L通道第n次迭代时的输出，Ui,jn为第n次迭代时MPCNi,j的内部状态项，分别表示第n次迭代时Ci,j内所有的Ui′,j′n的最大值和最小值，Ci,j表示以MPCNi,j为圆心、半径为3个神经元的圆内37个神经元的集合，也表示与之对应的37个像素的集合，a是调整阈值的待定系数，θi,jn是阈值函数，Yi,jn表示神经元MPCNi,j第n次迭代时的脉冲输出；步骤2根据MPCNN-FAST声呐图像特征点判断方法，判断声呐图像中待检测点是否为特征点；该声呐图像特征点检测方法的特征在于，特征点判断方法为：MPCNN迭代停止后，如果区域Ci,j边缘上有连续12个神经元的输出与MPCNi,j的输出相同或者有连续12个神经元的输出与MPCNi,j的输出不同，那么与MPCNi,j对应的图像中的像素i,j为特征点。

全文数据：

权利要求：

百度查询： 海南热带海洋学院 一种MPCNN-FAST声呐图像特征点检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD