一种基于内联遮挡处理的抗噪光场深度测量方法及系统

    公开(公告)号:CN117474922A

    公开(公告)日:2024-01-30

    申请号:CN202311821225.9

    申请日:2023-12-27

    Abstract: 本发明涉及光场成像的技术领域,具体提供基于内联遮挡处理的抗噪光场深度测量方法及系统,方法包括:获取光场原始图像;采用 光场参数化, 为角坐标,为空间坐标,输入光场中的每个像素并基于候选深度标签重新映射到剪切光场 ;根据剪切光场,判断遮挡类型;若遮挡为线型遮挡,则构造部分角度域成本量;若遮挡为块遮挡,则构造自适应角度域成本量;根据成本最小准则,求解成本量的初始深度图;采用多种滤波策略,对初始深度图进行噪声感知优化,获取最终深度图。因此,本发明基于场景立体模型得到的遮挡图用于遮挡检测,以提高遮挡检测的精确度;提升算法对噪声和遮挡的适应能力,提高了光场深度估计的精度。

    一种探测器滤光片高精度对准方法

    公开(公告)号:CN117289418A

    公开(公告)日:2023-12-26

    申请号:CN202311231174.4

    申请日:2023-09-22

    Abstract: 本发明涉及一种探测器滤光片高精度对准方法,包括以下步骤:将所述探测器芯片与所述滤光片组合体共同置于工具显微镜下;调整显微镜的焦深,观察到四处所述三角形对准标识标记点;调整所述探测器芯片位置,将所述探测器芯片与工具显微镜的坐标系正交;将水平X向及竖直Y向的读数清零;调整显微镜Z向焦面位置,观察到所述滤光片上的四处所述十字丝;通过所述十字丝与所述三角形对准标识的水平X向和/或竖直Y向位置偏差,确认所述滤光片的封装精度。本发明的探测器滤光片高精度对准方法,使得滤光片的封装精度可测,缩短尺寸链,封装精度显著提高,黑膜开窗尺寸可以制作得非常精确,有效吸收杂光,降低谱段间的串扰,改善了探测器的成像质量。

    基于潜在低秩稀疏表示与滚动引导滤波的图像融合方法

    公开(公告)号:CN116934643A

    公开(公告)日:2023-10-24

    申请号:CN202310879296.8

    申请日:2023-07-18

    Abstract: 基于潜在低秩稀疏表示与滚动引导滤波的图像融合方法,涉及图像融合处理领域。包括:获取来自同一场景且已完成图像配准的原始红外图像与原始可见光图像;利用潜在低秩稀疏表示算法和滚动引导滤波算法分解原始图像,获得显著层子图像和基础层子图像;利用基于显著特征的权重图模型指导基础层子图像进行自适应加权融合,获得融合后的基础层子图像分量;利用核范数和修正的空间频率算法融合显著层子图像,获得融合后的显著层子图像分量;将融合后的基础层子图像分量和显著层子图像分量进行逆变换重构,获得最终的融合图像。本发明解决了因红外与可见光图像间光谱差异较大而引起融合结果对比度偏低等问题,提升了融合图像的整体视觉效果。

    基于联合相位调整的多通道数据训练方法

    公开(公告)号:CN115987453A

    公开(公告)日:2023-04-18

    申请号:CN202211641307.0

    申请日:2022-12-20

    Abstract: 本发明涉及一种基于联合相位调整的多通道数据训练方法,在该方法中,接收器实时采样发送端发送的固定码型训练字,FPAG控制逻辑通过调节IODLEAY数据延迟单元对输入数据进行延迟控制,并完成多通道延迟对齐;FPAG控制逻辑通过控制时钟管理单元DCM单元调节采样时钟相位;FPAG控制逻辑控制接收器锁存位置,直到锁存住与发送端发送的训练字相同的数据位置,至此完成数据训练。本发明利用FPGA内部的时钟管理单元DCM及IODELAY数据延迟单元实现采样时钟与数据输入延迟的联合相位调整,有效提高高速数据通信的训练可靠性,确保高速数据能够可靠的被接收器采集,降低误码率,且适用范围更广。

    一种基于融合的长期目标跟踪方法

    公开(公告)号:CN110827327B

    公开(公告)日:2023-04-18

    申请号:CN201810917390.7

    申请日:2018-08-13

    Abstract: 本发明实施例提供了一种基于融合的长期目标跟踪方法。该基于融合的长期目标跟踪方法首先给定初始帧中目标的位置及尺寸信息,通过提取特征分别训练核相关滤波器与贝叶斯分类器,融合两个分类器获得短期跟踪方法,并使用短期跟踪方法和支持向量机构成重检测模块;根据短期跟踪方法响应图的平均峰值相关能量与最大响应值与对应的历史均值的关系,控制重检测模块的工作和模型的更新。本发明实施例的基于融合的长期目标跟踪方法利用响应峰值以及平均峰值相关能量对更新模板进行优化,自适应选择是否更新模型;并且提出一种重检测方法,解决了目标跟踪检测范围被贝叶斯分类器限制与目标丢失的问题,增强了目标跟踪的鲁棒性。

    CMOS探测器调试系统及检测方法
    26.
    发明公开

    公开(公告)号:CN115480143A

    公开(公告)日:2022-12-16

    申请号:CN202211113813.2

    申请日:2022-09-14

    Abstract: CMOS探测器的调试系统及检测方法,涉及CMOS探测器筛选测试领域,解决现有CMOS探测器上电过程中,易出现烧毁芯片、SPI写操作错误以及图像模糊等问题,包括VDD18D、VDD18AD和VDD5A的LDO供电及电流检测电路、电荷转移栅低压供电及电流检测电路、像素和基准源供电及电流检测电路、源级跟随器供电及电流检测电路、电荷转移栅高压供电及电流检测电路和电平转换电路;本发明对探测器的供电电源进行了限流设置,设置了最大输出电流,同时根据CMOS探测器上电过程中可能出现的各种异常现象对探测器的状态进行诊断,并进行相应处理,避免由于错误状态而把所有的供电全加上而出现异常大电流。

    TDICMOS滚动行周期下成像效果评估方法

    公开(公告)号:CN113452939A

    公开(公告)日:2021-09-28

    申请号:CN202110727790.3

    申请日:2021-06-29

    Abstract: TDICMOS滚动行周期下成像效果评估方法,涉及TDICMOS成像效果评估技术领域,首先根据不同行周期下得到的电荷转移信号跳变沿位置,统计出各驱动信号的高电平起始和结束位置及在一个行周期内同一个驱动信号出现上升沿或下降沿的次数;然后逐个电荷转移信号进行上升和下降沿位置的比较,重新计算上升沿位置;接着计算每次电荷转移的质心位置等于上升和下降沿位置之和;计算出各步骤下的质心之间的间距;最后根据电荷转移的相数和对应行周期下的各质心的间距计算得到当前的动态传递函数值。本发明通过上升和下降沿的相对位置判断,可以方便进行质心位置的计算,避免冗余转换而出现的错误。

    一种基于局部敏感直方图改进的Staple目标跟踪方法

    公开(公告)号:CN110827319A

    公开(公告)日:2020-02-21

    申请号:CN201810917388.X

    申请日:2018-08-13

    Abstract: 本发明实施例提供了一种基于局部敏感直方图改进的Staple目标跟踪方法。该基于局部敏感直方图改进的Staple目标跟踪方法首先计算灰度图像的3通道局部敏感直方图,再通过两个岭回归方程分别求解并提取特征训练两个跟踪模型,其中颜色分类器使用局部敏感直方图的每个通道上提取的直方图训练,最后融合两个跟踪模型的分类结果获得目标在当前帧的位置,从而有效地解决了现有Staple目标跟踪方法在单通道的灰度图像及红外图像上跟踪效果不理想的问题。

    一种基于融合的目标跟踪方法

    公开(公告)号:CN110751670A

    公开(公告)日:2020-02-04

    申请号:CN201810812948.5

    申请日:2018-07-23

    Abstract: 本发明实施例公开一种基于融合的目标跟踪方法,该目标跟踪方法分别训练核相关滤波器和贝叶斯分类器,并采用加权平均法集成核相关滤波的响应和贝叶斯分类器的响应,并基于贝叶斯分类器和方向梯度直方图特征融合成一种新的特征,该新的特征能够有效地增强相关滤波器的判别能力。进一步地,本发明实施例的目标跟踪方法采用Sigmoid更新模型从而能够自适应调整模型学习率,Sigmoid更新模型能够使贝叶斯分类器自适应地更新,避免模型被不良样本所污染,从而能够在多种工况下实时且准确地跟踪目标。

    一种基于NSST与自适应双通道PCNN的融合方法以及融合处理器

    公开(公告)号:CN109272477A

    公开(公告)日:2019-01-25

    申请号:CN201811055169.1

    申请日:2018-09-11

    Abstract: 本发明公开了一种基于NSST与自适应双通道PCNN的融合方法以及融合处理器。该融合方法包括步骤:将源图像采用NSST分解为各分量子带图像,并分别得到低频子带系数和高频子带系数计算改进的拉普拉斯能量作为低频子带系数的PCNN外界刺激,并采用改进的平均梯度作为高频子带系数的PCNN外界刺激;将分解后得到的低频子带系数与高频子带系数输入到自适应双通道模型中;利用NSST逆变换重构所述低频子带系数与高频子带系数,形成融合图像。本发明公开的一种基于NSST与自适应双通道PCNN的融合方法和融合处理器一定程度上克服了传统融合方法对比度偏低,纹理细节丢失严重等问题,融合性能更好。

Patent Agency Ranking