【摘要】 本发明公开了一种多波束前视声纳成像数据的阶梯形均值滤波方法，属于图像处理技术领域。采集单帧声纳图像的成像数据，生成成像数据矩阵，建立阶梯形掩模模型，计算掩模系数并确定掩模中各点对应数据值，进行数据卷积处理完成阶梯形均值滤波，滤波后的成像数据矩阵经可视化处理，得到滤波后的多波束前视声纳图像。本发明提供的方法针对多波束前视声纳成像特点，可以更好地抑制噪声，使滤波后的图像具有更好的视觉效果。。微信 【专利类型】发明授权 【申请人】河海大学常州校区 【申请人类型】学校 【申请人地址】213022 江苏省常州市新北区晋陵北路200号 【申请人地区】中国 【申请人城市】常州市 【申请人区县】新北区 【申请号】CN201210323818.8 【申请日】2012-09-04 【申请年份】2012 【公开公告号】CN102867292B 【公开公告日】2014-12-10 【公开公告年份】2014 【授权公告号】CN102867292B 【授权公告日】2014-12-10 【授权公告年份】2014.0 【IPC分类号】G06T5/00 【发明人】李庆武; 曹晔锋; 霍冠英; 周妍; 马国翠 【主权项内容】1.一种针对多波束前视声纳成像数据的阶梯形均值滤波方法，包含以下步骤：(1)将表示单帧声纳图像的成像数据保存到列向量M；(2)已知多波束前视声纳的波束数n，计算列向量M的元素个数t，并将的结果记为m；定义一个m行、n列的成像数据矩阵A，将列向量M中的数据值依次填充到矩阵A；定义一个m行、n列零矩阵B；(3)建立一个阶梯形掩模模型；(4)计算阶梯形掩模中各点的掩模系数；(5)依据成像数据矩阵A确定掩模中各点对应的数据值，若点在矩阵A中无对应值，则该点置空；(6)对掩模中剩余点是否都有对应值进行判定，采用对应方式进行卷积处理；(7)完成成像数据矩阵A中所有数据值的滤波，得到阶梯形均值滤波后的成像数据矩阵B；(8)对滤波后成像数据矩阵B进行可视化处理，得到去噪后多波束前视声纳图像；步骤(3)中建立的阶梯形掩模模型一共3行，每行的列数从上至下依次为K、K+2、K+4，其中，K为奇数；将第2行、第列掩模点记为P，对应值记为p，剩余点从上到下、从左到右依次记为Pi(i＝1...3K+5)，各点对应值依次为pi(i＝1...3K+5)。 【当前权利人】河海大学常州校区 【当前专利权人地址】江苏省常州市晋陵北路200号 【统一社会信用代码】12320400467289477N 【引证次数】3.0 【他引次数】3.0 【家族引证次数】3.0 【家族被引证次数】7

未经允许不得转载：http://www.zhongzhencnc.com/1789897154.html