CN108053448B - 一种针对声压敏感核声图的目标定位方法及其*** - Google Patents
一种针对声压敏感核声图的目标定位方法及其*** Download PDFInfo
- Publication number
- CN108053448B CN108053448B CN201711474596.9A CN201711474596A CN108053448B CN 108053448 B CN108053448 B CN 108053448B CN 201711474596 A CN201711474596 A CN 201711474596A CN 108053448 B CN108053448 B CN 108053448B
- Authority
- CN
- China
- Prior art keywords
- level
- pressure sensitive
- target
- sensitive nuclear
- result
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种针对声压敏感核声图的目标定位方法及其***,包括以下步骤:步骤1)对声压敏感核声图进行归一化,确定不同level的等高线;步骤2)删除面积小于某阈值的等高线;步骤3)按照level从小到大依次处理,每次处理属于同一个level的等高线,选择面积最大的作为本level的结果;4)计算最后一个level结果的重心,该重心即为目标。本方法提高了目标定位的自动化程度,而且精度高。
Description
技术领域
本发明涉及图像处理领域,特别涉及一种针对声压敏感核声图的目标定位方法及其***。
背景技术
处理声图进行目标定位的方法有很多,但利用不同方法得到的声图具有不同的特点,目前还没有专门针对声压敏感核声图进行目标定位的自动处理方法。直接迁移处理其他声图的方法,往往具有较大的误差。其他声图的常用方法一:先设置单阈值确定大致区域,再在大致区域搜索最大值。利用这种方法处理声压敏感核声图,容易定位到虚假目标,引起较大的误差。其他声图的常用方法二:利用单阈值确定目标区域,再计算区域的几何重心。利用这种方法处理声压敏感核声图,门限设置过高可能找不到目标区域,门限设置过低可能找到多个区域不易取舍。即使找到一个目标区域,由于门限设置的不合理,目标实际位置位于整个区域的一角,使得计算几何重心的误差较大。综上,需要一种适用于声压敏感核声图的目标定位方法。
发明内容
针对现有技术没有对声压敏感核声图进行目标定位这一技术问题,提供了一种针对声压敏感核声图的目标定位方法及其***,提高了目标定位中的自动化程度,而且精度高、误差小。
本发明一种针对声压敏感核声图的目标定位方法,其特征在于包括以下步骤:
步骤1)对声压敏感核声图进行归一化,确定不同level的等高线;
步骤2)删除面积小于某阈值的等高线;
步骤3)按照level从小到大依次处理,每次处理属于同一个level的等高线,选择面积最大的等高线;
4)计算最后一个level结果的重心,该重心即为目标。
进一步,所述步骤3)的面积最大的等高线处理方法为最小的level直接选择面积最大的等高线作为本level的结果;其他level需要先选择出备选等高线,再在备选中选择面积最大的作为本level的结果,选择备选的条件是等高线位于上一个level结果的内部。
本发明还提供了一种针对声压敏感核声图的目标定位***,包括存储器、处理器和存储在存储器上的并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述方法的步骤。
本发明的优势在于:
本发明提出的自动处理声压敏感核声图进行目标定位的方法及其***,设置了多个阈值用于寻找不同level的等高线,多阈值的方法降低了单阈值选择不合理的风险。并且在选择每个level最终有效的等高线时,利用了声压敏感核声图自身的特点,考虑了不同等高线之间的位置关系,这样不仅能够排除干扰区域,而且能够提高定位精度。省去了大量的人工处理,提高了自动化程度。
附图说明
图1是本发明的流程图。
图2是本发明与现有技术方法一处理结果的对比。
(a)实施例1归一化声压敏感核声图
(b)实施例1对比方法搜索局部最大值的结果
(c)实施例1提取声图不同level的等高线
(d)实施例1删除面积较小的等高线
(e)实施例1根据描述的算法选择每个level的等高线
图3是本发明与现有技术方法二处理结果的对比。
(a)实施例2归一化声压敏感核声图
(b)实施例2局部放大图
(c)实施例2对比方法中门限设置低的情况
(d)实施例2对比方法中门限选择不合理
(e)实施例2提取声图不同level的等高线
(f)实施例2删除面积较小的等高线
(g)实施例2根据描述的算法选择每个level的等高线
具体实施方式
以下结合附图对本发明作进一步的描述。本发明包括以下步骤:
步骤1)对声压敏感核声图进行归一化,确定不同等级(level)的等高线;
步骤2)删除面积小于某阈值的等高线,减少虚假目标;
步骤3)按照level从小到大依次处理,每次处理属于同一个level的等高线。最小的level直接选择面积最大的等高线作为本level的结果。其他level需要先选择出备选等高线,再在备选中选择面积最大的作为本level的结果,选择备选的条件是等高线位于上一个level结果的内部。这样做是利用了声压敏感核声图自身的特点,考虑了不同等高线之间的位置关系,不仅能够排除干扰区域,而且能够提高定位精度;
4)计算最后一个level结果的重心,该重心即为目标。
实施例1:
在本实施例中,通过仿真得到目标位于(54.8m,17.6m)的声压敏感核声图,如图2(a)所示,其中用方框标出目标大致位置。图2(b)为局部放大图,利用处理其他声图的常用方法一:先设置单阈值确定大致区域,再在大致区域搜索最大值,得到的目标位置见图2(b)中椭圆标记,坐标为(63.0m,18.1m),可见该方法容易定位到虚假目标,引起较大的误差。
利用本发明所提出的方法处理该声图,中间过程和最终结果分别如图2(c)(d)和(e)所示,图2(c)为提取声图中不同level的等高线,可见其中包含了很多虚假目标,图2(d)为删除面积较小的等高线之后的结果,发现成功去掉了对比方法一所定位到的虚假位置,图2(e)为根据本发明算法筛选得到的每个level的等高线,黑色圆点为最后一个level的等高线的重心,坐标为(54.7m,17.6m)。
通过对比可以发现对比方法一直接在局部搜索最大值,容易受声图质量影响而定位到虚假目标,而本发明所提出的目标定位方法更适用于声压敏感核声图。
实施例2:
在本实施例中,通过仿真得到目标位于(14.6m,17.6m)的声压敏感核声图,如图3(a)所示,其中用方框标出目标大致位置。图3(b)为局部放大图,利用处理其他声图的常用方法二:利用单阈值确定目标区域,再计算区域的几何重心。利用这种方法处理本实施例的声压敏感核声图,门限设置过高可能找不到目标区域,门限设置过低可能找到多个区域不易取舍,如图3(c)所示。即使找到一个目标区域,由于门限设置的不合理,目标实际位置位于整个区域的一角,使得计算几何重心的误差较大,如图3(d)所示,黑色原点为区域重心,坐标为(12.2m,17.7m)。
利用本发明所提出的方法处理该声图,中间过程和最终结果分别如图3(e)(f)和(g)所示,图3(e)为提取声图中不同level的等高线,图3(f)为删除面积较小的等高线之后的结果,图3(g)为根据本发明算法筛选得到的每个level的等高线,黑色圆点为最后一个level的等高线的重心,坐标为(14.2m,17.5m),与对比方法二比较,对比方法二设置单阈值并计算重心的方法虽然能够减少受虚假目标的影响,但仍存在一些无法正确定位目标的情况;而本发明所述方法在保证找到目标区域的同时,能够更加接近目标的实际位置。
通过本实施例,发现本发明所提出的目标定位方法更适用于声压敏感核声图。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种针对声压敏感核声图的目标定位方法,其特征在于,包括以下步骤:
步骤1)对声压敏感核声图进行归一化,确定不同level的等高线;
步骤2)删除面积小于某阈值的等高线;
步骤3)按照level从小到大依次处理,每次处理属于同一个level的等高线,选择面积最大的等高线;
4)计算最后一个level结果的重心,该重心即为目标;
所述步骤3)的面积最大的等高线处理方法为最小的level直接选择面积最大的等高线作为本level的结果;其他level需要先选择出备选等高线,再在备选中选择面积最大的作为本level的结果,选择备选的条件是等高线位于上一个level结果的内部。
2.一种针对声压敏感核声图的目标定位***,包括存储器、处理器和存储在存储器上的并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711474596.9A CN108053448B (zh) | 2017-12-29 | 2017-12-29 | 一种针对声压敏感核声图的目标定位方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711474596.9A CN108053448B (zh) | 2017-12-29 | 2017-12-29 | 一种针对声压敏感核声图的目标定位方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108053448A CN108053448A (zh) | 2018-05-18 |
CN108053448B true CN108053448B (zh) | 2019-12-24 |
Family
ID=62128932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711474596.9A Active CN108053448B (zh) | 2017-12-29 | 2017-12-29 | 一种针对声压敏感核声图的目标定位方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108053448B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1152372A2 (en) * | 2000-05-01 | 2001-11-07 | GE Medical Systems Global Technology Company LLC | Method and apparatus for automatic detection and sizing of cystic objects |
CN103745483A (zh) * | 2013-12-20 | 2014-04-23 | 成都体育学院 | 一种基于球场比赛视频图像的移动目标位置自动检测方法 |
CN104799882A (zh) * | 2014-01-28 | 2015-07-29 | 三星麦迪森株式会社 | 用于显示与感兴趣区域相应的超声图像的方法和超声设备 |
CN105738869A (zh) * | 2014-12-08 | 2016-07-06 | 中国科学院声学研究所 | 一种适用于单水听器的深水信标搜索定位方法 |
CN107133955A (zh) * | 2017-04-14 | 2017-09-05 | 大连理工大学 | 一种多层次结合的协同显著性检测方法 |
-
2017
- 2017-12-29 CN CN201711474596.9A patent/CN108053448B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1152372A2 (en) * | 2000-05-01 | 2001-11-07 | GE Medical Systems Global Technology Company LLC | Method and apparatus for automatic detection and sizing of cystic objects |
CN103745483A (zh) * | 2013-12-20 | 2014-04-23 | 成都体育学院 | 一种基于球场比赛视频图像的移动目标位置自动检测方法 |
CN104799882A (zh) * | 2014-01-28 | 2015-07-29 | 三星麦迪森株式会社 | 用于显示与感兴趣区域相应的超声图像的方法和超声设备 |
CN105738869A (zh) * | 2014-12-08 | 2016-07-06 | 中国科学院声学研究所 | 一种适用于单水听器的深水信标搜索定位方法 |
CN107133955A (zh) * | 2017-04-14 | 2017-09-05 | 大连理工大学 | 一种多层次结合的协同显著性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108053448A (zh) | 2018-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106295629B (zh) | 结构化文本检测方法和*** | |
CN111640089B (zh) | 一种基于特征图中心点的缺陷检测方法及装置 | |
US11189032B2 (en) | Method and apparatus for extracting a satellite image-based building footprint | |
CN107133966B (zh) | 一种基于采样一致性算法的三维声纳图像背景分割方法 | |
CN109325492B (zh) | 字符切割方法、装置、计算机设备及存储介质 | |
CN111433780A (zh) | 车道线检测方法、设备、计算机可读存储介质 | |
CN112215856A (zh) | 图像分割的阈值确定方法、装置、终端及存储介质 | |
CN114529837A (zh) | 建筑物轮廓提取方法、***、计算机设备及存储介质 | |
CN111027343A (zh) | 条形码区域定位方法和装置 | |
US20220207860A1 (en) | Similar area detection device, similar area detection method, and computer program product | |
CN114359665A (zh) | 全任务人脸识别模型的训练方法及装置、人脸识别方法 | |
CN116740072A (zh) | 基于机器视觉的道路表面缺陷检测方法及*** | |
WO2018053710A1 (zh) | 数字图像的形态学处理方法和数字图像处理装置 | |
CN112837384B (zh) | 车辆标记方法、装置和电子设备 | |
JP6874987B2 (ja) | 地物形状抽出装置、地物形状抽出方法、及びプログラム | |
CN108053448B (zh) | 一种针对声压敏感核声图的目标定位方法及其*** | |
CN110298816B (zh) | 一种基于图像重生成的桥梁裂缝检测方法 | |
US20170213346A1 (en) | Image processing method and process simulation apparatus | |
CN112614146B (zh) | 棋盘格标定角点的判别方法、装置及计算机可读存储介质 | |
CN112183229B (zh) | 基于计算动态参数的作业纸图像的字格提取方法及装置 | |
CN108917768B (zh) | 无人机定位导航方法和*** | |
CN114187195A (zh) | 一种2d前视声呐图像去噪方法 | |
CN109408888B (zh) | 一种二维切削表面的粗糙度计算方法、计算机可读存储介质及终端 | |
CN111178366A (zh) | 一种移动机器人的定位方法和移动机器人 | |
CN110705479A (zh) | 模型训练方法和目标识别方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |