-
公开(公告)号:CN115451957A
公开(公告)日:2022-12-09
申请号:CN202211205392.6
申请日:2022-09-30
申请人: 国科天成科技股份有限公司
发明人: 张国龙
摘要: 惯导卫导紧组合的卫星定位导航方法和系统使用卫星导航静止时定位值、测向值初始化惯性导航单元,完成惯性导航单元的初始对准及初始位置赋值;以第一频率进行射频信号采集,采集的射频信号通过导航电文解算出当卫星至卫星导航接收机天线中心的伪距值;根据地图导航终端周边场景对象的反射系数不同,对解算后的伪距值进行修正,得到修正后伪距值;以高于第一频率的第二频率接收惯性导航测量值;在同一时间计算射频信号相邻两帧惯性导航测量值,并采用线性插值方法计算该时间点对应的惯性导航测量值,将所述惯性导航测量值以及相应射频信号的修正后伪距值进行比较,将所有超出门限值的修正后伪距值剔除后,再进行卫星导航定位解算,得到定位信号。
-
公开(公告)号:CN115451956A
公开(公告)日:2022-12-09
申请号:CN202211205377.1
申请日:2022-09-30
申请人: 国科天成科技股份有限公司
发明人: 张国龙
摘要: 一种惯导辅助的卫星定位导航方法和系统,第一时间接收到对地图导航终端的第一定位信号,所述第一信号为卫星信号中直射波和反射波发生干涉后的组合信号;根据第一时间接收到第一定位信号,获取与第一定位信号对应的第一定位地点,以及包含第一定位地点的反射立方体内的场景信息;根据反射立方体内的场景信息包含的场景对象,以及场景对象的反射系数表,对第一定位信号进行修正得到第二定位信号;对第一时间的地图导航终端进行惯性导航解算,实时输出地图导航终端的三维姿态、位置和速度信息,根据惯性导航的结算结果对第二定位信号进行修正得到最终定位信号。本发明可以减少服务器计算反射波产生影响对象的计算量,提高卫星导航定位的计算效率。
-
公开(公告)号:CN114565537B
公开(公告)日:2022-09-27
申请号:CN202210218487.5
申请日:2021-11-12
申请人: 国科天成科技股份有限公司
摘要: 一种基于局部信息熵的红外成像装置,用于对固定场景的图像采集,探测器将探测出的每帧图像的像素对应的灰度数据以及每个像素对应的温度数值发送到中央处理器;识别出每帧图像的背景场景、动态场景、临时场景,以及确定不同场景下对象标识;计算三种场景下各图像模块对应的像素的增强系数,所述增强系数用于调整各个像素的对比度;增强系数表存储在所述图像处理器的缓存;图像增强管线根据缓存中的增强系数表对红外图像像素的对比度进行非均匀校正实现每帧红外图像的渲染。本发明提供将图像信息熵信息引入到图像直方图统计中,在增强图像对比度的基础上有效提升了图像的细节和信息量,自适应的把不同场景红外图像增强到最佳的视觉效果。
-
公开(公告)号:CN113781368B
公开(公告)日:2022-01-21
申请号:CN202111336561.5
申请日:2021-11-12
申请人: 国科天成科技股份有限公司
摘要: 基于局部信息熵的红外成像装置,用于对固定场景的图像采集,探测器将探测出的每帧图像的像素对应的灰度数据以及每个像素对应的温度数值发送到中央处理器;识别出每帧图像的背景场景、动态场景、临时场景,以及确定不同场景下对象标识;计算三种场景下各图像模块对应的像素的增强系数,所述增强系数用于调整各个像素的对比度;增强系数表存储在所述图像处理器的缓存;图像增强管线根据缓存中的增强系数表对红外图像像素的对比度进行非均匀校正实现每帧红外图像的渲染。本发明提供将图像信息熵信息引入到图像直方图统计中,在增强图像对比度的基础上有效提升了图像的细节和信息量,自适应的把不同场景红外图像增强到最佳的视觉效果。
-
公开(公告)号:CN111458890B
公开(公告)日:2021-03-16
申请号:CN202010282552.1
申请日:2020-04-12
申请人: 国科天成科技股份有限公司
摘要: 真彩双光夜视仪系统,包括前端共光路光学装置、后端光学装置,所后端光学装置包括红外成像单元、彩色图像成像单元和图像融合单元;所述前端光路光学装置接收到的光线通过红外分光片进入红外成像单元;经过红外分光片之后的光线通过后组可见光物镜后,采用红、绿、蓝分光片分光后方式增强并形成彩色图像。真彩双光夜视仪实现方法,包括:采集长波红外和可见光图像数据;将图像数据进行处理,并融合获得目标图像。真彩双光夜视仪系统及实现方法,继承了长波红外和可见光灰度图像融合的优点,兼顾了可见光波段对景物纹理、色彩的成像优势和长波红外对目标对比度的成像优势,使夜视仪可在夜间进行高对比度、纹理清晰度、高色彩还原度的成像。
-
公开(公告)号:CN118397029B
公开(公告)日:2024-09-06
申请号:CN202410865255.8
申请日:2024-07-01
申请人: 国科天成科技股份有限公司
摘要: 本发明公开了一种基于边缘检测的抗锯齿系统和方法,涉及图像处理技术领域,包括对输入的原始红外图像进行模糊处理;利用Sobel算子获取图像梯度信息,根据梯度幅值和方向判断边缘像素类型,检测锯齿效应区域;针对非直边边缘像素,根据其周围的像素值进行插值计算;将图像分为不同分辨率和重要性分段,分别在不同GPU计算线程上处理;对插值后的边缘区域进行高斯滤波,平滑直边和斜边过渡区域,将处理后的边缘像素与原始非边缘像素进行融合,输出抗锯齿图像。本发明实现了对图像噪声的平滑、边缘的精确检测、锯齿效应的识别和处理、以及高效的并行计算处理,达到了输出高质量的抗锯齿图像的目的。
-
公开(公告)号:CN116543284B
公开(公告)日:2023-09-12
申请号:CN202310820400.6
申请日:2023-07-06
申请人: 国科天成科技股份有限公司
发明人: 朱帆
IPC分类号: G06V10/80 , G06V10/764 , G06V20/00
摘要: 基于场景类的可见光红外双光融合方法,具体包括以下步骤,步骤一,分别获取目标可见光图像、目标红外图像,得到目标图像;步骤二,基于融合机制从预设的多个场景类的类描述中,确定目标图像对应的第一场景类;步骤三,根据第一场景类中的描述图像,驱动目标图像中对应的物体图像分离,得到多个分离目标图像;步骤四,将多个分离目标图像分别基于对比度进行双光融合,得到分离融合图像;步骤五,根据目标图像将分离融合图像进行拼接,得到融合图像;步骤六,将融合图像进行显示。本发明可以更好保留红外图像的亮度信息和可见光的细节信息的融合图像,并且算法简单,运算量小,可在多个平台上实时运行,对解决双光融合的工程应用有极大意义。
-
公开(公告)号:CN116543284A
公开(公告)日:2023-08-04
申请号:CN202310820400.6
申请日:2023-07-06
申请人: 国科天成科技股份有限公司
发明人: 朱帆
IPC分类号: G06V10/80 , G06V10/764 , G06V20/00
摘要: 基于场景类的可见光红外双光融合方法,具体包括以下步骤,步骤一,分别获取目标可见光图像、目标红外图像,得到目标图像;步骤二,基于融合机制从预设的多个场景类的类描述中,确定目标图像对应的第一场景类;步骤三,根据第一场景类中的描述图像,驱动目标图像中对应的物体图像分离,得到多个分离目标图像;步骤四,将多个分离目标图像分别基于对比度进行双光融合,得到分离融合图像;步骤五,根据目标图像将分离融合图像进行拼接,得到融合图像;步骤六,将融合图像进行显示。本发明可以更好保留红外图像的亮度信息和可见光的细节信息的融合图像,并且算法简单,运算量小,可在多个平台上实时运行,对解决双光融合的工程应用有极大意义。
-
公开(公告)号:CN116152357B
公开(公告)日:2023-07-28
申请号:CN202310350817.0
申请日:2023-04-04
申请人: 国科天成科技股份有限公司
发明人: 朱帆
IPC分类号: G06T7/80
摘要: 一种无限远对焦相机的参数标定系统,应用于生产线上批量相机的标定,包括一个标定中心和多个标定终端,视觉测量管线对同一相机的物点阵列‑像点阵列进行迭代计算,判断单元根据迭代计算中视觉测量管线的参数计算结果,对物点阵列‑像点阵列进行调整;判断单元将实时计算出的物点阵列变化发送到所述靶标姿态调整单元,将实时计算出的像点阵列变化发送到所述二维转台控制单元,实时更新靶标姿态控制单元中的靶标姿态列表,和二维转台控制单元中的光斑点阵。本发明可以批量解决无限远对焦相机参数的标定,能够在物点阵列‑像点阵列的迭代计算过程中,实时调整靶标姿态列表和光斑点阵,使相机的标定计算更快,精度更准。
-
公开(公告)号:CN116029943B
公开(公告)日:2023-06-16
申请号:CN202310312728.7
申请日:2023-03-28
申请人: 国科天成科技股份有限公司
IPC分类号: G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/08
摘要: 本发明基于深度学习的红外图像超分辨率增强方法,神经网络模块根据局部灰度波动率图像对输入低分辨率红外图像进行软分割,得到细节区域的掩膜;细节区域的亚像素卷积层和记忆增强单元连接,所述记忆增强单元的外部图像存储器用于存储第一时间段内经过掩膜过滤的红外图像数据,通过记忆增强单元计算细节区域的亚像素;神经网络模块通过亚像素卷积层对亚像素数值计算,通过上采样、降采样操作和注意力增强单元计算得到输出高分辨率红外图像。本发明神经网络模块的亚像素卷积同基于局部灰度波动率图像计算出细节区域的掩膜结合,极大的提高了深度学习的计算速度。
-
-
-
-
-
-
-
-
-