一种基于低复杂度MF的暗通道先验去雾方法

    公开(公告)号:CN111563852A

    公开(公告)日:2020-08-21

    申请号:CN202010333316.8

    申请日:2020-04-24

    Abstract: 本发明公开了一种基于低复杂度MF的暗通道先验去雾方法,基于低复杂度MF的暗通道先验去雾方法包括计算雾化图像的暗通道值,得到暗通道图;估算所述雾化图像的全局大气光值;估算所述雾化图像的透射率;基于阈值修正透射率;将所述雾化图像恢复为去雾图像。使用低复杂度的MF来实现计算雾化图像各个像素点的的暗通道值,不仅能有效地去除图像中的雾霾噪声,还能在一定程度上降低去雾算法的复杂度;取原始雾化图像中亮度前0.1%的像素点位置的光强值均值作为全局大气光值,可以使恢复后的去雾图像还原得更接近真实图像。从而提高对雾化图像的处理精度,进而提高对所捕获图像的可视性。

    一种卫星信号模拟器的时间同步系统、方法和卫星信号模拟器

    公开(公告)号:CN110687552A

    公开(公告)日:2020-01-14

    申请号:CN201911000535.8

    申请日:2019-10-21

    Abstract: 本申请适用于卫星导航领域,提供了一种卫星信号模拟器的时间同步系统、方法和卫星信号模拟器。所述方法包括以下步骤:通过卫星信号接收机接收真实的卫星信号,产生秒脉冲信号,并传输至卫星信号模拟器的FPGA模块;FPGA模块使用时钟信号对秒脉冲信号进行粗计数得出本地晶振产生的时钟相对卫星时钟的粗略时间间隔差;FPGA模块根据粗略时间间隔差,通过构建进位链进行进位链细计数,计算出时钟上升沿和秒脉冲上升沿之间的精确差值,从而得到本地时钟和卫星时钟的精确时间间隔;FPGA模块根据精确时间间隔通过晶振驯服的方式修正本地晶振的频率,使本地晶振产生优化的时钟信号。本申请达到和真实秒脉冲信号同步,加强了卫星信号模拟器和真实卫星的相关性。

    一种结合多级卷积特征金字塔的人脸表情识别算法

    公开(公告)号:CN110580461A

    公开(公告)日:2019-12-17

    申请号:CN201910806700.2

    申请日:2019-08-29

    Abstract: 本发明公开了一种结合多级卷积特征金字塔的人脸表情识别算法,包括如下步骤:将原始人脸表情图片输入到第一特征提取网络进行特征提取,并提取全局特征;将经过裁剪、放大的人脸表情图片输入到第二特征提取网络进行特征提取,并提取局部特征;在第一特征提取网络和第二特征提取网络中构建特征金字塔网络;利用注意力区域定位网络对到第二特征提取网络中的局部特征进行区域定位;利用特征融合网络对人脸表情图片的全局特征与局部特征进行融合,并通过全连接层对人脸表情图片进行分类。达到提高人脸表情识别技术对人脸表情识别的准确率的目的。

    一种基于北斗GEO卫星的阴影匹配改进算法

    公开(公告)号:CN110579780A

    公开(公告)日:2019-12-17

    申请号:CN201910800412.6

    申请日:2019-08-28

    Abstract: 本发明公开了一种基于北斗GEO卫星的阴影匹配改进算法,建立北斗GEO卫星阴影模型;利用GPS和BDS卫星进行初始化定位,得到初始位置P0;运用非视距信号检测技术,判断北斗GEO卫星的可见性;设定候选位置进行阴影匹配定位,并剔除不符合阴影模型的候选位置;根据确定候选位置,在每个候选位置进行卫星可见性预测;利用城市峡谷环境中接收机接收的卫星NMEA-0183格式数据,获取每颗卫星的载噪比,并依据载噪比进行卫星可见性观测;使用SM打分方案对卫星预测和观测的可见性进行匹配评分;进行匹配评分后对每个候选位置打分,并依据其分值和候选位置得到SM最终定位结果。达到提升“城市峡谷”环境中的卫星定位的定位精度的目的。

    一种基于卷积神经网络的视觉SLAM测试方法

    公开(公告)号:CN110555881A

    公开(公告)日:2019-12-10

    申请号:CN201910807010.9

    申请日:2019-08-29

    Abstract: 本发明公开了一种基于卷积神经网络的视觉SLAM测试方法,构建卷积神经网络部分模型,进行网络卷积训练;构建自编码器网络模型,进行自编码器网络的训练;组合训练后的卷积神经网络和自编码网络,形成特征提取与降维网络模型,采用池化与卷积神经网络结合的方法对高维的特征向量进行降维处理;采用夹角余弦函数衡量特征的相似性,对训练得到的向量设定阈值结合两幅场景图像的相似度来判断闭环形成时间;输出闭环检测准确率和召回率曲线和检测到的闭环,作为后续SLAM建图优化使用。达到降低外部环境对闭环检测的影响,提高闭环检测的目的。

    一种伽利略卫星信号模拟系统及其模拟方法

    公开(公告)号:CN110531384A

    公开(公告)日:2019-12-03

    申请号:CN201910768149.7

    申请日:2019-08-20

    Abstract: 本发明提出一种伽利略卫星信号模拟系统,包括:上位机,用于设定Galileo星历参数、接收机的运动轨迹以及系统模拟时间,并生成场景文件;DSP信息处理模块,根据接收机的运动轨迹、Galileo星历参数以及系统模拟时间计算Galileo卫星位置、伪距、导航电文、初始码相位、初始载波相位、初始码频率控制字以及初始载波频率控制字;FPGA信号处理模块,根据码初始相位、初始载波相位、初始载波频率控制字、初始码频率控制字生成载波、子载波、测距码;所述FPGA信号处理模块还用于对导航电文、测距码、载波、子载波进行调制,生成数字中频信号;D/A转换模块,用于将数字中频信号转换为模拟中频信号;上变频模块,用于将模拟中频信号变频到射频信号,由发射天线或输出电缆输出。

    一种基于卷积神经网络的无人机监控方法及系统

    公开(公告)号:CN110262529A

    公开(公告)日:2019-09-20

    申请号:CN201910510327.6

    申请日:2019-06-13

    Abstract: 本发明提出一种基于卷积神经网络的无人机监控方法,包括:采集视频序列,将所述视频序列输到图像处理器中;对采集的视频数据进行预处理,并通过链队列将预处理后的视频数据进行缓存;通过提前预训练好的卷积神经网络模型对链队列中存取的视频数据进行分析,分析后的输出结果为无人机的空间坐标,并将无人机空间坐标下发到监控终端;读取无人机的空间坐标,对所述空间坐标进行分析,计算出舵机转动量,将所述舵机转动量发送到舵机中,控制舵机转动。本发明将卷积神经网络模型应用于无人机监控,并采用多线程链队列等技术进一步优化性能。

    一种滑坡形变预测方法
    180.
    发明公开

    公开(公告)号:CN110059392A

    公开(公告)日:2019-07-26

    申请号:CN201910289303.2

    申请日:2019-04-11

    Abstract: 本发明公开了一种滑坡形变预测方法,获取滑坡体累积位移量原始数据,得到累积位移量原始数据序列;对所述累积位移量原始数据序列进行预处理;将预处理后的累积位移量原始数据序列输入粒子群优化灰色Verhulst模型,得到累积位移量初始预测数据序列;计算累积位移量初始预测数据的残差,得到初始预测数据残差序列;马尔可夫链修正所述初始预测数据残差序列,根据修正后的初始预测数据残差序列计算得到最终预测数据序列。本发明使用的灰色Verhulst模型相比于原始的灰色Verhulst模型进行了改进,采用粒子群算法对灰色Verhulst模型的参数值进行优化,利用滑动窗对原始数据序列进行动态更新,使用马尔可夫链修正模型的残差,模型预测精度有较大提高。

Patent Agency Ranking