-
公开(公告)号：CN107085833A
公开(公告)日：2017-08-22
申请号：CN201710241062.5
申请日：2017-04-13
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了基于梯度倒数自适应开关均中值融合的遥感图像滤波方法，步骤1：获取无人机遥感图像；步骤2：选取大小为n×n的模板，求出模板中心点与模板内其余(n×n‑1)像素点之间的梯度值并保存；步骤3：将步骤2中所得到的梯度值和阈值进行比较，判断该像素点是否由椒盐噪声或随机噪声所引起；步骤4：根据步骤3得出的结果，如果该像素点不是由椒盐噪声或随机噪声引起，用梯度倒数加权算法进行平滑处理；如果该像素点是由椒盐噪声或随机噪声引起，则用自适应开关均中值融合算法进行滤波去噪处理；步骤5：通过步骤4得到滤波去噪后的无人机遥感图像。本发明克服了现有遥感图像滤波算法在面对多种类型分布噪声时适用范围的局限性。
-
公开(公告)号：CN106530245A
公开(公告)日：2017-03-22
申请号：CN201610959951.0
申请日：2016-10-27
Applicant: 长安大学
CPC classification number: G06T5/009 , G06T5/50 , G06T2207/10048 , G06T2207/20028
Abstract: 本发明公开了一种无人机载隧道火灾红外图像分频段增强方法，1：利用无人机载红外热成像仪拍摄隧道火灾图像；2：将红外火灾图像转换到灰度空间得到灰度图；3：利用红外火灾图像的灰度图进行自适应双边滤波得到低频分量，即基本层；4：由灰度图减去低频分量，得到高频分量，即细节层；5：将基本层通过Naka-Rushton方程处理得到适宜人眼观看的基本层；6：将细节层通过改进的gamma处理得到增强后的细节层；7：将适宜人眼观看的基本层和增强后的细节层相加合成得到增强后的图像；8：将增强后的图像进行直方图均衡化即得到最终处理结果。在火焰整个燃烧过程中，本发明方法都能够有更好的自适应性，对图像进行细节加强处理。
-
Patent Agency Ranking
公开(公告)号：CN107085833B
公开(公告)日：2019-07-16
申请号：CN201710241062.5
申请日：2017-04-13
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了基于梯度倒数自适应开关均中值融合的遥感图像滤波方法，步骤1：获取无人机遥感图像；步骤2：选取大小为n×n的模板，求出模板中心点与模板内其余(n×n‑1)像素点之间的梯度值并保存；步骤3：将步骤2中所得到的梯度值和阈值进行比较，判断该像素点是否由椒盐噪声或随机噪声所引起；步骤4：根据步骤3得出的结果，如果该像素点不是由椒盐噪声或随机噪声引起，用梯度倒数加权算法进行平滑处理；如果该像素点是由椒盐噪声或随机噪声引起，则用自适应开关均中值融合算法进行滤波去噪处理；步骤5：通过步骤4得到滤波去噪后的无人机遥感图像。本发明克服了现有遥感图像滤波算法在面对多种类型分布噪声时适用范围的局限性。
-
公开(公告)号：CN109657584A
公开(公告)日：2019-04-19
申请号：CN201811504255.6
申请日：2018-12-10
Applicant: 长安大学
Abstract: 本发明公开了辅助驾驶的改进LeNet-5融合网络交通标志识别方法，首先构建交通标志图像数据集，并根据交通标志图像数据集构建训练集和测试集；其次构建卷积神经网络CNN；然后将训练集图像数据代入卷积神经网络CNN，进行训练，并保存训练好的模型；最后将测试集图像数据代入训练好的模型，进行预测，得到预测结果。
-
公开(公告)号：CN106840085B
公开(公告)日：2019-02-15
申请号：CN201611184708.2
申请日：2016-12-20
Applicant: 长安大学
IPC: G01C5/00
Abstract: 本发明公开了一种基于多层信息融合的无人机测高方法，首先在无人机的不同空间位置装备若干个高度传感器，获得各个高度传感器在不同时间和空间的无人机高度观测数据；然后将每个高度传感器在不同时刻的观测值与该时刻之前两个时刻的估计值进行二步延迟时间融合，得出该高度传感器在不同时刻的时间融合估计值；然后将各个高度传感器同时刻的时间融合估计值进行空间融合，从而得到时空融合估计值；最后将步骤3得到的时空融合估计值和加速度计的测量数据进行基于参数辨识的自适应互补滤波融合，得到最终融合估计值。本发明计算量小，编程简单，在无人机测高领域应用价值明显。
-
公开(公告)号：CN108765310A
公开(公告)日：2018-11-06
申请号：CN201810387272.X
申请日：2018-04-26
Applicant: 长安大学
Inventor： 黄鹤 , 宋京 , 盛广峰 , 王会峰 , 郭璐 , 许哲 , 黄莺 , 惠晓滨 , 杜晶晶 , 胡凯益 , 徐锦 , 李昕芮 , 崔博 , 任思奇 , 李光泽 , 何永超 , 吴林鸿
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/30192
Abstract: 本发明公开了基于多尺度窗口的自适应透射率修复图像去雾方法，首先获取含雾图像；对含雾图像使用8方向边缘检测算子进行边缘检测，判断是否为景深边缘；根据判别结果自适应的选择窗口大小来进行暗原色估计；根据暗原色估计图来求取大气光强；定义大气耗散函数；通过引导滤波器，得到边缘增强的暗原色估计图，也即大气耗散值；对大气耗散值进行修正，得到修正后的散射图(也即散射函数值)；根据大气光强和散射函数值得到投射率；将投射率带入去雾模型公式，得到去雾后图像；本发明有效减少了“halo”效应，并且该算法针对暗原色先验原理在诸如天空和白色物体等区域的不适用性进行了扩展，较好的解决了暗原色先验原理在明亮区域失效的问题。
-
公开(公告)号：CN106840085A
公开(公告)日：2017-06-13
申请号：CN201611184708.2
申请日：2016-12-20
Applicant: 长安大学
IPC: G01C5/00
CPC classification number: G01C5/005
Abstract: 本发明公开了一种基于多层信息融合的无人机测高方法，首先在无人机的不同空间位置装备若干个高度传感器，获得各个高度传感器在不同时间和空间的无人机高度观测数据；然后将每个高度传感器在不同时刻的观测值与该时刻之前两个时刻的估计值进行二步延迟时间融合，得出该高度传感器在不同时刻的时间融合估计值；然后将各个高度传感器同时刻的时间融合估计值进行空间融合，从而得到时空融合估计值；最后将步骤3得到的时空融合估计值和加速度计的测量数据进行基于参数辨识的自适应互补滤波融合，得到最终融合估计值。本发明计算量小，编程简单，在无人机测高领域应用价值明显。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
