一种多路独立数字视频转PAL视频装置

    公开(公告)号:CN110225268B

    公开(公告)日:2022-01-11

    申请号:CN201910645372.2

    申请日:2019-07-17

    Abstract: 本发明提出一种多路独立数字视频转PAL视频装置,包括视频接收模块,视频分发模块,视频接口转换模块、电源模块和复位模块;电源模块为整个装置提供电源,复位模块为装置各模块提供复位信号,确保整个装置软件运行正常;装置通过视频接收模块接收多路独立数字视频,通过视频分发模块将多路独立数字视频输出到视频接口转换模块,视频接口转换模块将视频分发模块产生的多路独立数字视频转换为多路独立标准PAL视频。本发明能够将最多四路独立数字视频转为四路独立PAL视频,可独立输出到四个PAL显示器上,功耗低,性能稳定,无需使用多台数字视频转PAL视频装置,多路独立数字视频转PAL视频方便快捷。

    一种红外高位宽数字图像的高质量显示方法

    公开(公告)号:CN112019774B

    公开(公告)日:2021-08-13

    申请号:CN202010793629.1

    申请日:2020-08-10

    Abstract: 本发明公开了一种红外高位宽数字图像的高质量显示方法,属于图像处理与红外成像领域。该显示方法包括4个步骤:步骤S1:EOG梯度能量函数指导gamma校正处理归一化后的原始图像,生成多亮度的多幅图像;步骤S2:对多幅图像分别进行多尺度的引导滤波器分层与细节增强融合;步骤S3:对增强后的3幅多亮度图像进行融合;步骤S4:对融合后的图像进行坏点滤除与动态范围调整。该方法经具有不同场景特征的高位宽数字图像测试证明:该方法在保持各种场景图像原有层次结构的基础上能增强图像细节,增大对比度,压缩动态范围。输出图像具有良好的视觉效果,有利于人眼观察与其他后续工作。适用于高位宽数字图像在普通显示器上的高质量显示。

    一种基于单目视觉测量的图像目标识别方法

    公开(公告)号:CN110189375A

    公开(公告)日:2019-08-30

    申请号:CN201910561279.3

    申请日:2019-06-26

    Abstract: 本发明是一种基于单目视觉测量的图像目标识别方法,步骤如下:利用目标实物图建立目标坐标系和原点坐标系;对成像的相机内参数进行标定,得到畸变参数(k1,k2,k3,p1,p2)以及相机主点方向像素,焦距(ux,uy,fx,fy);利用相机内参数和目标点在原点坐标系中的位置参数,得到相机光轴坐标系相对于原点坐标系的位置和角度偏移量(P1,P2,P3,α,β,γ)。结合图像摄影测量方法和图像处理方法,首先利用图像处理方法对图像进行预处理,提高图像信噪比,对图像进行阈值分割完成目标与背景的分离,并进行多目标捕获和标记处理,统计各个目标相对应的特征参数;然后利用视觉测量方法对目标进一步识别出真实目标以及对应的目标标号。该方法抗干扰能力强,能够有效针对旋转,光照,以及伪目标干扰等情形。

    一种利用Hough变换和骨架提取特征点的扩展目标跟踪方法

    公开(公告)号:CN103632381B

    公开(公告)日:2016-11-30

    申请号:CN201310656022.9

    申请日:2013-12-08

    Abstract: 一种利用Hough变换和骨架提取特征点的扩展目标跟踪方法,采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响,采用模糊C均值聚类算法FCM(Fuzzy C‑Means Cluster)对上述平滑后的图像进行分割,获得二值图像,然后对分割后获得的二值目标图像进行Hough变换,检测出目标上直线特征明显的部分,而对于目标上线特征不明显的部分采用骨架提取获得特征点,再对骨架上的特征点进行直线拟合,获得目标轴线,最后将上述获得的轴线所在直线的交点作为最后的跟踪点,从而明实现对姿态变化较大情况下的稳定跟踪。

    一种基于方向标志位的Bayer彩色图像插值方法

    公开(公告)号:CN104537625A

    公开(公告)日:2015-04-22

    申请号:CN201510003095.7

    申请日:2015-01-05

    Abstract: 本发明提供一种基于方向标志位的Bayer彩色图像插值方法,首先对未知绿色分量进行恢复,采用边缘检测算子对每个像素点四个方向的梯度进行检测,根据检测到的梯度大小确定每个像素点处的方向标志位信息,同时计算每个像素点与相邻像素的色差系数,然后根据方向标志位信息和色差系数对未知绿色分量进行插值恢复。恢复出整幅图像的全部绿色分量后,最后基于色差法则恢复出全部的未知红色和蓝色分量,最终完成对Bayer图像的彩色插值。与传统仅仅检测水平和垂直边缘进行单通道独立插值的方法相比,本发明在保持原有方法较低复杂度和较高图像质量的基础上,进一步提高了插值精度,更适合人眼观察,为后续用于高精度图像复原提供了基础。

    一种高位宽数字图像动态范围压缩和细节增强方法

    公开(公告)号:CN103971340A

    公开(公告)日:2014-08-06

    申请号:CN201410204520.4

    申请日:2014-05-15

    Abstract: 本发明一种高位宽数字图像动态范围压缩和细节增强方法,包括步骤S1:获取滤除像素坏点的图像;步骤S2:对滤除像素坏点的图像进行分解,得到基图和细节图;步骤S3:将细节图增强后与基图相融合;步骤S4:根据高位宽数字图像的平均值和均方差得到自适应变换函数的变换参数,并指导自适应变换函数对融合后图像进行变换,实现对高位宽数字图像的自适应变换处理,得到动态范围压缩和细节增强后的图像。该方法通过对多种不同场景特征的高位宽数字图像测试,证明该方法在保持图像层次结构的基础上,提高图像对比度、增强图像细节、动态范围压缩,更适合人眼观察或机器进行分析处理。用于红外图像与其他高位宽数字图像在PC机上面的增强与再现。

    一种结合骨架特征点和分布场描述子的扩展目标跟踪方法

    公开(公告)号:CN103854290A

    公开(公告)日:2014-06-11

    申请号:CN201410115395.X

    申请日:2014-03-25

    Abstract: 本发明提供一种结合骨架特征点和分布场描述子的扩展目标跟踪方法,首先采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响,其次采用模糊C均值聚类算法FCM对上述平滑后的图像进行分割,获得二值图像,对分割后获得的二值图像进行Hough变换,检测出目标上直线特征明显的部分,而对于目标上线特征不明显的部分采用骨架提取获得特征点,再对骨架上的特征点进行直线拟合,获得目标轴线,将上述获得的轴线所在直线的交点作为初始跟踪点,随后在该点一定邻域内计算分布场,当下一帧来临时搜索该邻域内的最佳位置,从而获得当前最佳的跟踪点。本发明解决了模糊性问题,实现了对姿态变化较大情况下的扩展目标进行稳定跟踪。

    基于多尺度差分对比度增强的红外小目标检测方法

    公开(公告)号:CN119323671B

    公开(公告)日:2025-05-06

    申请号:CN202411827979.X

    申请日:2024-12-12

    Abstract: 本发明公开了一种基于多尺度差分对比度增强的红外小目标检测方法,属于图像分割技术领域,包括:获取包含单帧红外小目标的原始图像;对原始图像进行多尺度高斯模糊处理,生成一系列不同尺度的模糊图像;计算相邻尺度模糊图像的差分,生成多尺度高斯差分图像;在多尺度高斯差分图像中检测局部极大值点;对每个局部极大值点,构建多尺度块区域,并使用多尺度块对比度函数计算局部极大值点与其八邻域的均值差异;汇总多尺度块对比度函数的计算结果,生成对比度增强图像;根据对比度增强图像的平均值和标准差设定阈值,根据阈值分割对比度增强图像,得到最终的目标检测结果。该方法能够有效检测复杂背景中的红外小目标,具有良好的鲁棒性和准确性。

    一种多尺度的新型Top-Hat红外小目标检测方法

    公开(公告)号:CN119478369A

    公开(公告)日:2025-02-18

    申请号:CN202411608748.X

    申请日:2024-11-12

    Abstract: 本发明公开了一种多尺度的新型Top‑Hat红外小目标检测方法,包括:步骤S110,获得包含红外小目标的原始图像矩阵;步骤S120,在不同尺度下分别构建环形结构元素;步骤S130,使用构建的环形结构元素对原始图像矩阵进行多尺度的Top‑Hat变换,生成多个尺度下的增强目标矩阵;步骤S140,计算每个增强目标矩阵的非零均值,筛选出具有最大均值的增强目标矩阵;步骤S150,在具有最大均值的增强目标矩阵中,提取高于均值的部分作为疑似目标区域;步骤S160,计算疑似目标区域中的每个连通域,根据预设的小目标像素数目筛选连通域,从而实现目标检测。根据本发明技术方案,相较于单一尺度的结构元素,能够更有效地捕捉到不同尺寸的目标。

Patent Agency Ranking