-
公开(公告)号：CN115249319B
公开(公告)日：2025-05-13
申请号：CN202111412648.6
申请日：2021-11-25
Applicant: 昆明理工大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及用于检测全日面图像中太阳暗条的方法。本发明首先将原始图像送入改进的ResNet‑50骨干网络提取特征图，再经由FPN融合不同层级的特征。融合后的特征被送入检测模型以预测目标的位置和类别，并将目标信息编码为实例相关的掩膜头参数。同时，FPN输出的特征会被送入掩膜分支用以生成掩膜分割图。最终，使用实例相关的掩膜头为不同的实例匹配对应的掩膜。在检测到暗条并获取其对应的掩膜后，通过掩膜之间的IoU滤除低质量的冗余检测。相比现有的太阳暗条检测方法，本发明能较好地检测出分裂为多个碎片的太阳暗条，并将分裂后的碎片检测为同一个暗条。
-
公开(公告)号：CN111127512A
公开(公告)日：2020-05-08
申请号：CN201911200955.0
申请日：2019-11-29
Applicant: 昆明理工大学
IPC: G06T7/246
Abstract: 本发明涉及一种用于检测和跟踪全日面图像中太阳活动区的方法，属于天文技术和计算机视觉领域。本发明在太阳活动区检测阶段，基于深度学习的检测方法较好地解决了传统方法中一个太阳活动区被误检测为多个，或者多个太阳活动区被误检测为一个活动区的问题。在跟踪阶段，本发明将DeepSort和纬向较差自转相结合，根据太阳活动区的演化特性设计了特征提取网络，有效地提高了太阳活动区的跟踪性能。本发明还可以较好地检测和跟踪不同望远镜、不同时间间隔的序列图像中的太阳活动区。
-
公开(公告)号：CN105427312B
公开(公告)日：2019-01-04
申请号：CN201510814303.1
申请日：2015-11-23
Applicant: 昆明理工大学
Abstract: 本发明涉及一种用于识别和跟踪天文图像中太阳光球亮点的方法，属于天文技术和图像处理技术领域。本发明包括步骤：采用局部相关方法对齐序列图像、归一化和降噪滤波进行对序列图像的预处理；采用拉普拉斯滤波和形态学膨胀相结合的方法提取种子点；考虑亮点的形态和光学强度等特性以及其在时间轴上的演化特性设定识别和跟踪的条件和参数；在三维时空立方体中根据设定的条件和参数递归遍历种子点以实现亮点的边识别边跟踪；最后根据亮点的物理特性筛选确认亮点。本发明改变了先识别和后跟踪的策略，充分考虑亮点的物理特性与其在时间轴的演化边识别边跟踪，从而使识别和跟踪的结果更加准确可靠。
-
公开(公告)号：CN108009471A
公开(公告)日：2018-05-08
申请号：CN201711005547.0
申请日：2017-10-25
Applicant: 昆明理工大学
Abstract: 本发明涉及基于遗传算法和模拟退火算法的太阳黑子识别的方法，属天文技术和图像处理领域。本发明首先对图像预处理，对全日面图像先做膨胀和腐蚀操作，用全日面图像减去经膨胀和腐蚀的背景图，获得背景均匀的全日面图像，对背景均匀的全日面图像进行均值平滑滤波进行降噪；其次使用遗传算法进化两组阈值；然后对两组阈值分别使用模拟退火算法，得到新种群并判断是否满足退出条件，满足则找出种群中的最佳熵的两个阈值对图像进行分割，对分割结果进行去除小面积块处理，最后标记显示分割后的图像。本发明能较精确地对全日面图像的太阳黑子进行了识别。
-
公开(公告)号：CN106056125A
公开(公告)日：2016-10-26
申请号：CN201610355150.3
申请日：2016-05-25
Applicant: 昆明理工大学
IPC: G06K9/54
CPC classification number: G06K9/54
Abstract: 本发明涉及一种基于卡尔曼滤波的日冕物质抛射识别方法，属于天文技术和图像处理技术领域。本发明首先对日冕序列图像进行预处理：对齐、滤波降噪、转换到极坐标；接着，利用卡尔曼滤波的对预处理后的图像进行背景更新，再进行二值化运算得到二值化序列图像；再通过二值化图像进行日冕序列图像物质抛射的识别和筛选。本发明很大程度上改善了传统日冕物质抛射识别方法的整体性能,提高了对日冕物质抛射提取的效率。同时，还能检测出运动速度缓慢和强度较弱的日冕物质抛射。
-
Patent Agency Ranking
公开(公告)号：CN105404897A
公开(公告)日：2016-03-16
申请号：CN201510814236.3
申请日：2015-11-23
Applicant: 昆明理工大学
IPC: G06K9/62
CPC classification number: G06K9/6218
Abstract: 本发明涉及一种清洗天文图像中太阳光球亮点的方法，属天文技术、图像处理和数据挖掘领域。本发明包括步骤：首先采用一种拉普拉斯滤波和形态学膨胀相结合的方法识别亮点和采用三维联通的方法跟踪亮点，然后提取亮点的多个相关度较低的特征值，对这些特征值数据标准化后，采用主成分分析法根据贡献率降低维度，最后采用DBSCAN方法对降维后的亮点数据进行清洗，以去除非亮点结构。本发明将DBSCAN方法应用于光球亮点数据的清洗问题上是前所未有的、有效的，该方法在很大程度上解决了传统光球亮点的识别方法存在误识别的问题。同时，为小尺度的磁场研究和进一步日冕加热等问题的研究清洗出更为准确的亮点数据。
-
公开(公告)号：CN115994927A
公开(公告)日：2023-04-21
申请号：CN202310174809.5
申请日：2023-02-28
Applicant: 昆明理工大学
IPC: G06T7/246 , G06N3/08 , G06N3/047 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种双向自回归的跟踪方法。本发明首先将当前帧原始图像送入卷积神经网络CNN中提取特征图，再经由ID嵌入头部和Transformer分别生成当前帧的ID嵌入和输出嵌入，然后对下一帧的原始图像重复以上操作，得到下一帧的输出嵌入，将当前帧的ID嵌入与下一帧的输出嵌入共同输入重检查网络中得到当前帧的增强特征，然后将增强特征输入到Transformer编码器和解码器，得到当前帧校准后的目标检测和跟踪结果。相比现有的多目标跟踪方法，本发明将后续帧的检测和跟踪信息反向自回归到当前帧进行二次检测和跟踪，能有效恢复漏检和错检的目标，对改善目标轨迹的连续性有明显效果。
-
公开(公告)号：CN110851627B
公开(公告)日：2022-06-07
申请号：CN201910903988.5
申请日：2019-09-24
Applicant: 昆明理工大学
IPC: G06F16/51 , G06F16/583 , G06F16/55 , G06V10/25 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种用于描述全日面图像中太阳黑子群的方法，属于计算机视觉和自然语言处理领域。本发明通过制作一个太阳黑子群图像和描述文本的数据集，先将原始图像送入改进的VGG‑16网络生成特征图，再将输出的特征图送入定位层，通过改进的Inception‑RPN生成候选区域，最终处理成固定大小的区域特征，这些区域特征经过识别网络后，被处理成一维大小的可供LSTM处理的向量，最终生成描述语句；相比传统的方法，本发明能获得更加精确的候选区域，从而提高了整个网络的描述质量。
-
公开(公告)号：CN113052202A
公开(公告)日：2021-06-29
申请号：CN202110128554.X
申请日：2021-01-29
Applicant: 昆明理工大学
IPC: G06K9/62
Abstract: 本发明涉及一种用于分类全日面图像中太阳黑子群的方法，属于天文技术和计算机视觉领域。本发明通过制作一个太阳黑子群分类数据集，先将原始图像压缩至255×255的尺寸送入Hourglass‑54骨干网络提取特征图，再从特征图中生成3个注意力视图来分别作用于大中小物体检测，从注意力视图获取目标位置及尺寸。同时，Hourglass‑54也从下采样后的图像上生成目标的粗略位置。然后通过面积阈值和iou对这些位置进行一个筛选，接着根据得分对这些位置进行一个排名，选取得分最高的k个位置，并对这些位置所在的区域进一步检测，最终对这些位置进行一个融合，保留最佳的检测结果。相比传统方法，本发明能较好的解决传统方法中的漏识别和误识别问题。
-
公开(公告)号：CN106204452B
公开(公告)日：2019-07-05
申请号：CN201610551617.1
申请日：2016-07-14
Applicant: 昆明理工大学
Abstract: 本发明涉及基于图像分块和选帧的大视场太阳光球图像重建方法，属天文技术和图像处理技术领域。本发明采用平均梯度值方法挑选出图像质量最好的一个子块；再采用平均梯度值方法从待重建的图像序列中挑出整体图像质量最好的一帧作为背景图像，把此背景图像分块；再将每个子块序列中最佳子块图像与所对应的最佳背景图像子块对齐形成待融合的子块；将对齐后的待融合的子块按对应的位置拼接成完整图像。本发明能够较好的选出每帧图像中质量最好的子部分，再将序列中最好的子部分拼接成一幅完整图像，从而使重建后的图像在各个部分都比直接拍摄的图像清晰，消除了大部分大气湍流对拍摄图片产生的随机畸变。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.023 seconds)
