一种基于中频的离焦模糊图像盲复原方法

    公开(公告)号:CN104299202B

    公开(公告)日:2018-04-03

    申请号:CN201410583889.0

    申请日:2014-10-25

    Inventor: 罗一涵 付承毓

    Abstract: 本发明提供一种基于中频的离焦模糊图像盲复原方法,该盲复原方法步骤为:计算离焦模糊图像的频谱;计算离焦模糊图像频谱的椭圆轨迹均值函数;对椭圆轨迹均值函数进行“变跨度平滑滤波”得到一个基准函数;用椭圆轨迹均值函数计算离焦模糊图像频谱的中频域;在中频域中用椭圆轨迹均值函数及其基准函数估计第一暗环的位置;用估计的第一暗环位置计算离焦半径并生成离焦光学传输函数;用基于中频的维纳滤波器复原图像。本发明与现有技术相比的有益效果在于:能够从离焦模糊图像中自动辨识出离焦半径等参数,实现离焦模糊图像的有效复原,并且具有抑噪能力强、交互参数少、复原速度快的优点。

    基于误差矢量匹配的小视场恒星匹配方法

    公开(公告)号:CN104133993A

    公开(公告)日:2014-11-05

    申请号:CN201410353730.X

    申请日:2014-07-23

    Abstract: 本发明提供一种基于误差矢量匹配的小视场恒星匹配方法,针对小视场光电设备在同一时刻观测到恒星的数量较少从而难以将观测恒星与星表进行匹配的问题,利用光电设备的系统误差在一定时间和空间范围内基本不变的原理,将光电设备近期的历史帧联合起来,利用误差矢量的累积效应,来实现小视场光电设备的恒星匹配。其有益效果在于:可适用于小视场光电设备,匹配正确率高,对图像提取和星表的要求低,参数设置简单,并且可实现实时处理。

    基于中频的图像盲复原方法

    公开(公告)号:CN101877121A

    公开(公告)日:2010-11-03

    申请号:CN200910235946.5

    申请日:2009-10-30

    Inventor: 罗一涵 付承毓

    Abstract: 基于中频的图像盲复原方法,它包含了图像的中频域的概念以及根据其特性进行几何定位的方法,利用中频域可以对图像的降质PSF进行快速准确的估计,进而用基于中频域的Wiener滤波进行图像的快速复原。本发明针对适合大量成像系统的G类PSF,利用该技术和单参数导数拟合法实现了一种“基于中频估计G类PSF的图像盲复原算法”,并使用了一种特殊的平滑及其快速算法来提高可靠性和速度。该算法具有极速、稳定、参数少、用途广的特点,能对实时图像进行反降质、噪声抑制、细节增强等盲处理,可广泛用于天文、军事、医学、遥感、电视等各个领域。

    一种非视域成像中对门控SPAD的自适应控制方法

    公开(公告)号:CN119471719A

    公开(公告)日:2025-02-18

    申请号:CN202411892070.2

    申请日:2024-12-20

    Abstract: 本发明提供一种非视域成像中对门控SPAD的自适应控制方法,针对使用门控SPAD进行非视域目标成像时,对门宽和位置的选择需要手动调整且依赖于操作经验,并且固定门宽和位置会导致目标信号丢失、非目标信号干扰等问题,利用三角定位原理和少量特征点回波信息,提供一种对门控SPAD的自适应控制方法。本发明可以对任意单探测点进行自适应门宽和位置设定;在多点扫描情况下,可仅通过少量特征点回波信息实现所有扫描点的门宽和位置设定;有效减少了设置门控SPAD时对先验信息的依赖和成像过程中非目标信号干扰。

    一种基于深度学习的暗弱目标检测方法

    公开(公告)号:CN118941781A

    公开(公告)日:2024-11-12

    申请号:CN202411420369.8

    申请日:2024-10-12

    Abstract: 本发明提供了一种基于深度学习的暗弱目标检测方法,属于图像处理技术领域,包括以下步骤:获取真实的暗弱目标图像;构建预处理算法,对采集的图像进行初步预处理,包括:多帧图像累加、去除背景噪声、去除随机噪声等;构建深度学习模型,利用得到的图像建立训练数据集和验证数据集;训练该深度学习模型,得到训练后的深度学习模型;基于上述训练后的深度学习模型,进行暗弱目标检测,用得到的暗弱目标的位置,在原图中用方框表示出暗弱目标。本发明方法利用深度学习实现目标特征的自动选择;并能适应于原始图像、累加图像或是预处理后的图像;相比于传统图像处理方法,运行时间少,更容易避免伪目标的影响,有利于实时目标检测。

    一种基于深度学习的非视域目标信号辨识方法

    公开(公告)号:CN113919398B

    公开(公告)日:2023-06-16

    申请号:CN202111207789.4

    申请日:2021-10-18

    Abstract: 本发明提供了一种基于深度学习的非视域目标信号辨识方法。针对非视域目标探测时噪声信号过大、目标个数未知而对目标信号的辨识造成困难的问题,将多帧光子飞行时间统计图拼接成二维图像,再构建卷积神经网络并进行训练,对目标信号进行辨识。本发明与现有技术的有益效果在于:本发明方法利用深度学习实现目标信号特征的自动选择;无需提前确定目标个数,也能辨识出每个目标的信号;即使存在持续或间隙性的噪声干扰,也能正确辨识目标信号,且辨识速度几乎不受目标个数影响;相比于概率密度法,计算量更小,速度更快,有利于后续跟踪处理。

    一种光学多孔径成像系统自动共焦方法

    公开(公告)号:CN114815133B

    公开(公告)日:2023-02-14

    申请号:CN202210402670.0

    申请日:2022-04-18

    Abstract: 本发明公开了一种光学多孔径成像系统自动共焦方法,可用于光学多孔径成像系统子孔径指向的预先标校。本方法利用多连通区域质心提取算法和二值化面积法计算多光斑与共焦点的距离和光斑总面积,并以此构建评价函数,结合当前时刻和上一时刻的焦面信息自适应调整距离和面积的权重,通过优化算法自动控制指向执行机构,实现多孔径系统焦面光斑的自动重合。本方法针对复杂的光斑初始状态可一键实现多孔径光斑共焦,无需时序快门调制和额外光学元件,受孔径排布、孔径数量、光路结构以及系统参数等的限制较小。

Patent Agency Ranking