-
公开(公告)号：CN118196463A
公开(公告)日：2024-06-14
申请号：CN202211547586.4
申请日：2022-12-05
Applicant: 北京华航无线电测量研究所
IPC: G06V10/764 , G06V10/26 , G06F15/78
Abstract: 本发明涉及基于FPGA的多级池化方法，属深度学习智能算法领域，解决了现有多级池化的资源消耗多的问题。方法包括：将动态随机存储器分为A区和B区，将第一级池化级数对应的待处理图像发送到A区；每执行一级池化级数对应的池化处理，执行：生成池化指令：当池化级数为奇数时控制A区为分割区、B区为池化结果存储区；偶数反之；动态随机存储器根据池化指令配置A区和B区；利用分割区对当前池化级数对应的待处理图像按行进行分割，并按行顺序存储分割后的子图像；对每一组待处理子图像进行池化处理，得到池化结果；将池化结果存储在池化结果存储区，并作为下一级池化级数对应的待处理图像；跳转至执行下一级池化处理。
-
-
-
公开(公告)号：CN107886094A
公开(公告)日：2018-04-06
申请号：CN201710895100.9
申请日：2017-09-28
Applicant: 北京华航无线电测量研究所
CPC classification number: G06K9/342 , G06K9/6223 , G06K9/6268
Abstract: 本发明涉及一种小波不变矩和模糊C均值的舰船目标识别分类方法，所述方法包括如下步骤：步骤一：打开样本图像数据；步骤二：对三组样本图像进行分割，将舰船目标从背景中分割出来；步骤三：计算三组样本图像的小波不变矩特征；步骤四：打开一幅测试图像，对测试图像进行分割，将舰船目标从背景中分割出来，并计算测试图像的小波不变矩特征；步骤五：通过模糊C均值(FCM)聚类分别建立三类样本图像和测试图像的特性视图；步骤六：采用最近邻分类方法实现舰船目标分类识别；步骤七：输出舰船目标类型和样本图像中与其最近的舰船目标图像。本发明提出的方法提高了特征提取的稳定性和有效性，降低了对噪声的敏感程度。
-
公开(公告)号：CN116563119A
公开(公告)日：2023-08-08
申请号：CN202210124950.X
申请日：2022-02-10
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及一种用于高速旋转平台的目标跟踪方法，包括：获取用于目标跟踪的初始帧图像；获取后一帧图像，根据与初始帧图像存在的旋转角，进行图像旋转，得到消除旋转角的旋转后图像；以前一帧图像的目标点坐标为中心，在旋转后图像中采用相关滤波模型进行目标检测得到旋转后图像中的目标点坐标；将旋转后图像中的目标点坐标转换到旋转前图像中，得到目标点在旋转前图像中的目标点坐标；并根据该目标点坐标，计算旋转平台的视线角速度作为跟踪输出信号；以所述旋转后图像的目标点坐标为中心截取搜索区域更新相关滤波模型，对再后一帧图像进行目标跟踪；进而对后续所有帧图像进行目标跟踪。本发明实现了图像高速旋转过程中的稳定跟踪。
-
Patent Agency Ranking
公开(公告)号：CN116563086A
公开(公告)日：2023-08-08
申请号：CN202210103289.4
申请日：2022-01-27
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及一种基于能见度分级的具有海天背景的图像分类存储装置，包括，缓存器用于缓存连续帧的对海观测图像；分级处理器与缓存器连接，用于从缓存器中读取每帧对海观测图像，对图像进行包括降分辨率、目标梯度特征提取、边缘点提取和海天线提取在内处理，根据图像的灰度均值特征、梯度特征、边缘点数特征、海天线长度特征在内的特征，将图像的能见度分为较差、一般和较好；第一存储器用于存储能见度分级为较好图像；第二存储器用于存储能见度分级为一般的图像；第三存储器用于存储能见度分级为较差图像。本发明本海天背景能见度分级方法能够满足外场海天背景下的天气状况的判断，实现了更加稳定有效的海天线提取及能见度判断。
-
公开(公告)号：CN116527941A
公开(公告)日：2023-08-01
申请号：CN202210066825.8
申请日：2022-01-20
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及一种进行定码率JPEG格式图像压缩的装置，其特征在于，包括图像采集模块、图像压缩参数生成模块和JPEG压缩模块；所述图像采集模块，用于加载进行定码率JPEG格式压缩的待压缩图像；所述图像压缩参数生成模块，用于根据输入的待压缩图像计算对应的压缩参数输出到JPEG压缩模块；所述JPEG压缩模块，用于根据输入的压缩参数对待压缩图像进行压缩，输出定码率的JPEG格式的压缩图像；其中，所述图像压缩参数生成模块中采用训练学习好的支持向量机，对输入的待压缩图像进行分类得到与待压缩图像对应的压缩参数。本发明能够保证图像压缩算法压缩结果的压缩率，兼顾图像传输效率与压缩后图像的质量，最大程度地减少图像质量的损失。
-
公开(公告)号：CN107862709B
公开(公告)日：2020-03-27
申请号：CN201710895140.3
申请日：2017-09-28
Applicant: 北京华航无线电测量研究所
IPC: G06T7/41
Abstract: 本发明涉及一种多方向模式连接规则的图像纹理描述方法，所述方法包括：使用预定的扫描线S，沿着预设的方向α对所述输入的图像进行扫描，并记录下像素的位置及对应的灰度值；根据所述扫描线S对所述输入图像进行纹理模式检测；根据纹理模式检测结果建立多个方向均值纹理映射图；对所述多个方向均值纹理映射图进行加权平均得到加权平均纹理映射图；所述加权平均纹理映射图即为最终的纹理映射图。本发明采用了一种基于简单扫描线的方法来搜索潜在的纹理特征并且统计它们的局部特性，而不是采用了固定大小的2‑D窗口，避免了基于区域块的方法存在一些固有的缺点。
-
公开(公告)号：CN118154412A
公开(公告)日：2024-06-07
申请号：CN202211547998.8
申请日：2022-12-05
Applicant: 北京华航无线电测量研究所
Abstract: 本发明基于FPGA的高速池化方法，属于深度学习智能算法技术领域，解决了现有技术中池化操作消耗片上存储资源、且无法保证实时性的技术问题。该方法包括：对待处理图像按行进行分割，并按行顺序依次存储分割后的子图像；从第一行开始，每M行子图像作为一组待处理子图像；池化核的尺寸为M×M；对每一组待处理子图像进行接收及池化处理：每接收一组待处理子图像，将该组待处理子图像中的M行子图像按列同步输入至FPGA芯片中尺寸为M×M的块状存储单元；当块状存储单元充满M×M个数据时，进行池化处理，并输出池化结果；汇总每一组待处理子图像输出的池化结果，作为所述待处理图像的池化结果。
-
公开(公告)号：CN118154402A
公开(公告)日：2024-06-07
申请号：CN202211547579.4
申请日：2022-12-05
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及一种基于FPGA的多级池化系统，属于深度学习智能算法技术领域，解决了现有技术中基于FPGA的多级池化的资源消耗多、处理难度大的问题。该系统包括：池化控制模块，根据池化级数生成池化指令；动态随机存储器分为A区和B区，根据池化指令实现A区、B区在分割区与池化结果存储区间的切换；分割区对当前池化级数对应的待处理图像按行进行分割，并按行顺序存储分割后的子图像；每M行子图像作为一组待处理子图像；池化模块，将分割区的每一组待处理子图像中的M行子图像通过一一对应的M个输入接口输入到块状存储单元；块状存储单元对块状存储单元中数据进行池化处理，并将池化结果输出到池化结果存储区。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.037 seconds)
