-
公开(公告)号：CN105654430B
公开(公告)日：2017-04-19
申请号：CN201510988503.9
申请日：2015-12-24
Applicant: 华中科技大学
IPC: G06T5/00
CPC classification number: G06T5/00
Abstract: 本发明公开了一种反差约束的气动热辐射校正方法。通过统计不同强度下的气动热辐射图像的特点，发现气动热辐射效应越强的图像，其反差越小的特点；在使用梯度拟合算法进行热辐射校正时，发现其时间消耗随着拟合曲面阶数的增长和图像大小的增长均呈指数增长趋势，本发明能快速有效地对气动热辐射图像进行恢复，显著提高图像的信噪比和图像质量。
-
公开(公告)号：CN103761730B
公开(公告)日：2016-04-13
申请号：CN201310753635.4
申请日：2013-12-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种知识约束的公路车辆红外图像气动光学效应校正方法，该方法先建立车辆模板和多尺度公路模板，再使用多尺度公路模板提取高超声速条件下实时模糊图像中的公路区域；利用HU矩约束的最大似然估计算法校正气动光学效应图像中的公路区域，得到公路区域校正图像；使用车辆模板在公路区域校正图像中匹配车辆区域位置，得到所要提取的车辆区域；利用HU矩约束的最大似然估计算法校正车辆区域，得到车辆区域校正图像。本发明是由粗到细递推的处理，达到可感兴趣区准确校正，可大幅提高校正算法效率和精度，满足高超声速飞行器光学成像探测技术发展的需求。本发明可大幅提高校正算法效率，适应高超飞行器导航、制导和遥感的需要。
-
公开(公告)号：CN103093425B
公开(公告)日：2016-01-20
申请号：CN201210594906.1
申请日：2012-12-31
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种气动热辐射指纹库的建立方法，包括：（1）获取红外成像系统的多幅气动热辐射退化图像，形成气动热辐射退化图像序列；（2）求取气动热辐射退化图像序列中的每一幅图像与基准图像之差值即差值图像；（3）对每一幅图像的差值图像进行二维曲面拟合，获得其在对应热流密度下的二维曲面多项式；（4）对多个二维曲面多项式中相同项的系数进行处理，通过拟合建立各相同项的系数关于热流密度的关系式，即确定为气动热辐射指纹库。本发明还公开了通过上述方法建立的指纹库在校正热辐射图像中的应用。本发明的方法能有效降低气动热辐射产生的背景噪声并提高气动热环境中的图像质量。
-
公开(公告)号：CN104618718A
公开(公告)日：2015-05-13
申请号：CN201410851498.2
申请日：2014-12-30
Applicant: 华中科技大学
IPC: H04N19/176 , H04N19/139 , H04N19/503 , H04N19/593
Abstract: 本发明公开了一种基于空间-时间多预测模式的无损压缩方法，包括：(1)利用星载成像系统获取序列图像f；(2)把步骤(1)获取的每一帧图像fk,k＝1,划分成互不重叠且大小为M×N的子块fk,i,i＝1,2Su,m.I，SumI为子块总数，M，N为预设值；(3)令步骤(2)中第3j+1,j＝0,1,...帧图像为参考帧图像，进行分块JPEG-LS编码；(4)第3j+2和3j+3帧图像参考第3j+1帧图像进行空间-时间多预测帧间无损编码。本发明还提供了相应的基于空间-时间多预测模式的无损压缩系统。本发明方法综合了图像在空间和时间上的相关性来改进预测方式，把图像分成若干子块，对不同子块自适应选择最优预测方式进行预测，从而使预测器对图像不同特征的区域具有自适应性，因此基于空间-时间多预测模式的无损编码方法对序列图像的压缩效果较好。
-
公开(公告)号：CN103745450A
公开(公告)日：2014-04-23
申请号：CN201310753610.4
申请日：2013-12-31
Applicant: 华中科技大学
Abstract: 机场飞机目标图像气动光学效应校正方法，属于数字图像处理技术，解决现有机场图像气动光学效应校正方法实时性差、校正效率低的问题。本发明包括两个步骤，地面知识准备步骤包括获取正视影像图和生成正视参考图子步骤；实时遥感飞行处理步骤包括获取实时图像、选取子参考图、透视变换、目标机场光学图像校正、模板匹配提取机场跑道区域、机场跑道图像校正、分割检测疑似飞机目标区域、疑似飞机目标区域校正、疑似飞机目标区域回填、机场跑道区域回填子步骤。本发明将校正范围约束在机场区域内，集中在疑似飞机目标区域上，提高了实时性，改善了校正效果，适用于高超声速飞行器对遥感、探测、导航和制导过程中获取的机场图像进行气动光学效应校正。
-
Patent Agency Ranking
公开(公告)号：CN103150705A
公开(公告)日：2013-06-12
申请号：CN201210525435.9
申请日：2012-12-06
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种弱小目标图像的自适应恢复增强方法，步骤为：①利用光学成像探测系统获取气动光学模糊图像g，图像大小为M*N，作为观测图像；②对气动光学模糊图像g进行校正增强，得到的初始校正图像③对初始校正图像进行分割，找出感兴趣的区域m为感兴趣区域的数目；④对感兴趣的区域再依次进行恢复增强，得到新校正图像⑤将得到的新校正图像拼接到其在初始校正图像的相应位置。本发明构造了边校正、边检测，校正与检测互动的处理流程，由开始全图，约束到若干感兴趣区域，保证校正的实时性、智能化和有效性，实现了空间自适应的弱小目标图像恢复校正。
-
公开(公告)号：CN105469370B
公开(公告)日：2018-05-11
申请号：CN201511002876.0
申请日：2015-12-28
Applicant: 华中科技大学
IPC: G06T5/00
CPC classification number: G06T5/00
Abstract: 本发明公开了一种气动光学效应校正识别一体化实时处理系统，统包括FPGA模块、多核主处理器DSP、多个协处理器ASIC及红外图像非均匀性校正片上系统SoC，通过上述系统完成气动光学效应退化图像的全图热辐射校正、去噪、传输效应校正及目标检测过程。相应的，本发明提出了一种与之对应的方法。本发明能够有效解决气动光学效应问题以及飞行器高速飞行条件下要求处理器在完成探测处理时间间隔短的问题，通过采用自主研发的专用ASIC，使得整个系统的实时性大大提升；对各任务进行合理分配并采用多核并行的方式，大大缩短了图像的处理时间；同时，本发明中的FPGA模块将各单元连接成闭环系统，进一步提高了系统的稳定性。
-
公开(公告)号：CN105654432A
公开(公告)日：2016-06-08
申请号：CN201510995105.X
申请日：2015-12-23
Applicant: 华中科技大学
IPC: G06T5/00
CPC classification number: G06T5/00 , G06T5/002 , G06T2207/10048 , G06T2207/20024
Abstract: 本发明公开了一种气动热辐射效应的频域校正方法，所述方法包括：通过高斯曲面来近似热辐射噪声，对其进行傅里叶变换得到幅度谱，然后对幅度谱进行归一化与分割来获取滤波器二值模板BW，通过获取的滤波器二值模板BW构建滤波器函数H；对气动热辐射退化图像f做傅里叶变换得到中心化频谱F，将F与H点乘后得到滤波后的实时图像频谱G，最后对G进行傅里叶逆变换并取模，得到热辐射校正后图像g。通过执行本发明的方法，可以有效的去除气动热辐射产生的背景噪声，恢复出清晰图像，使得图像品质及图像信噪比大幅提升。此外，本发明进一步降低了算法复杂度，缩短了运行时间，更适于实时处理。
-
公开(公告)号：CN103150705B
公开(公告)日：2016-05-25
申请号：CN201210525435.9
申请日：2012-12-06
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种弱小目标图像的自适应恢复增强方法，步骤为：①利用光学成像探测系统获取气动光学模糊图像g，图像大小为M*N，作为观测图像；②对气动光学模糊图像g进行校正增强，得到的初始校正图像③对初始校正图像进行分割，找出感兴趣的区域m为感兴趣区域的数目；④对感兴趣的区域再依次进行恢复增强，得到新校正图像⑤将得到的新校正图像拼接到其在初始校正图像的相应位置。本发明构造了边校正、边检测，校正与检测互动的处理流程，由开始全图，约束到若干感兴趣区域，保证校正的实时性、智能化和有效性，实现了空间自适应的弱小目标图像恢复校正。
-
公开(公告)号：CN103065130B
公开(公告)日：2015-12-09
申请号：CN201210594903.8
申请日：2012-12-31
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 一种三维模糊空间目标识别方法，属于数字图像模式识别领域，目的在于当图像出现高斯散焦模糊情况时能够精确地识别出目标的类别。本发明包括获取模板目标多视点特性视图步骤、建立模板目标模糊不变矩库步骤、归一化处理步骤、计算待识别目标模糊不变矩步骤、归一化待识别目标模糊不变矩步骤和目标识别步骤。本发明利用三维模板目标模型建立模板目标模糊不变矩库；将待识别目标图像的模糊不变矩与模板目标模糊不变矩库作比较，识别出目标的类别；处理过程对数据归一化，可有效均衡各特征量对识别结果的影响，进一步提高目标识别率；算法实现简单、运算量小、鲁棒性好，在成像目标出现较大高斯模糊条件下也能获得较高的识别率。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.03 seconds)
