-
公开(公告)号：CN115167901A
公开(公告)日：2022-10-11
申请号：CN202210794555.2
申请日：2022-07-07
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 高轨道长寿命刷新重注成像系统的加载配置方法，涉及刷新重注成像系统的刷新技术，解决现有在轨重注成像系统无法实现配置数据源更新，进而影响成像系统工作等问题，本发明基于复旦微公司的刷新芯片、Flash和xilinx公司的PROM存储器，设计了PROM+两组Flash配置数据源的加载配置方案，通过使用PROM来减小配置数据源被打翻的概率；通过使用两组Flash在实现在升级优化功能，并在检测到一组被打翻的情况下切换到另一组，同时对被打翻的配置数据源进行修复。
-
公开(公告)号：CN110751671B
公开(公告)日：2022-08-19
申请号：CN201810814493.0
申请日：2018-07-23
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明实施例公开一种基于核相关滤波与运动估计的目标跟踪方法。该目标跟踪方法在核相关滤波器的基础上，引入跟踪响应为高斯分布的设想，采用贝叶斯优化对核相关滤波器进行处理；并且加权结合抑制背景的贝叶斯分类器的响应与核相关滤波的响应；最后基于运动估计对目标运动方向进行预测，在跟踪失败时在预测的位置上检测目标以实现重检测。本发明实施例所提出的目标跟踪方法在OTB2013测试集上与现有的其他目标跟踪方法进行了对比，对比结果表明本发明实施例所提出的目标跟踪算法性能优异，且具有高达42帧每秒的运行速度，具有良好的实用性和准确度。
-
公开(公告)号：CN109345495B
公开(公告)日：2021-06-15
申请号：CN201811055124.4
申请日：2018-09-11
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G06T5/50
Abstract: 本发明提供的基于l2能量最小化和l1梯度正则化的图像融合方法及装置，获取来自同一场景并进行图像配准的红外图像和可见光图像，通过NSST将红外图像和可见光图像进行多尺度、多方向分解，并得到相应的低频子带系数与高频子带系数，针对反映能量信息的低频子带系数，采用基于l2‑能量最小化的优化模型作为融合规则；针对反映纹理信息的高频子带系数，利用基于l1‑梯度正则化的优化模型作为融合规则，通过两种融合规则，将隐藏的红外显著目标信息与可见光的梯度纹理信息相结合，使最终的融合图像符合人眼视觉系统，通过将可见光的纹理信息与红外图像的显著性特征完美结合，取得较好的融合效果。
-
公开(公告)号：CN110826379A
公开(公告)日：2020-02-21
申请号：CN201810918475.7
申请日：2018-08-13
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明实施例公开一种基于特征复用与YOLOv3的目标检测方法。本发明实施例所提供的基于YOLOv3的目标检测方法包括步骤：提出多个卷积层的小参数卷积神经网络；在提出的卷积神经网络上应用密集相连模块进行改进，并提出使用最大池化加强密集连接模块间的特征传递；针对目标为小目标的情况，提出将YOLOv3的3个尺度检测增加至4个并以密集相连融合不同尺度模块特征层的信息；在目标测试集上进行训练和测试。通过实验表明，本发明实施例所提供的基于YOLOv3的目标检测方法不仅具有很高的召回率，还能够平衡精确性和实时性的需求。
-
公开(公告)号：CN109215006A
公开(公告)日：2019-01-15
申请号：CN201811055346.6
申请日：2018-09-11
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明提供的基于显著性总变分模型与ℓ2-范数优化的图像融合方法及装置，在数据保真项内利用基于频域滤波法构成的显著性权重系数表示源图像对融合图像的贡献程度，使融合图像可在人眼视觉敏感的可见光背景下，自适应地融入红外显著信息。同时，利用ℓ2范数作为全新的正则项，将源图像内部的纹理梯度信息较为全面的转移到融合图像中，在一定程度上克服了传统融合方法对比度偏低，出现黑色伪影噪声等问题，并且表现出优越的融合性能，比现有的典型融合技术更有效。
-
Patent Agency Ranking
公开(公告)号：CN109102485A
公开(公告)日：2018-12-28
申请号：CN201811055302.3
申请日：2018-09-11
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明提供的基于NSST和自适应双通道PCNN的图像融合方法及装置，采用NSST作为多尺度变换工具对图像进行多尺度分解，NSST在分解阶段去除了采样操作，具备平移不变性，同时在方向局部化阶段，局部化小尺寸剪切滤波器能够避免频谱混叠现象，使图像分解与重建效果更好，再利用含有三种链接强度的自适应简化双通道PCNN模型，通过三个不同的链接强度相互联系，将图像的特征较为完整的表现，有效地融合红外和可见光图像，具有较高的对比度，较完整地保留了丰富的纹理信息和细节信息，并且图像过渡自然，没有出现伪影现象。
-
公开(公告)号：CN103398863B
公开(公告)日：2015-06-10
申请号：CN201310356483.4
申请日：2013-08-16
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G01M99/00 , G05B19/042 , H04L29/06
Abstract: 本发明涉及一种空间TDICCD相机电子学系统地面模拟与检测装置，包括：卫星相机控制模拟与检测单元；相机热控模拟与检测单元；相机内部接口模拟与检测单元；图像数据处理模拟源单元；原始图像数据存储与快视单元；图像解压缩与重构图像存储单元；通信模拟与检测单元；成像检测单轴转台；动态目标发生器。可以模拟与检测卫星数管、测控、遥测系统向电子学系统注入的参数、命令和数据，同时接收电子学系统返回的工程参数；模拟与检测相机各子系统接收端所需其它系统向其输出的命令、参数以及数据。同时接收各子系统输出端输出的信息是否正确，是否设计合理，是否满足设计需求。最终实现相机长时间、多周期、全方位、自动准确模拟与检测功能。
-
公开(公告)号：CN103398863A
公开(公告)日：2013-11-20
申请号：CN201310356483.4
申请日：2013-08-16
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G01M99/00 , G05B19/042 , H04L29/06
Abstract: 本发明涉及一种空间TDICCD相机电子学系统地面模拟与检测装置，包括：卫星相机控制模拟与检测单元；相机热控模拟与检测单元；相机内部接口模拟与检测单元；图像数据处理模拟源单元；原始图像数据存储与快视单元；图像解压缩与重构图像存储单元；通信模拟与检测单元；成像检测单轴转台；动态目标发生器。可以模拟与检测卫星数管、测控、遥测系统向电子学系统注入的参数、命令和数据，同时接收电子学系统返回的工程参数；模拟与检测相机各子系统接收端所需其它系统向其输出的命令、参数以及数据。同时接收各子系统输出端输出的信息是否正确，是否设计合理，是否满足设计需求。最终实现相机长时间、多周期、全方位、自动准确模拟与检测功能。
-
公开(公告)号：CN102662134A
公开(公告)日：2012-09-12
申请号：CN201210137049.2
申请日：2012-05-04
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G01R31/26 , G01R31/316 , G01R31/317
Abstract: CCD成像系统模拟式自校图形实现装置，涉及航天遥感成像技术领域，解决现有自校图形实现装置只能检测从FPGA到图像数据输出接口的功能链路，而无法检测关键的视频AD芯片等功能链路的问题，本发明用于遥感相机的电路状态自检，本发明将CCD视频信号与模拟自校信号在FPGA模块控制下适时进入视频AD模块输入端，实现对CCD成像系统的自我检测。本发明能使模拟自校图形与CCD视频信号互不干扰，并可与之分时送入视频AD模块，达到检测整个CCD成像系统工作状态的目的。该电路可检测多个视频AD模块，简单易行控制简便，所选芯片具有很高的温度可靠性和抗辐射性能，能够适应航天遥感成像系统的需要。
-
公开(公告)号：CN117474921B
公开(公告)日：2024-05-07
申请号：CN202311821221.0
申请日：2023-12-27
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明涉及光场成像的技术领域，具体提供一种基于镜面高光去除的抗噪光场深度测量方法、系统及介质，其中，基于镜面高光去除的抗噪光场深度测量方法包括：获取光场原始图像；对光场原始图像进行光场参数化；光场重聚焦图像；基于剪切光场获取每一个深度标签#imgabs0#的中心视图；采用阈值法将镜面像素分类得到候选镜面反射分量，在候选镜面反射分量中进行二次分离得到漫反射分量；利用基于场景先验驱动和改进的泊松混合方法修正所述漫反射分量，得到高光恢复的中心视图；采用噪声感知策略滤除高光恢复的中心视图及初始深度图的噪声，获得重建的最终深度图。因此，本申请一方面提升了高光去除的运行效率；另一方面能最大限度地保留光场的细节信息。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.056 seconds)
