-
公开(公告)号：CN113962842A
公开(公告)日：2022-01-21
申请号：CN202111223132.7
申请日：2021-10-20
Applicant: 北京航空航天大学
IPC: G06T1/20 , G06T1/60 , G06T5/00 , H04N19/436
Abstract: 本发明涉及一种基于大规模集成电路高层次综合的动态无极消旋系统及方法，包含视频采集模块、视频解码模块、视频存储模块、数据通信模块、视频编码模块、动态无极消旋模块以及本发明中用于降低算法延迟、提高总线带宽利用率而创新设计的像素合并模块即四合一模块。本发明采用高层次综合技术实现动态无极消旋功能，针对采集到的视频图像可以在光电平台中进行实时消旋处理，相比于现有消旋技术，本发明充分利用FPGA并行加速及流水线优化的特点，具有视频分辨率高、消旋范围大、消旋精度高、处理后图像清晰无锯齿、输出延迟低、系统稳定性强、加工容易、功耗低、体积小等优良特性。
-
公开(公告)号：CN113850189A
公开(公告)日：2021-12-28
申请号：CN202111127652.8
申请日：2021-09-26
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种应用于机动平台的嵌入式孪生网络实时跟踪方法，以实现端到端的深度学习目标跟踪，如下：(1)采用孪生网络结构对模板图像与搜索图像进行特征提取，分别得到对应的特征图；(2)针对嵌入式平台特点，采用Butterfly Transform层作为孪生网络的提取层，降低计算复杂度，实现特征提取网络的轻量化；(3)对模板图像与搜索图像提取出的特征图构建局部二分图，采用局部图注意力机制，对提取的特征进行互相关操作，得到互相关特征图；(4)采用anchor‑free的方式，对互相关特征图进行类别回归、中心点修正回归和长宽回归；(5)在COCO、YOUTUBB‑BB、DET和VID数据集上离线进行训练；(6)将训练好的网络运用于实际跟踪。
-
公开(公告)号：CN113850188A
公开(公告)日：2021-12-28
申请号：CN202111122438.3
申请日：2021-09-24
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于重结构化类脑卷积的无人机视角下的车辆检测方法，先将标注好的无人机视角车辆检测数据集划分为训练集和测试集，并进行预处理；然后利用加入了重结构化类脑卷积模块的深度卷积神经网络实现对输入数据的高速特征提取及自适应语义信息加强，抑制通道噪声，并构建特征金字塔；接着使用单阶段检测头FCOS在修正后的特征金字塔上进行目标类别与位置信息预测，并进行位置信息的解码，得到训练结果；最后对神经网络进行重结构化，将重结构化卷积结构中的并行分支压缩至单一分支，提升模型运行速度。这种检测方法采用的网络结构设计合理，针对无人机视角下的车辆目标的检测效果良好且算法能够满足对无人机平台上进行实时处理的需求。
-
公开(公告)号：CN111383260A
公开(公告)日：2020-07-07
申请号：CN202010178844.0
申请日：2020-03-15
Applicant: 北京航空航天大学
Abstract: 本发明属于图像处理技术领域，公开了一种应用于可见光模态的自适应激光信息高速检测处理方法，对图像帧进行帧间融合，将得到的帧间融合图和前一图像帧做差得到帧间差分图，将帧间差分图中的像素点从大到小排列与给定阈值比较，并设置自适应阈值对帧间差分图进行二值化得到帧间二值化图，再进行图像形态学处理，并用局部投票机制划分区域，最后通过像素点邻域内其他像素点灰度值分布情况，判断新起点是否继续向前移动，当移动后的坐标点邻域内白色像素点数量小于规定的阈值时则不移动，移动前的点即为最终激光光斑的中心点。本发明用于对图像中激光信息进行高速检测判断是否有激光照射情况，并对其中心点快速定位。
-
公开(公告)号：CN108154494B
公开(公告)日：2019-05-14
申请号：CN201711419454.2
申请日：2017-12-25
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于微光和红外传感器的图像融合系统，分为微光和红外传感器信息采集模块，FPGA核心处理模块，DSP协处理模块和输出显示模块；外部的微光与红外传感器采集的视频图像经过接口输入到装置中；输入视频图像进行图像的预处理：包括图像去噪声、图像增强和图像配准，其中图像去噪声和图像增强处理，要求延时较低，在FPGA芯片中实现，图像配准算法需要的计算量较大，在DSP芯片中实现；经过预处理后的视频图像通过FPGA芯片进行融合，包括灰度融合和伪彩色融合；FPGA控制逻辑可以选择一路图像通过接口输出：单微光视频、单红外视频、灰度融合视频和伪彩色融合视频。本发明实现了高精度，低延迟和扩展性好的图像融合系统，对于夜间的观测、探查应用有重要实践意义。
-
Patent Agency Ranking
公开(公告)号：CN108053382B
公开(公告)日：2019-04-16
申请号：CN201711422363.4
申请日：2017-12-25
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种视觉特性去雾稳像探测系统，包含以下模块及功能：(1)图像数据输入至雾霾特性分析及增强模块后，通过计算输出得到增强图像和校正参数1；(2)增强图像输入至基于多级参数反馈控制目标探测系统模块，该模块通过检测识别解算出需探测目标的位置，输出目标偏移量和校正参数2；(3)稳像偏移量计算模块将稳像偏移量输出至稳像回扫一体化控制平台；(4)稳像回扫一体化控制平台根据稳像偏移量完成图像稳像功能，并根据校正参数1和校正参数2调整传感器积分时间。本系统实现了基于视觉特性分析的去雾增强、光电机械一体化稳像、检测与跟踪等功能，很好的达到了探测系统清、稳、准的目标，能够嵌入到不同类型的目标探测系统中。
-
公开(公告)号：CN108154118B
公开(公告)日：2018-12-18
申请号：CN201711419399.7
申请日：2017-12-25
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于自适应组合滤波与多级检测的目标探测方法及系统，包括结合运动目标检测单元与显著目标检测单元的目标检测模块、基于卷积神经网络的目标识别模块、基于组合决策与多通道图像特征的目标跟踪模块；目标检测模块、目标识别模块与目标跟踪模块紧密配合，共同组成稳定可靠的目标探测系统。系统输出为检测出的候选目标位置信息、目标类别信息和目标跟踪得到的选定目标的位置信息。目标探测系统在高性能多核DSP芯片上实现，并针对多核DSP芯片进行了针对性的优化，实现了实时目标检测与目标跟踪，以及快速的目标识别功能。本发明实用性强、可行性高，能够方便的集成到各类有目标探测需求的解决方案中，实现智能的目标检出、识别与跟踪。
-
公开(公告)号：CN107967695B
公开(公告)日：2018-11-13
申请号：CN201711422448.2
申请日：2017-12-25
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于深度光流和形态学方法的运动目标检测方法，包括以下步骤：(1)收集视频数据，标注样本视频，并随机分成训练集和测试集，对已经处理好的训练集和测试集在做均值计算，形成训练集均值文件和测试集均值文件，完成对训练集和测试集的预处理；(2)构建全卷积神经网络架构，由编码和解码两部分构成，利用训练集和测试集，通过自适应学习率调整算法进行训练，得到训练好的模型参数；(3)将需要进行检测的图像数据输入到训练好的全卷积神经网络中，得到对应的深度光流图；(4)运用大津阈值自适应阈值分割方法处理得到的深度光流图；(5)对阈值分割后的数据进行形态学处理，去除孤立点和缝隙，最终得到检测到的运动目标区域。
-
公开(公告)号：CN108154520A
公开(公告)日：2018-06-12
申请号：CN201711441821.9
申请日：2017-12-25
Applicant: 北京航空航天大学
CPC classification number: G06T7/215 , G06T7/11 , G06T7/136 , G06T2207/20036 , G06T2207/20056
Abstract: 本发明涉及一种基于光流与帧间匹配的运动目标检测方法，预处理两帧图像，粗校准两帧图像，计算得到整体环境偏移分量；计算两帧图像的光流场；减去整体环境偏移分量，得到光流场运动幅度；将光流场运动幅度阈值化，得到去除整体环境偏移分量的运动目标区域和非运动区域；精配准两帧图像，并计算前一帧图像到后一帧图像的透视变换矩阵；利用透视变换矩阵将前一帧图像变换到后一帧图像的坐标系下；对得到的两帧图像进行差分，对差分得到的结果进行阈值分割，并使用形态学运算滤除噪声，得到多个连续运动目标区域；对多个连续运动目标区域聚类，得到区域的中心坐标；将中心坐标之间距离小于设定阈值的连续运动目标区域合并输出，得到检测到的运动目标。
-
公开(公告)号：CN107992875A
公开(公告)日：2018-05-04
申请号：CN201711422362.X
申请日：2017-12-25
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于图像带通滤波的显著目标检测方法，对原始图像进行预处理；将图像变倍到设定尺寸，并进行浮点转换，得到浮点图像；对浮点图像使用IIR滤波器进行多次带通滤波，使用数字IIR滤波器进行带通滤波，带通滤波器由两个低通滤波器差分得到，对浮点图像进行一次带通滤波后再对滤波结果进行进一步带通滤波，得到带通滤波结果；对带通滤波结果进行分割，对分割结果进行形态学处理，剔除噪声影响；对形态学处理后的结果进行聚类，对聚类结果依据目标先验知识进行筛选，在筛选处理中，依据已知的特性进行筛选，并得到最终的检测结果。本发明实现简单，运算效率高，能有效检出目标。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.039 seconds)
