-
公开(公告)号：CN105741243A
公开(公告)日：2016-07-06
申请号：CN201610056841.3
申请日：2016-01-27
Applicant: 北京航空航天大学
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/10016 , G06T2207/20201
Abstract: 本发明公开了一种模糊图像复原方法，应用于由相机和被拍摄目标相对运动形成的模糊图像，所述方法包括：通过所述图像得到所述图像的平滑区域；通过所述图像的平滑区域计算平滑区域标记矩阵；根据所述图像生成初始模糊核；通过对所述初始模糊核优化得到模糊核的估计值；通过所述模糊核的估计值对模糊图像进行复原。本发明对图像的平滑区域进行标记，充分利用图像中的平滑区域信息对模糊核估计过程施加约束，保证模糊核估计的准确性，利用估计的模糊核的对模糊图像进行复原，对于运动图像模糊复原有重要意义。
-
公开(公告)号：CN105719298A
公开(公告)日：2016-06-29
申请号：CN201610044692.9
申请日：2016-01-22
Applicant: 北京航空航天大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于边缘检测技术的线扩散函数提取的方法，属于应用光学技术领域。所述方法包括对输入图像提取最优目标区域；在提取到的最优目标区域内，找到有效的像素级边缘点的位置，进行高阶次函数曲线拟合，获得亚像素级边缘点的位置；对获得的亚像素级边缘点的位置进行调整；对最优目标区域进行三次样条插值，获得稠密边缘；在边缘扩展函数的基础上，提取线扩散函数。本发明对输入图像的质量没有任何约束，不进行任何预处理操作，采样图像的选取十分简单且方便，有效的减少了图像选取的困难，增加了实用性，很大程度上扩展了本发明的适用范围。目标区域的获取无需任何人工操作，易于适用，运行方便，提高的了本发明的实用性。
-
公开(公告)号：CN117761638B
公开(公告)日：2024-05-03
申请号：CN202310213802.X
申请日：2023-03-08
Applicant: 北京航空航天大学
IPC: G01S7/40
Abstract: 本发明提供一种基于时间同步关系的着舰引导雷达校准评估方法，针对目前舰载动态导航系统中着舰引导雷达的校验评估的研究处于起步阶段，本发明采用无人机飞行平台，实现机载舰载双平台时间同步关系，利用机载的GNSS定位信息为基准源，将舰载引导雷达的定位信息与基准源定位信息进行对比，获取方位、仰角和距离等精确度信息偏差，充分利用了无人机平台采集数据的便捷性，以及全球卫星导航系统GNSS的实时性及高精度性。本发明提出了一种不需要借助人眼、经纬仪等辅助手段的校准评估方法，提高了校准评估的可靠性和精确度。
-
-
公开(公告)号：CN115857520A
公开(公告)日：2023-03-28
申请号：CN202310113156.X
申请日：2023-02-15
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于视觉和船状态结合的无人机着舰状态监视方法，针对现有传统无人机着舰状态监视技术存在的目标跟踪精度低、不能解算姿态信息、没有考虑舰船的运动状态等问题，本发明结合舰船运动状态，采用计算机视觉的目标跟踪算法和传统测距模块结合的方法来估计无人机的相对位置，采用深度学习的姿态估计算法估计无人机的相对姿态，并且考虑舰船的运动状态动态规划降落轨迹曲线，通过评估降落轨迹和当前位姿的误差分布，对无人机的状态进行监视，从而实现无人机的着舰控制。
-
Patent Agency Ranking
公开(公告)号：CN112381788B
公开(公告)日：2022-11-22
申请号：CN202011264991.6
申请日：2020-11-13
IPC: G06T7/00 , G06T7/11 , G06T7/194 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/04 , G06N3/08 , G06T5/40
Abstract: 本发明公开了一种基于双分支匹配网络的零部件表面缺陷增量检测方法，能够在摄像机采集图像和其中的零部件缺陷区域之间进行相似度测量并匹配，通过本发明的技术方案，能够通过深度双分支匹配网络的相似度计算能力对零部件图像表面缺陷进行检测，可以避免现有深度学习方法导致的模型泛化能力不佳以及输出信息不充分的问题。通过增量学习机制自动扩充缺陷模板库，突破了数据更新时模型能力难以提升的瓶颈，利用图像分类模型对新增模板进行类别预测，降低了系统检测错误的可能，提升了系统鲁棒性。
-
公开(公告)号：CN115222595A
公开(公告)日：2022-10-21
申请号：CN202210781788.9
申请日：2022-07-04
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种机场大范围环境下的多平台多视角图像拼接方法。首先利用图像生成对抗思想对机场遥感图像进行处理，生成机场的边缘结构框架图。然后在边缘结构框架图的引导之下，通过建立多视角图像对齐网络和重建网络实现机场多视角多平台图像的对齐和重建，最终得到基于机场大范围下的图像拼接图。通过多级约束有效提高特征提取与表达能力，并且结合深度学习方式训练出一种精确的图像重建拼接模型用于对机场塔楼摄像头拍摄到多视角图片，可以有效地提高拼接准确度，在监视机场实时动态、预估机场内安全隐患等应用中都具有重大意义。
-
公开(公告)号：CN114034317A
公开(公告)日：2022-02-11
申请号：CN202111323259.6
申请日：2021-11-05
Applicant: 北京航空航天大学
Abstract: 本发明是一种基于无人机飞行校验平台的云校验系统及方法。本系统包括混合翼无人机、轻量飞行校验设备、飞行校验数据公网实时传输模块、飞行校验数据评估数据库和云校验系统平台。本发明方法通过轻量飞行校验设备接收机场导航台站的信号和云校验系统平台发送的控制信号，控制无人机飞行；无人机执行飞行校验科目，飞行校验数据通过机载5G通信模块发送出去；云校验系统平台对飞行校验数据实时分析，进行无人机航迹优化，对无人机系统进行故障预测，实现无人机飞行冲突解脱，通过5G模块发送控制信号给无人机。本发明提高了无人机飞行校验的可靠性，保证了无人机和通用航班的安全，突破了飞行校验的距离限制，提高了飞行校验的效率。
-
公开(公告)号：CN111652966B
公开(公告)日：2021-06-04
申请号：CN202010393797.1
申请日：2020-05-11
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于无人机多视角的三维重建方法及装置，属于计算机图像处理技术领域。本发明方法包括：无人机航拍场景多视角的二维图像，输入三维重建模型处理，获取相应视角下优化后的深度图，将各视角下优化的深度图融合得到场景的三维点云；三维重建模型提取图像的特征图进行单应性变换和构建代价矩阵，生成深度概率分布图，回归为初始深度图，再与参考图融合，输入深度残差学习网络，优化深度图。本发明装置包括处理器和存储器；存储器中存储实现所述三维重建方法的计算机程序；处理器执行所述计算机程序，进行场景三维重建。本发明降低了三维场景重建时的耗时以及资源占用等问题，实现了速度更快、准确率更高的三维场景重建。
-
公开(公告)号：CN110163890B
公开(公告)日：2020-11-06
申请号：CN201910331239.X
申请日：2019-04-24
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种面向空基监视的多目标跟踪方法，属于航空监视领域。首先获取待检测场景图中所有疑似目标的位置坐标信息。对某个疑似目标使用基于外表信息的特征提取网络和运动信息的特征提取网络进行提取后融合，同理针对每帧图像中的所有疑似目标，分别计算融合了外表和运动信息的特征向量。将上一帧和当前帧中每个疑似目标，两两遍历，得到每两个疑似目标之间的相似度，并以疑似目标作为点，相似度作为边上的权重构建图卷积神经网络，将当前帧中每个点通过权重对该点传播相连边的另一点的特征向量并更新，重新计算每两个疑似目标的特征相似度，保证两帧之间多目标一对一匹配。本发明能高效传播目标特征向量，易于构建和训练。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.045 seconds)
