-
公开(公告)号：CN107544550A
公开(公告)日：2018-01-05
申请号：CN201610473714.3
申请日：2016-06-24
Applicant: 西安电子科技大学
IPC: G05D1/12
Abstract: 本发明公开了一种基于视觉引导的无人机自动着陆方法，其实现方案是：1.GPS导航引导无人机进入降落平台上空；2.根据机载相机的拍摄图像检测粗定位标志，计算降落平台相对于无人机的位置坐标；3.使用无人机双层PID控制器控制无人机开始降落；4.更新降落平台相对于无人机的位置坐标，从而更新双层PID控制器的输入量；5.当无人机降落达到能够识别精确定位标志的条件时，使用Apriltags技术实时检测，得出新的降落平台的中心坐标，更新双层PID控制器输入量，完成无人机的精确着陆。本发明解决了GPS引导无人机着陆精度低的问题，可用于无人机的精确自主着陆。
-
公开(公告)号：CN104200226B
公开(公告)日：2017-08-25
申请号：CN201410441058.X
申请日：2014-09-01
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于机器学习的粒子滤波目标跟踪方法，主要解决现有技术跟踪效率低、目标跟踪过程中易受环境变化影响、目标模型适应性不好的问题。本发明实现的具体步骤是：(1)提取目标和背景特征；(2)训练目标模型；(3)目标的模板匹配跟踪；(4)判断目标模型变换到实时目标图像的变换参数和最优变换参数之间的绝对误差是否小于0.3；(5)粒子滤波的目标跟踪；(6)判断视频序列中的所有图像是否处理完毕。本发明能有效地提高跟踪效率，并且跟踪目标稳定，目标模型的适应性更强。
-
公开(公告)号：CN103455797B
公开(公告)日：2017-01-11
申请号：CN201310404795.8
申请日：2013-09-07
Applicant: 西安电子科技大学
Abstract: 本发明公开一种航拍视频中运动小目标的检测与跟踪方法，包括1.采集图像；2.提取SURF特征点；3.图像分组匹配；4.获得仿射矩阵；5.获得差分图像；6.开运算处理；7.提取目标区域；8.确定目标模板；9.确定目标检测区域；10.特征点提取与匹配；11.确定目标的配准中心位置；12.确定目标中心位置；13.确定目标的长和宽。本发明在目标跟踪过程中具有很好的实时性和鲁棒性，本发明在目标跟踪过程中获得平滑的目标运动轨迹。
-
公开(公告)号：CN105629731A
公开(公告)日：2016-06-01
申请号：CN201610052499.X
申请日：2016-01-26
Applicant: 西安电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种低升阻比返回器混合制导卸载方法，该方法包括：根据低升阻比飞行器再入过程动力学模型，建立无量纲三自由度运动方程；综合考虑再入过载和着陆精度的基础上，将预测校正再入制导方法和标准轨道跟踪方法相结合，构建混合制导策略；分析卸载策略，将倾侧角参数优化问题描述为：寻找一个σ0，使它在最后阶段的特定速度能够满足到达目标的落点偏差要求；最后，定义过载峰值为适应度函数，借助粒子群优化求解过载峰值在给定区间最小值时的倾侧角作为实际飞行的二次初始再入倾侧角。本发明通过对二次再入倾侧角进行优化，有效解决了低升阻比飞行器再入过程中过载较高的问题，可以用于低升阻比飞行器再入轨迹设计与优化，具有工程可实现性。
-
公开(公告)号：CN104778716A
公开(公告)日：2015-07-15
申请号：CN201510223811.2
申请日：2015-05-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于单幅图像的卡车车厢体积测量方法，主要解决现有的光电体积测量系统只能应用于位置固定的检测通道，且需要多个激光器、摄像机和传感器的缺点。其实现过程是：1.输入卡车图像并利用卡车图像中三正交方向的消失点标定出相机的内参矩阵；2.结合内参矩阵与卡车车轮提供的椭圆方程计算车轮法向量与车轮圆心坐标，得到车厢平面方程；3.利用消失点与车轮圆心坐标计算出相机的外参数；4.结合车厢平面方程与相机矩阵运算方程求出车厢各顶点的空间坐标，进而求出车厢体积。本发明可实现卡车车厢体积的快速精确测量，自动化程度较高，可用于高速公路收费站的计费系统。
-
Patent Agency Ranking
公开(公告)号：CN104102839A
公开(公告)日：2014-10-15
申请号：CN201410334011.3
申请日：2014-07-11
Applicant: 西安电子科技大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多尺度网格曲面形状特征的阿尔茨海默病脑皮层自动分类方法，步骤如下：确定阿尔茨海默病患者(AD)和正常人(NC)两组样本，并等比例分成样本集和测试集；依据样本的脑部磁共振(MRI)图像提取多尺度网格曲面；针对各顶点计算局部点面距离(LVPD)和平均曲率；以平滑过的LVPD和平均曲率为观测指标，提取具有显著统计学差异的区域，并筛选出两种指标意义下的种子点；对训练集每个样本提取特征行向量，构成特征矩阵，用降维后的特征矩阵结合相应样本类别来训练分类器；用测试集样本测试分类器性能。本发明克服了现有技术易受皮层分割误差影响和可能遗漏某个尺度差异的缺点，实现了依据脑皮层多尺度形状特征为依据的两组样本分类。
-
公开(公告)号：CN103578083A
公开(公告)日：2014-02-12
申请号：CN201310404793.9
申请日：2013-09-07
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了基于联合均值漂移的单幅图像去雾方法，主要解决现有去雾方法对有天空雾霭图像去雾效果不佳的问题。其实现步骤如下：（1）输入一幅有雾红绿蓝RGB图像；（2）生成暗影通道图像；（3）获取腐蚀图像；（4）获取膨胀图像；（5）获取大气幕图；（6）获取环境光亮度；（7）获取透射率；（8）获得去雾后图像；（9）调和亮度。本发明采用联合均值漂移图像分割方法获得大气幕图及大气幕图的分割图，进而获得较准确的环境光亮度，能有效去除雾霭并保留图像原有的细节特征，具有计算复杂度低、图像去雾效果好的优点，可用于卫星遥感、城市交通、智能车辆、地形勘测等领域对图像的预处理。
-
公开(公告)号：CN102156888B
公开(公告)日：2013-06-12
申请号：CN201110107173.X
申请日：2011-04-27
Applicant: 西安电子科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于特征点局部颜色及分布特征的图像拣出方法，主要解决现有技术中图像特征描述的有效性不够以及图像理解歧义性问题。该方法的步骤为：首先，对图像进行尺度归一化和旋转归一化，并检测特征点；接着，将归一化后的图像按照特征点的分布划分成一系列面积不等的扇形子区域，提取每个子区域内特征点局部颜色及空间分布特征，生成特征向量进行相似性度量并排序；然后，将图像看作为多示例包，采用多示例学习算法获得目标图像特征；最后，重新计算相似度，并输出拣出结果。本发明不仅提高了图像特征描述的有效性，而且缩小了图像拣出过程中的歧义性，从而实现了对互联网图像更为准确的拣出，可用于对互联网中图像信息的查找。
-
公开(公告)号：CN102136063A
公开(公告)日：2011-07-27
申请号：CN201110062107.5
申请日：2011-03-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于泽尼克矩的快速图像比对方法，主要解决现有技术误判率高，运算速度慢的问题。其实现过程是：(1)对图像检测伪边块，确定图像真实区域；(2)对给定图像进行若干次旋转，计算每次旋转后的泽尼克矩及其均值向量和标准差向量；(3)将比对图像真实区域大小归一化处理，使之与给定图像真实区域大小相同；(4)计算比对图像归一化后真是区域的泽尼克矩；(5)根据给定图像泽尼克矩的均值和标准差向量，以及比对图像的泽尼克矩值，运用相似度规则、区间相容规则，判断给定图像和比对图像内容是否相同。本发明具有快速，高准确性的优点，可用于自动图像比对或自动图像筛查等场合。
-
公开(公告)号：CN101980290A
公开(公告)日：2011-02-23
申请号：CN201010527803.4
申请日：2010-10-29
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种抗噪声环境多聚焦图像融合方法，可用于对多聚焦图像进行融合，具有抗噪声能力，可应用于普通光学系统。本发明的具体步骤包括：(1)对源图像进行拉普拉斯金字塔分解；(2)脉冲耦合神经网络对分解得到的子带系数进行迭代运算，获得对应的点火次数矩阵；(3)判决算子运算单元进行判决运算，获得融合系数；(4)对融合系数采用伪逆重构方法进行LP逆变换，获得最后的融合图像。本发明具有抗加性噪声及JPEG压缩系统噪声的能力，融合图像的客观评价指标较高，有效减弱了原LP方法融合图像边缘的“伪Gibss”现象；本发明具有适应性高、方便计算并有利于硬件实现的优点。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.03 seconds)
