一种结合动平台惯测信息的事件相机动目标检测方法

    公开(公告)号:CN117953067B

    公开(公告)日:2024-06-18

    申请号:CN202410354282.9

    申请日:2024-03-27

    Abstract: 本发明公开了一种结合动平台惯测信息的事件相机动目标检测方法,属于机器视觉目标检测技术领域。该方法包括:使用惯测信息通过运动补偿策略对齐不同时刻的事件流到同一时刻下的空间位置;提出时间维度点云结构推理策略和空间维度置信分布推理策略来建模运动目标和背景的差异性;将空间维度置信分布推理的目标位置和时间维度点云结构推理的目标结构通过融合定位得到具有准确位置和完整结构的运动目标。解决快速运动目标提取中结构不完整的问题,实现从时间和空间两个维度建模目标和背景的差异性来保证运动目标的结构完整性和位置准确性。

    一种结合动平台惯测信息的事件相机动目标检测方法

    公开(公告)号:CN117953067A

    公开(公告)日:2024-04-30

    申请号:CN202410354282.9

    申请日:2024-03-27

    Abstract: 本发明公开了一种结合动平台惯测信息的事件相机动目标检测方法,属于机器视觉目标检测技术领域。该方法包括:使用惯测信息通过运动补偿策略对齐不同时刻的事件流到同一时刻下的空间位置;提出时间维度点云结构推理策略和空间维度置信分布推理策略来建模运动目标和背景的差异性;将空间维度置信分布推理的目标位置和时间维度点云结构推理的目标结构通过融合定位得到具有准确位置和完整结构的运动目标。解决快速运动目标提取中结构不完整的问题,实现从时间和空间两个维度建模目标和背景的差异性来保证运动目标的结构完整性和位置准确性。

    一种基于像素运动统计的远距大气湍流图像的校正方法

    公开(公告)号:CN117078538B

    公开(公告)日:2024-02-13

    申请号:CN202310893813.7

    申请日:2023-07-19

    Abstract: 本发明公开一种基于像素运动统计的远距大气湍流图像的校正方法。方法包括:对远距大气湍流退化图像序列中的像素值进行统计,以每一个位置出现次数最多的像素值作为该位置的像素值,构建一张基准评价图像;计算每张退化图像几何分数图,选取评分最高的前k个退化图像;对选取的k个退化图像中的像素值进行统计,以每一个位置的加权平均像素值作为该位置的像素值,构建参考帧;计算选取的k个退化图像与参考帧之间的变形场,并使用变形场对选取的k个退化图像进行几何形状变换,得到配准序列;校正配准序列的配准误差,得到校正图像序列。实现了提高参考帧的清晰度,去除配准序列中的(56)对比文件牛威等.自适应光学成像事后处理LoG域匹配图像质量评价《.红外与激光工程》.2018,第47卷(第11期),第1111005-1-9页.Chiman Kwan等.A New Blind VideoQuality Metric for Assessing DifferentTurbulence Mitigation Algorithms.《Electronics》.2021,第10卷(第18期),第1-16页.

    基于参数化多项式曲面的红外热辐射效应偏置场校正方法

    公开(公告)号:CN115601259A

    公开(公告)日:2023-01-13

    申请号:CN202211236259.7

    申请日:2022-10-10

    Abstract: 本发明公开了一种基于参数化多项式曲面的红外热辐射效应偏置场校正方法,属于图像处理技术领域,包括:红外热辐射效应退化机理建模,构建基于参数化多项式曲面拟合的热辐射效应偏置场退化模型;仿真训练数据集构建,其中包括成对的退化前后红外图像数据;知识引导的参数化多项式网络构建,包括第一、第二网络单元、偏置场图像重建单元及损失计算单元。将待校正的退化图像输入至训练好的红外热辐射效应偏置场校正模型中的第一网络单元,输出复原后的清晰红外图像。本发明利用多项式拟合偏置场的先验知识进行建模,并指导网络进行自适应校正,增加了网络的可解释性,从而有效提升了方法在实测场景中的泛化性能以及图像的成像质量。

    一种基于非线性退化模型的饱和图像去模糊方法

    公开(公告)号:CN111047544B

    公开(公告)日:2022-09-23

    申请号:CN202010018340.2

    申请日:2020-01-08

    Abstract: 本发明属于图像处理技术领域,公开了一种基于非线性退化模型的饱和图像去模糊方法及系统,输入饱和模糊图像或一般模糊图像以及模糊图像对应的模糊核;根据饱和图像退化机理,构建非线性模糊图像退化模型;根据得到的退化建模和最大后验概率框架,构建饱和图像非线性反卷积框架;确定先验项,采用总变分先验,构建非线性能量泛函模型;通过交换方向乘子算法即ADMM算法或分裂Bregman算法求解上述的非线性能量泛函,获得待复原清晰图像x。本发明建模了饱和的非线性退化特性,去除饱和图像中的模糊,有效抑制了由于饱和像素存在误差而引起的振铃现象,复原得到了高质量的清晰图像。

    一种基于深度学习的高铁接触网拉线缺陷检测方法

    公开(公告)号:CN110428398A

    公开(公告)日:2019-11-08

    申请号:CN201910596625.1

    申请日:2019-07-04

    Abstract: 本发明公开了一种基于深度学习的高铁接触网拉线缺陷检测方法,包括对拉线的缺陷进行分类,根据拉线的缺陷类别对包含待测目标的数据样本进行标注;对所述标注好的数据样本进行预处理并转换格式;将转换格式后的数据样本输入到搭建好的网络模型中,输出预测结果;对预测结果进行后处理得到最终的缺陷检测结果。本发明通过对人造物体固有属性的建模,提高了网络对拉线角度的鲁棒性,也提高了传统正框目标检测的准确率。同时本发明提出的方法摒弃了繁复地手工设计特征的过程,直接利用深度网络强大的特征学习能力提取关键部件的缺陷特征,实现了端到端的缺陷检测,并替代人工筛选缺陷图像的过程,减轻了人的工作量,缩短了从发现缺陷到检修的过程。

    一种基于接触网画质评估的深度神经网络模型的构建方法

    公开(公告)号:CN110321944A

    公开(公告)日:2019-10-11

    申请号:CN201910557704.1

    申请日:2019-06-26

    Abstract: 本发明公开了一种基于接触网画质评估的深度神经网络模型的构建方法,包括:1.从接触网图像集中选取m张图像;2.将m张图像按质量类别划分后,按相同比例在各质量级别图像中筛选训练样本和测试样本;3.采用测试样本分别测试n个已训练的网络模型,筛选出测试精度最高的网络模型作为目标网络模型;4.判断目标网络模型的测试精度是否不小于目标精度,若是,则目标网络模型为用于接触网画质评估的深度神经网络模型;否则,转至步骤5;5.采用训练样本对目标网络模型进行测试,更新训练样本;6.采用更新后训练样本对目标网络模型训练,转至步骤4;本发明自动学习接触网图像的特征,具有较强的测试鲁棒性和适应性。

    一种面向远距小目标探测的红外事件-辐射双模成像系统

    公开(公告)号:CN115900968B

    公开(公告)日:2023-09-29

    申请号:CN202211334887.9

    申请日:2022-10-28

    Abstract: 本发明公开了一种面向远距小目标探测的红外事件‑辐射双模成像系统。通过对数转换电路以及差分比较电路实现全场景红外辐射变化量的检测;由一个全局信号控制辐射强度模态所有像素电路采样使能,采样使能有效后,辐射模态像素电路开始同步积分采样,随后将辐射强度的模拟信号转换成数字信号,缓存在片上FIFO内部,暂不输出。红外辐射强度模态信号的输出由事件信号进行控制,即在提取到事件模态后需要对事件信号进行目标区域的运动提取,进一步计算出目标区域对应的红外辐射强度模态像素单元电路,随后再控制红外模态目标区域像素强度的输出,最后实现“动态事件全场景输出,红外辐射强度区域输出”,从而达到低冗余、低功耗、高动态的成像效果。

    一种双事件相机同步采集系统及噪声事件抑制方法

    公开(公告)号:CN116389682A

    公开(公告)日:2023-07-04

    申请号:CN202310210429.2

    申请日:2023-03-07

    Abstract: 本发明公开了一种双事件相机同步采集系统及噪声事件抑制方法,属于图像采集与图像处理领域。本发明利用两个相同型号的事件相机、外部触发板、光学组件搭建高精度时间同步采集系统,通过外部触发板的脉冲信号控制两个事件相机的采集达到微秒级时间戳对齐;将采集到的两组事件流信号按一段时间累积成事件帧图像,通过在两组事件帧图像上选取对应若干特征事件点,求解得到两个事件相机视场的透视变换投影矩阵,完成两组事件流的空间对齐。在时空对齐后的两组事件流中,对极性相同的事件进行时空一致性提取,得到噪声抑制后的事件流信号,简洁高效地实现了事件流抑噪。

    低秩分解图像非均匀性条带校正方法及系统

    公开(公告)号:CN119599898A

    公开(公告)日:2025-03-11

    申请号:CN202411580393.8

    申请日:2024-11-07

    Abstract: 本发明公开了一种低秩分解图像非均匀性条带校正方法及系统,属于数字图像处理技术领域;在对待校正图像进行校正的过程中,通过构造以数据保真项、图像先验项以及条带先验项之和最小化为目标的能量泛函优化模型,并基于非均匀性条带在每一列上具有一致性这一发现,在对条带矩阵施加秩一约束后,分解求解该模型以实现条带噪声的重建及图像校正,能够对存在非均匀性条带的图像进行精准校正,提高了重建所得图像的质量;与此同时,本发明能够对包含不同类型的非均匀性条带噪声的图像进行精准校正,适用范围较广。

Patent Agency Ranking