-
公开(公告)号:CN114663578B
公开(公告)日:2024-11-08
申请号:CN202210135322.1
申请日:2022-02-14
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的多目标场景偏振三维成像方法,包括:利用偏振三维成像系统获取多目标场景不同偏振角度的场景图像;构建神经网络;对神经网络中的清晰化网络模块和模糊距离估计网络模块分别进行训练;利用经训练的神经网络模型获得多目标场景不同偏振角度的场景图像中不同的目标的深度估计结果和清晰目标图像;获取不同目标物体表面的偏振度,以及不同目标物体表面入射光的方位角和入射角;对多目标偏振三维成像场景中的偏振求解得到的法向量进行校正;利用不同目标的方位角和入射角信息,实现多目标场景下物体表面三维轮廓的重建。本发明将深度学习与偏振三维成像相结合,实现了多目标场景的高精度偏振三维成像。
-
公开(公告)号:CN114663578A
公开(公告)日:2022-06-24
申请号:CN202210135322.1
申请日:2022-02-14
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的多目标场景偏振三维成像方法,包括:利用偏振三维成像系统获取多目标场景不同偏振角度的场景图像;构建神经网络;对神经网络中的清晰化网络模块和模糊距离估计网络模块分别进行训练;利用经训练的神经网络模型获得多目标场景不同偏振角度的场景图像中不同的目标的深度估计结果和清晰目标图像;获取不同目标物体表面的偏振度,以及不同目标物体表面入射光的方位角和入射角;对多目标偏振三维成像场景中的偏振求解得到的法向量进行校正;利用不同目标的方位角和入射角信息,实现多目标场景下物体表面三维轮廓的重建。本发明将深度学习与偏振三维成像相结合,实现了多目标场景的高精度偏振三维成像。
-
公开(公告)号:CN109187364B
公开(公告)日:2020-06-19
申请号:CN201810825701.7
申请日:2018-07-25
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种高浓度水下偏振成像方法,包括:分别获取水下图像的背景散射光光强度和目标信息光光强度;根据背景散射光光强度和目标信息光光强度建立背景散射光光强度模型;根据背景散射光光强度和目标信息光光强度建立目标信息光光强度模型;根据水下图像的互信息、背景散射光光强度模型和目标信息光光强度模型得到水下偏振成像。本发明的水下偏振成像方法解决了传统水下偏振成像过程中采用多频段宽光谱光源照明所产生的颜色失真、噪声增加的问题;相比于传统的水下偏振成像过程中多频段宽光谱光源照明和蓝绿激光照明的成像效果,增强了其在高浓度水下浑浊介质的成像效果,扩展了水下偏振成像方法的应用范围。
-
公开(公告)号:CN107680156B
公开(公告)日:2020-06-05
申请号:CN201710849051.5
申请日:2017-09-08
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于偏振信息的三维重建方法,用于解决现有的利用偏振信息进行三维重建方法中存在的表面法线校正过程比较复杂的技术问题。实现步骤为:获取待重建物体的偏振图像和深度信息;获取配准的深度信息;计算待重建物体的偏振度;计算待重建物体表面入射光的入射方位角和入射角;计算待重建物体的偏振表面法线在x轴和y轴方向上的分量;利用深度信息对待重建物体的偏振表面法线在x轴和y轴方向上的分量分别进行方向校正;对校正后的待重建物体的偏振表面法线在x轴方向上的分量和在y轴方向上的分量进行表面积分,得到待重建物体的三维信息。本发明重建效率高,可用于物体三维信息的获取和分析。
-
公开(公告)号:CN107292859B
公开(公告)日:2019-12-24
申请号:CN201710390481.5
申请日:2017-05-27
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明提出了一种基于光学相关器的混沌介质偏振图像获取方法,旨在提高偏振图像获取的准确性,实现步骤为:采集多幅混沌介质偏振图像,并将这些图像中每两幅偏振状态互相垂直的偏振图像分为一组;采用光学相关器计算每组偏振图像的相关平面;计算每组混沌介质偏振图像中参考图像和目标图像间的相似性评价参数PCE;画出PCE值的变化曲线,并找出PCE值的变化曲线上PCE值最小时对应的一组混沌介质偏振图像。本发明无需精确定位太阳和探测器镜头方向,降低了图像获取的困难程度,且没有人为的将原本不相关的正交的混沌子图像变得有一定的相关性,提高了获取的偏振图像的准确性。
-
公开(公告)号:CN107292859A
公开(公告)日:2017-10-24
申请号:CN201710390481.5
申请日:2017-05-27
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明提出了一种基于光学相关器的混沌介质偏振图像获取方法,旨在提高偏振图像获取的准确性,实现步骤为:采集多幅混沌介质偏振图像,并将这些图像中每两幅偏振状态互相垂直的偏振图像分为一组;采用光学相关器计算每组偏振图像的相关平面;计算每组混沌介质偏振图像中参考图像和目标图像间的相似性评价参数PCE;画出PCE值的变化曲线,并找出PCE值的变化曲线上PCE值最小时对应的一组混沌介质偏振图像。本发明无需精确定位太阳和探测器镜头方向,降低了图像获取的困难程度,且没有人为的将原本不相关的正交的混沌子图像变得有一定的相关性,提高了获取的偏振图像的准确性。
-
公开(公告)号:CN112288157A
公开(公告)日:2021-01-29
申请号:CN202011164303.9
申请日:2020-10-27
Applicant: 华能酒泉风电有限责任公司 , 北京金风慧能技术有限公司 , 西安电子科技大学
Abstract: 本发明属于新能源发电领域,尤其是一种基于模糊聚类与深度强化学习的风电场功率预测方法,针对现有的预测往往很难做到精确预测的问题,现提出如下方案,其包括以下步骤:S1、采用数学方法分析温度、湿度、风力级与风速的相关性;S2、利用模糊聚类算法对大量实测数据的研究分析,依据样本的相似性对数据复杂繁多的历史样本进行分类,选取与风速有较大相似性的数据来作为预测模型的训练数据;S3、构建深度强化学习神经网络,其中深度学习主要分析输入的历史样本信息,进而从中提取相应的特征信息,本发明实现功率预测控制的目标,既优化了数据,又优化了网络,结合两者的优势,以期获得更为精确地功率预测技术。
-
公开(公告)号:CN109141638A
公开(公告)日:2019-01-04
申请号:CN201810827464.8
申请日:2018-07-25
Applicant: 西安电子科技大学
IPC: G01J3/447
Abstract: 本发明涉及一种自然光水下偏振成像方法,包括:通过第一偏振图像和第三偏振图像建立第三偏振图像的第一模型;通过第二偏振图像和第四偏振图像建立第四偏振图像的第二模型;根据第三偏振图像的光强度和第三偏振图像的第一模型得到第五偏振图像的光强度;根据第四偏振图像的光强度和第四偏振图像的第二模型得到第六偏振图像的光强度;根据第五偏振图像的光强度和第六偏振图像的光强度得到最终水下图像目标辐射光的光强度。本发明通过研究水下图像颜色失真的原因,得到第五偏振图像的光强度和第六偏振图像的光强度,从而恢复场景的色彩信息,之后利用第五偏振图像的光强度和第六偏振图像的光强度,重建无色彩畸变的清晰的最终水下图像。
-
公开(公告)号:CN112734589A
公开(公告)日:2021-04-30
申请号:CN202011166299.X
申请日:2020-10-27
Applicant: 华能酒泉风电有限责任公司 , 北京金风慧能技术有限公司 , 西安电子科技大学
Abstract: 本发明属于风电系统的功率寻优控制技术领域,尤其是一种基于自适应极值搜索的风电系统功率寻优控制方法,针对风电系统存在参数不确定,故障率较高,维修困难等,进而影响风电系统输出功率的寻优性能,降低能源利用率的问题,现提出如下方案,其包括以下步骤:步骤一、通过粒子群迭代计算,将输入位置调整到全局最优附近;步骤二、粒子初始位置选择,将粒子初始位置分散定位在可能的峰值点处。本发明用改进的粒子群优化方法将输入位置调整到全局最优附近,再用极值搜索法得到全局最优解,实现风电系统功率最优输出,提高能源利用率。
-
公开(公告)号:CN109141638B
公开(公告)日:2019-11-26
申请号:CN201810827464.8
申请日:2018-07-25
Applicant: 西安电子科技大学
IPC: G01J3/447
Abstract: 本发明涉及一种自然光水下偏振成像方法,包括:通过第一偏振图像和第三偏振图像建立第三偏振图像的第一模型;通过第二偏振图像和第四偏振图像建立第四偏振图像的第二模型;根据第三偏振图像的光强度和第三偏振图像的第一模型得到第五偏振图像的光强度;根据第四偏振图像的光强度和第四偏振图像的第二模型得到第六偏振图像的光强度;根据第五偏振图像的光强度和第六偏振图像的光强度得到最终水下图像目标辐射光的光强度。本发明通过研究水下图像颜色失真的原因,得到第五偏振图像的光强度和第六偏振图像的光强度,从而恢复场景的色彩信息,之后利用第五偏振图像的光强度和第六偏振图像的光强度,重建无色彩畸变的清晰的最终水下图像。
-
-
-
-
-
-
-
-
-