首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于GLCM与K-means聚类算法的船载雷达图像溢油识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东海洋大学

摘要:本发明涉及海洋环境监测应用技术领域,具体公开了一种基于GLCM与K‑means聚类算法的船载雷达图像溢油识别方法,基于GLCM与K‑means聚类算法的结合,同时结合切片算法,且局部窗口尺寸为64×64,可以快速提取有效的溢油区域,整体提高了运行速度,随后又通过Sauvola局部自适应阈值算法在有效的溢油区域中进行油膜分割并提取油膜,再将提取的油膜显示在船载雷达原始图像上,即完成油膜提取。通过基于GLCM与K‑means聚类算法的结合,再结合切片算法及Sauvola算法,可以整体提升运行效率,快速提取图像中的油膜。

主权项:1.一种基于GLCM与K-means聚类算法的船载雷达图像溢油识别方法,其特征在于,包括如下步骤:S1、对船载雷达原始图像进行降噪处理,以获得降噪图像;S2、采用切片算法对S1中的降噪图像进行图像切片处理,局部窗口尺寸为64×64;S3、基于灰度共生矩阵提取S2中各切片的熵纹理特征值;S4、根据S3中提取的熵纹理特征值对各切片中的图像进行K-means聚类算法提取有效的溢油区域;S5、运用Sauvola算法对S4中提取的有效的溢油区域进行油膜分割,以提取油膜,并将提取的油膜显示在船载雷达原始图像上,完成油膜提取。

全文数据:

权利要求:

百度查询: 广东海洋大学 一种基于GLCM与K-means聚类算法的船载雷达图像溢油识别方法

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。