-
公开(公告)号：CN115589471A
公开(公告)日：2023-01-10
申请号：CN202211117542.8
申请日：2022-09-14
Applicant: 北京空间机电研究所
Abstract: 一种适用于大动态范围图像融合的最佳增益比判别方法，首先以SCMOS获取低、高增益数据为基础，构建了双增益成像模型；然后利用此模型模拟不同增益比下高增益与低增益图像，并基于双增益图像获取大动态范围图像融合的HDR结果；其次，综合评估高增益图像过曝光像元数较多带来的图像质量下降问题，以及HDR图像质量评价需求，构建基于相对亮度饱和比、清晰度指数和灰度加权指数的SCMOS探测器最佳增益比判别函数；最后，选择最佳增益比判别函数的最大值所对应的增益比，作为大动态范围图像融合的最佳增益比数值。
-
公开(公告)号：CN119722948A
公开(公告)日：2025-03-28
申请号：CN202411831573.9
申请日：2024-12-12
Applicant: 北京空间机电研究所
Abstract: 本发明公开了一种基于法向量的激光点云三维网格重建方法及系统，属于星上智能识别领域。该方法对单光子激光雷达探测器的激光点云数据依次进行去噪及下采样处理；再从处理后的点云数据最边界开始，将每四个邻近点进行网格连接，生成一个体素立方体，在每个体素立方体内，根据四个点的法向量，连接一条对角线形成两个三角面片。所有的三角面片构成激光点云的三维网格，用于目标探测。本发明充分利用点云进行三维连接并建立网格，计算快且三维重建精度高。
-
公开(公告)号：CN110647977B
公开(公告)日：2023-02-03
申请号：CN201910792583.9
申请日：2019-08-26
Applicant: 北京空间机电研究所
Abstract: 一种用于星上对舰船目标检测的Tiny‑YOLO网络的优化方法，采用舰船图像的样本集合，对原始Tiny‑YOLO网络进行训练，得到网络内各卷积层内的卷积核的参数；根据原始Tiny‑YOLO网络以及网络内各卷积层内的卷积核的参数，确定用于舰船目标检测的Tiny‑YOLO网络；通过减少卷积核，实现Tiny‑YOLO网络进行稀疏化，根据稀疏化后的Tiny‑YOLO网络的各卷积层的位置，进行迁移学习，使稀疏化后的Tiny‑YOLO网络在星上的运算速度和检测准确率达到要求；将迁移学习后的Tiny‑YOLO网络中的卷积核参数由浮点数转变为整数，获得最终的Tiny‑YOLO网络，实现星上利用改进Tiny‑YOLO网络提高运算速度的需求。
-
公开(公告)号：CN115641270A
公开(公告)日：2023-01-24
申请号：CN202211177000.X
申请日：2022-09-26
Applicant: 北京空间机电研究所
Abstract: 一种适用于SCMOS双增益成像系统的高动态范围扩展方法，包括：图像细节增强、拉普拉斯金字塔建立、基于方向算子的权重金字塔、基于滤波算子的权重金字塔和图像对比度调节。融合过程中，拉普拉斯金字塔前N‑1层和第N层分别采用方向梯度算子和滤波算子构建权重金字塔。通过将获取的高动态范围图像融合结果与现有几种常用动态范围图像融合融合方法对比，结果表明采用本发明方法获取的动态范围图像融合效果较好，图像整体较清晰且地物细节信息丰富。该方法有效扩展了SCMOS探测器输出图像的动态范围，同时显著提高了基于双通道增益成像获取高动态范围图像的准确性。
-
公开(公告)号：CN114494852A
公开(公告)日：2022-05-13
申请号：CN202111592478.4
申请日：2021-12-23
Applicant: 北京空间机电研究所
Abstract: 用于星载大视场凝视遥感成像的目标信息快速提取方法，属于目标检测技术领域。本发明针对现有用于目标信息提取的深度网络结构庞大、计算量多，同时凝视相机具有数据量大、单幅图像像素多，无法直接将深度学习方法用于星载大视场凝视遥感成像的目标信息快速提取的问题，优化了目标信息提取框架，采用计算量少的配准方法快速发现运动目标，并简化了用于目标分类识别的深度网络，使得本发明提出的目标信息提取方法适合星载大视场凝视遥感成像条件。
-
Patent Agency Ranking
公开(公告)号：CN111131719B
公开(公告)日：2021-07-13
申请号：CN201911248424.9
申请日：2019-12-09
Applicant: 北京空间机电研究所
IPC: H04N5/235
Abstract: 本发明实施例提供了一种视频流水线的处理方法及装置。所述方法包括：获取空间飞行器对应的长曝光图像和短曝光图像；获取所述长曝光图像对应的第一曝光时间，及所述短曝光图像对应的第二曝光时间；根据所述第一曝光时间和所述第二曝光时间，计算得到过曝光区域、欠曝光区域、曝光良好区域和曝光盲区；根据所述过曝光区域、所述欠曝光区域、所述曝光良好区域和所述曝光盲区，生成合成图像；根据所述合成图像的图像参数，确定所述空间飞行器对应的高动态范围图像。本发明实施例可根据视频图像数据自适应调整映射参数，能够满足实时性要求。
-
公开(公告)号：CN110647977A
公开(公告)日：2020-01-03
申请号：CN201910792583.9
申请日：2019-08-26
Applicant: 北京空间机电研究所
Abstract: 一种用于星上对舰船目标检测的Tiny-YOLO网络的优化方法，采用舰船图像的样本集合，对原始Tiny-YOLO网络进行训练，得到网络内各卷积层内的卷积核的参数；根据原始Tiny-YOLO网络以及网络内各卷积层内的卷积核的参数，确定用于舰船目标检测的Tiny-YOLO网络；通过减少卷积核，实现Tiny-YOLO网络进行稀疏化，根据稀疏化后的Tiny-YOLO网络的各卷积层的位置，进行迁移学习，使稀疏化后的Tiny-YOLO网络在星上的运算速度和检测准确率达到要求；将迁移学习后的Tiny-YOLO网络中的卷积核参数由浮点数转变为整数，获得最终的Tiny-YOLO网络，实现星上利用改进Tiny-YOLO网络提高运算速度的需求。
-
公开(公告)号：CN118678246A
公开(公告)日：2024-09-20
申请号：CN202410717092.9
申请日：2024-06-04
Applicant: 北京空间机电研究所
Abstract: 一种适用于多片TDICMOS图像传感器的数据处理与压缩系统，包括：多片TDICMOS图像传感器，输出有效数字图像数据；图像数据处理电路，用于对有效图像数据进行格式化编排及预处理，生成满足图像数据压缩功能输入需求的图像标准格式；图像数据压缩电路，对图像数据进行压缩处理并输出至外部数据传输系统；图像数据缓存电路，针对海量图像数据设计的图像缓存区域，以便于实现图像数据的高速批处理。本发明将图像压缩电路前置，与图像处理电路合并，采用迭代优化参数配置，实现海量高速信号传输的完整性，克服了传统的图像处理与图像压缩系统分离的缺点。通过增加量化步长，调整质量控制因子，实现不同成像模式下，不同压缩比的精确码流输出。
-
公开(公告)号：CN118089961A
公开(公告)日：2024-05-28
申请号：CN202311658487.8
申请日：2023-12-05
Applicant: 北京空间机电研究所
Inventor： 李泽 , 董书莉 , 武文波 , 张斐然 , 贺强民 , 李阳 , 张润鑫 , 张天卿 , 袁立男 , 王颖 , 蔡树旺 , 林薛欣芮 , 吴健奇 , 于双江 , 倪建军 , 李硕
Abstract: 本发明涉及一种基于FPGA的激光单光子有效数据提取方法，包括：FPGA获取光子信息并形成主帧数据，基于主帧数据形成含有若干栅格的直方图；将直方图的2个相邻栅格合并，统计合并后栅格的光子信息，即为高程信息；基于高程信息生成含有若干栅格的高程直方图；将高程直方图的至少2个相邻栅格合并，形成宽栅格直方图；基于宽栅格直方图，计算宽栅格直方图的信噪比，基于信噪比，确定宽栅格直方图的阈值；如果多个连续帧中任何一个主帧的最大栅格计数均小于阈值，则该多个连续帧无信号，取上一次使用的数据下传范围作为此次数据下传范围，提取该范围内的激光单光子数据。本发明有效减少卫星下传数据量，提升星上数据下传能力。
-
公开(公告)号：CN118071790A
公开(公告)日：2024-05-24
申请号：CN202311687949.9
申请日：2023-12-08
Applicant: 北京空间机电研究所
Abstract: 本发明涉及一种基于星空背景下的弱小目标检测方法，包括以下步骤，S1、图像预处理；S2、逐个像元遍历整个图像，对每个像元进行星点检测，筛选出光斑，得到光斑的质心坐标；S3、通过轨迹关联的方法提取所有光斑中的潜在目标；S4、通过星图匹配的方法将潜在目标中的假目标剔除，最终实现弱小目标的检测。本发明通过充分分析星空目标的运动特性和星图特点，利用轨迹关联避免了复杂的运算过程，只在二维空间进行处理，检测更加简单实用；采用星图匹配的方法，提高目标检测精度，更加可靠地确定真实目标，实现星空背景下的弱小目标检测。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.032 seconds)
