-
公开(公告)号：CN106153198B
公开(公告)日：2018-11-13
申请号：CN201510195794.6
申请日：2015-04-22
Applicant: 南京理工大学
IPC: G01J5/00
Abstract: 本发明公开了一种基于时域高通滤波的帧间配准非均匀性校正方法，通过将红外焦平面探测器采集到的原始模拟图像经过A/D转换后，得到原始数字图像，然后将原始数字图像与对应的增益相乘之后的图像通过低通滤波器得到滤波后的图像，然后高通滤波器对图像进行校正处理，将经过时域高通滤波处理之后的图像通过帧间误差最小化的非均匀性校正算法进行校正，最终得到校正后的图像。本发明具有简单、高效的特点，收敛速率快，能够校正非均匀较强时四周有块状非均匀性的图像，并且面对不同场景均有良好的校正效果，适用性广。
-
公开(公告)号：CN105227852B
公开(公告)日：2017-12-12
申请号：CN201410259348.2
申请日：2014-06-11
Applicant: 南京理工大学
IPC: H04N5/235
Abstract: 本发明公开了一种基于色彩加权的自动曝光方法，用于实现对图像的自动曝光，提高图像的显示效果，本发明从采集的图像数据中提取色彩特征值，并利用色彩特征值以不同的权重计算图像的亮度指标。根据图像亮度指标判断图像是否在最佳亮度区间内，若否则根据自适应调整步长做出曝光参数的调整，得到曝光准确的图像。本发明对大多数场景得到亮度合适且拥有更鲜艳色彩的曝光图像，且在某种颜色占据主导的场景中色彩可以真实地恢复，获得准确的曝光。
-
公开(公告)号：CN105513015A
公开(公告)日：2016-04-20
申请号：CN201410493714.0
申请日：2014-09-24
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种雾天图像的清晰化处理方法，首先用不同尺度的高斯核函数Fi(x，y)对原始雾天图像进行卷积得到反映环境亮度的亮度图像Li(x，y)，然后对原始图像V(x，y)和亮度图像Li(x，y)的对数差按权重求和得到反射图像R(x，y)，接下来对得到的反射图像进行对比度拉伸，得到拉伸后的反射图像R′(x，y)，并用改进的伽马校正对R′(x，y)进行校正，校正函数为Ia(a+I)。最后选择两个平台阈值T1和T2对伽马校正后的图像进行双平台直方图处理，得到最终处理后的图像。该算法完善了Retinex算法的不足，在图像动态范围和细节保真性之间取得了很好的平衡，在提高对比度同时很好的保留了图像的细节。
-
公开(公告)号：CN118135079B
公开(公告)日：2024-07-09
申请号：CN202410555019.6
申请日：2024-05-07
Applicant: 中国人民解放军国防科技大学 , 南京理工大学
Abstract: 本申请涉及一种基于云端融合的三维场景漫游绘制方法、装置及设备。所述方法包括：在云端启动云渲染程序并载入三维场景，根据三维场景的深度信息将三维场景划分为前后景，并运用不同云端节点的渲染管线分别对前后景进行渲染得到前后景渲染结果；通过将深度信息编码为RGBA通道值，得到三维场景的深度图并与前后景渲染结果合并为帧结果图像并输出至客户端；客户端接收并解码得到帧结果图像的深度信息，根据深度信息对前后景渲染结果进行融合绘制，得到高分辨融合图像并在客户端进行显示。采用本方法能够将深度编码与场景融合技术进行结合，在云端进行三维场景渲染，缩短了三维场景漫游绘制的响应时间，提高了场景渲染质量。
-
公开(公告)号：CN117609538A
公开(公告)日：2024-02-27
申请号：CN202311684188.1
申请日：2023-12-08
Applicant: 中国人民解放军国防科技大学 , 南京理工大学
Abstract: 本申请涉及一种基于三维模型特征的模型检索方法、装置、设备及介质。所述方法包括：获取客户端展示的三维模型的点云数据并进行预处理后，分别通过多项式函数拟合以及孪生神经网络模型对预处理后的点云数据进行特征提取，得到三维模型的原始特征向量；对所有原始特征向量进行聚类压缩，并将三维模型的压缩向量与对应的模型信息存入模型数据库中；将待查询的三维模型的点云数据导入客户端中并获取待查询的原始特征向量，通过比较计算待查询的原始特征向量与模型数据库中存储的压缩向量之间的距离，在模型数据库中检索相似模型，并将相似模型在客户端进行展示交互。采用本方法能够对大规模三维场景漫游中的三维模型进行快速检索和高效管理。
-
Patent Agency Ranking
公开(公告)号：CN105516621B
公开(公告)日：2018-06-29
申请号：CN201410494322.6
申请日：2014-09-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种带预校正非均匀性的红外探测装置及其预校正方法，包括红外探测器、FPGA、A/D和D/A；FPGA分别与红外探测器、A/D和D/A连接，A/D分别与红外探测器和D/A连接，首先FPGA驱动红外探测器正常工作，红外探测器观测目标输出图像模拟信号传输至A/D采样量化，同时FPGA驱动D/A，产生近似红外探测器模拟输出信号的波形电压，再输出给A/D作为采样的基准电压，图像模拟信号经A/D转换为数字信号，并传输至FPGA，经图像处理后，输出显示。本发明的优点在于，在硬件上校正了图像行和行之间的非均匀性，改善了红外探测器的响应范围。
-
公开(公告)号：CN105092043B
公开(公告)日：2017-12-15
申请号：CN201410214806.0
申请日：2014-05-20
Applicant: 南京理工大学
Inventor： 隋修宝 , 颜奇欢 , 钱毅涛 , 陈钱 , 顾国华 , 钱惟贤 , 何伟基 , 于雪莲 , 路东明 , 钱佳 , 王晨 , 尹春梅 , 高航 , 孙镱诚 , 曾俊杰 , 李晓帆 , 赵耀 , 沈雪薇 , 刘源
Abstract: 本发明公开了一种基于场景的变积分时间的非均匀性校正方法，该方法是先将探测器在不同的积分条件下的背景图像的行投影向量和列投影向量计算出来，并将背景的行列投影向量存储起来，形成一个查找表。当探测器处于不同场景中拍摄图像时，为了确定探测器的最佳积分时间，先求图像得行列投影向量，并将该行列投影向量分别与查找表中的背景的行列投影向量做相关运算，找到与图像最相关的背景，由该背景来确定探测器的最佳积分时间。本发明的创新点在于能够找到探测器在不同场景中的最佳积分时间，在最佳积分条件下获得的图像有利于后续的图像配准，提高了配准精度，从而使得非均匀性校正效果更好。
-
公开(公告)号：CN105227852A
公开(公告)日：2016-01-06
申请号：CN201410259348.2
申请日：2014-06-11
Applicant: 南京理工大学
IPC: H04N5/235
Abstract: 本发明公开了一种基于色彩加权的自动曝光方法，用于实现对图像的自动曝光，提高图像的显示效果，本发明从采集的图像数据中提取色彩特征值，并利用色彩特征值以不同的权重计算图像的亮度指标。根据图像亮度指标判断图像是否在最佳亮度区间内，若否则根据自适应调整步长做出曝光参数的调整，得到曝光准确的图像。本发明对大多数场景得到亮度合适且拥有更鲜艳色彩的曝光图像，且在某种颜色占据主导的场景中色彩可以真实地恢复，获得准确的曝光。
-
公开(公告)号：CN105092043A
公开(公告)日：2015-11-25
申请号：CN201410214806.0
申请日：2014-05-20
Applicant: 南京理工大学
Inventor： 隋修宝 , 颜奇欢 , 钱毅涛 , 陈钱 , 顾国华 , 钱惟贤 , 何伟基 , 于雪莲 , 路东明 , 钱佳 , 王晨 , 尹春梅 , 高航 , 孙镱诚 , 曾俊杰 , 李晓帆 , 赵耀 , 沈雪薇 , 刘源
Abstract: 本发明公开了一种基于场景的变积分时间的非均匀性校正方法，该方法是先将探测器在不同的积分条件下的背景图像的行投影向量和列投影向量计算出来，并将背景的行列投影向量存储起来，形成一个查找表。当探测器处于不同场景中拍摄图像时，为了确定探测器的最佳积分时间，先求图像得行列投影向量，并将该行列投影向量分别与查找表中的背景的行列投影向量做相关运算，找到与图像最相关的背景，由该背景来确定探测器的最佳积分时间。本发明的创新点在于能够找到探测器在不同场景中的最佳积分时间，在最佳积分条件下获得的图像有利于后续的图像配准，提高了配准精度，从而使得非均匀性校正效果更好。
-
公开(公告)号：CN204145627U
公开(公告)日：2015-02-04
申请号：CN201420553571.3
申请日：2014-09-24
Applicant: 南京理工大学
Abstract: 本实用新型公开了一种带预校正非均匀性的红外探测装置，包括红外探测器、FPGA、A/D和D/A；FPGA分别与红外探测器、A/D和D/A连接，A/D分别与红外探测器和D/A连接，首先FPGA驱动红外探测器正常工作，红外探测器观测目标输出图像模拟信号传输至A/D采样量化，同时FPGA驱动D/A，产生近似红外探测器模拟输出信号的波形电压，再输出给A/D作为采样的基准电压，图像模拟信号经A/D转换为数字信号，并传输至FPGA，经图像处理后，输出显示。本实用新型的优点在于，在硬件上校正了图像行和行之间的非均匀性，改善了红外探测器的响应范围。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.021 seconds)
