一种光学成像系统精确延时的测量方法

    公开(公告)号:CN109489940B

    公开(公告)日:2019-12-31

    申请号:CN201811301960.6

    申请日:2018-11-02

    Abstract: 本发明提出一种光学成像系统精确延时的测量方法,测量过程简便,测量结果更加精确。本发明是将整个光学成像系统视为一个黑匣子,通过建立模拟场景,使光源和相机同步启动,得到场景信号精确的输入时刻,并通过记录场景信号的输入时刻,最终数据的输出时刻,将两个时刻之间的时间差用示波器记录,从而得到精确的系统延时。本发明无需确定光学系统内部各环节的信号的时间延迟,而只确定信号的精确开始时刻和信号的精确输出时刻即可确定整个光学系统的延迟时间,具有实现简便、高效、通用性强的特点。

    一种光学成像系统精确延时的测量方法

    公开(公告)号:CN109489940A

    公开(公告)日:2019-03-19

    申请号:CN201811301960.6

    申请日:2018-11-02

    Abstract: 本发明提出一种光学成像系统精确延时的测量方法,测量过程简便,测量结果更加精确。本发明是将整个光学成像系统视为一个黑匣子,通过建立模拟场景,使光源和相机同步启动,得到场景信号精确的输入时刻,并通过记录场景信号的输入时刻,最终数据的输出时刻,将两个时刻之间的时间差用示波器记录,从而得到精确的系统延时。本发明无需确定光学系统内部各环节的信号的时间延迟,而只确定信号的精确开始时刻和信号的精确输出时刻即可确定整个光学系统的延迟时间,具有实现简便、高效、通用性强的特点。

    一种基于梯度分块自适应测量的压缩感知方法

    公开(公告)号:CN109448065A

    公开(公告)日:2019-03-08

    申请号:CN201811181710.3

    申请日:2018-10-11

    Abstract: 本发明涉及一种基于梯度分块自适应测量的压缩感知方法。该方法包括:将不重叠的基础块作为图像的划分单元,利用图像的垂直方向和水平方向的梯度计算每个基础块的平滑度,根据平滑度将图像分割成尺寸不均匀的图像块并且计算各图像块的测量率;按照图像块尺寸分类选择测量矩阵分别对各图像块进行测量,得到测量值;解码端引入向量夹角作为相似性判断标准,采用非局部低秩正则化压缩感知重构算法进行重构。本发明设计了一种不均匀分块自适应测量压缩感知方法,使其解码图像具有鲁棒性并且获得更好的重构效果。

    一种面向指标体系的语义化知识关联方法

    公开(公告)号:CN112417160B

    公开(公告)日:2023-07-25

    申请号:CN202011252002.1

    申请日:2020-11-11

    Abstract: 本发明公开一种面向指标体系的语义化知识关联的构建方法,通过建立以知识语义为核心的指标体系,结合本体语义之间的关联关系,形成基于指标体系中概念、关系、实例的关系模型,实现指标体系层级之间以及指标与指标之间的知识关联。指标体系本体模块确定指标体系的本体结构三元组模型规则,指标体系实体模块确定指标体系的对象关系模型,由此,解决了以往方法中指标体系各层级指标元素中缺乏语义关联的问题,有利于建立指标体系中各指标元素的语义知识的关联关系。

    一种基于梯度分块自适应测量的压缩感知方法

    公开(公告)号:CN109448065B

    公开(公告)日:2023-07-25

    申请号:CN201811181710.3

    申请日:2018-10-11

    Abstract: 本发明涉及一种基于梯度分块自适应测量的压缩感知方法。该方法包括:将不重叠的基础块作为图像的划分单元,利用图像的垂直方向和水平方向的梯度计算每个基础块的平滑度,根据平滑度将图像分割成尺寸不均匀的图像块并且计算各图像块的测量率;按照图像块尺寸分类选择测量矩阵分别对各图像块进行测量,得到测量值;解码端引入向量夹角作为相似性判断标准,采用非局部低秩正则化压缩感知重构算法进行重构。本发明设计了一种不均匀分块自适应测量压缩感知方法,使其解码图像具有鲁棒性并且获得更好的重构效果。

    一种面向指标体系的语义化知识关联方法

    公开(公告)号:CN112417160A

    公开(公告)日:2021-02-26

    申请号:CN202011252002.1

    申请日:2020-11-11

    Abstract: 本发明公开一种面向指标体系的语义化知识关联的构建方法,通过建立以知识语义为核心的指标体系,结合本体语义之间的关联关系,形成基于指标体系中概念、关系、实例的关系模型,实现指标体系层级之间以及指标与指标之间的知识关联。指标体系本体模块确定指标体系的本体结构三元组模型规则,指标体系实体模块确定指标体系的对象关系模型,由此,解决了以往方法中指标体系各层级指标元素中缺乏语义关联的问题,有利于建立指标体系中各指标元素的语义知识的关联关系。

Patent Agency Ranking