-
公开(公告)号:CN102937438B
公开(公告)日:2015-04-01
申请号:CN201210275466.3
申请日:2012-08-03
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于最优化方法的红外弱小目标距离探测方法,将源图像利用中值滤波进行预处理,然后用罗宾逊滤波进行奇异点探测,并自适应调整阈值进行图像分割,再用提取的目标做航迹关联,最终得到目标的角度信息,利用构造的最优化方程通过最梯度法求解出目标距离信息。本发明通过一个探测器完成目标的距离结算,同时控制了收敛速度。
-
公开(公告)号:CN104122561A
公开(公告)日:2014-10-29
申请号:CN201410336162.2
申请日:2014-07-15
Applicant: 南京理工大学
CPC classification number: G01S17/89 , G01S7/4818
Abstract: 本发明提供一种非扫描型3D激光成像雷达。包括锁模激光器、分束片、PIN光电管、激光扩束镜、多通道并行计时仪、望远镜、MCP像增强器、光纤阵列、雪崩光电二极管阵列、数据采集模块和计算机;光纤阵列与雪崩光电二极管阵列信号输入端的连接方式由d-分离矩阵A确定。本发明能够实现高点云采集速率、高分辨率三维成像。
-
公开(公告)号:CN102567977B
公开(公告)日:2014-06-25
申请号:CN201110457969.8
申请日:2011-12-31
Applicant: 南京理工大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于小波的红外偏振图像自适应融合方法,对输入图像进行小波分解,建立各自的小波分解系数;分别计算输入图像各自高频分量的匹配测度;结合遗传优化算法,计算出融合方法中的决策模块部分;利用遗传优化算法对决策因子中关键参数阈值T进行自适应优化;计算融合图像的高频分量;利用对源图像低频分量进行平均加权得到融合图像的低频分量;结合得到的高频分量和低频分量,利用小波逆变换来得到最后的融合图像。本发明对红外偏振图像融合的效果有一个明显提高。
-
公开(公告)号:CN103345099A
公开(公告)日:2013-10-09
申请号:CN201310312020.8
申请日:2013-07-24
Applicant: 南京理工大学
Abstract: 本发明公开一种基于偏振光消光的成像方法,它解决了现有的在饱和光下对目标物体拍照成像清晰度低、不具有实时性的问题。其方法:控制拟被拍照物体到光源和相机连线的夹角为两倍的布儒斯特角,在相机镜头的前方设置一个垂直相机光轴的偏振片,通过旋转偏振片,分时拍摄多幅具有不同偏振角度的偏振图像,对偏振图像划定像素点窗口,将窗口内像素点灰度值与阀值进行比较,选取灰度值大于阀值的像素点个数最小的窗口内像素点融合成像。
-
公开(公告)号:CN102865833A
公开(公告)日:2013-01-09
申请号:CN201210395483.0
申请日:2012-10-17
Applicant: 南京理工大学
IPC: G01B11/25
Abstract: 本发明公开了一种基于等高信息稀疏测量的三维成像装置及其方法。本装置由锁模激光器、激光扩束镜、液晶空间光调制器、高速PIN管、高速数据采集模块和同步电路控制系统等组成。结合信号参数反演方法和压缩感知理念,提出了等高压缩三维深度图像重建方法,即:采用距离基投影的方式将待测信号量(距离)转换为唯一确定的无量纲等高信息矩阵,通过构造符合压缩感知理论体系的稀疏测量方式,对等高信息进行稀疏测量并重建,恢复出待测场景的三维深度信息。本发明采用压缩感知理论的信息采集方式,不仅实现了目标三维信息的获取,还避免了一般三维成像繁杂的机械扫描过程,简化了成像系统的结构,同时减小了探测器尺寸,降低了成像系统的成本。
-
公开(公告)号:CN102829957A
公开(公告)日:2012-12-19
申请号:CN201210275613.7
申请日:2012-08-03
Applicant: 南京理工大学
IPC: G01M11/02
Abstract: 本发明公开了一种红外跟踪测量系统的空间分辨率及像面倾斜角度的室外快速标定方法,打开红外跟踪测量系统,寻找一处背景丰富的固定场景观察,根据Harris的方法提取场景图像的Harris角点;转动红外跟踪测量系统的跟踪架,在不同的轴角位置对选定的场景观察,提取场景图像的Harris角点;不断转动跟踪架在不同的轴角位置重复,角点在图像上的位置也发生变化,从而形成了一系列的点迹;将全部帧中的所有角点的图像位置数据与轴角位置数据代入空间分辨率及像面倾斜角度计算公式。本发明达到了红外跟踪测量系统在室外快速标定的要求,具有适应性强,快速简便的优点。
-
公开(公告)号:CN117082234A
公开(公告)日:2023-11-17
申请号:CN202311234925.8
申请日:2023-09-22
Applicant: 南京理工大学
IPC: H04N17/00
Abstract: 本发明公开了一种CMOS图像传感器转换增益的测试方法,其包括:步骤一:使用示波器测试转接板的上下电顺序;步骤二,使用FPGA对CMOS图像传感器进行配置;步骤三:Cameralink采集卡采集图像数据;步骤四:搭建测试平台;步骤五:读取仪器仪表状态;步骤六:在低照下采集图像数据;步骤七:使用最小二乘法计算读出噪声斜率;步骤八:采集亮场图片;步骤九:对读出噪声进行修正;使用修正后的数据计算转换增益。本发明使用FPGA驱动CMOS图像传感器得到传感器输出的原始数据,并通过上位机程序对读出噪声进行修正,有效提高测试效率和精度。
-
公开(公告)号:CN115760572A
公开(公告)日:2023-03-07
申请号:CN202211445907.X
申请日:2022-11-18
Applicant: 南京理工大学
IPC: G06T3/40 , G06T3/00 , G06T7/55 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 发明公开了一种基于强度引导的多尺度超分辨重建方法。该方法针对绝大多数低成本的深度设备采集的深度信息空间分辨率低的缺点,在具有编码器‑解码器架构的深度网络UNet3+基础上设计了一种结合局部信息和全局信息的引导式的残差深度超分辨网络。该网络使用强度图和从深度直方图中提取的多尺度特征图引导深度图的上采样。并基于注意力机制将强度图和深度图之间建立依赖关系以提高特征信息利用率。本发明能成功将低空间分辨率的深度图上采样至4倍,并通过添加噪声来证明算法的鲁棒性以及在模拟数据和真实数据上验证所提出的算法的泛化能力。
-
公开(公告)号:CN111259991B
公开(公告)日:2022-09-20
申请号:CN202010129617.9
申请日:2020-02-28
Applicant: 南京理工大学
IPC: G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种噪声环境下欠采样单像素成像目标识别方法,该方法利用计算式单像素关联成像光路获取样本的一维欠采样信号,将一维欠采样信号行重排生成矩阵,将矩阵映射到伪彩色空间生成彩色图片;将彩色图片分为训练集和测试集,输入卷积神经网络进行训练,并进行参数调优,获得训练好的卷积神经网络;对待识别图片进行样本相同的处理得到彩色图片,将彩色图片作为目标样本经训练好的卷积神经网络进行识别,获得识别结果。本发明基在不进行关联运算的前提下进行目标识别,保证了目标识别准确率,加快了目标识别的速率。
-
公开(公告)号:CN110097634B
公开(公告)日:2022-09-20
申请号:CN201910317537.3
申请日:2019-04-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种自适应多尺度的三维鬼成像方法,首先通过鬼成像系统获得目标不同方位的低分辨率鬼像;将低采样率下得到的图像结果进行预处理,滤除噪声;然后利用预处理过后的二维鬼像计算目标表面法向量;以表面法向量的稀疏性作为划分高低分辨率区域的标准划分区域;根据划分出的高分辨率区域生成高分辨率成像的参考光场,并获得高分辨率鬼像;最后将高低分辨率区域的图像拼接,并进行三维重构,从而获得目标三维图像。本发明减少鬼成像系统的采样次数,提高了系统的运算速度;减少了三维成像的测量数据,降低数据冗余,有利于数据的传输和存储。
-
-
-
-
-
-
-
-
-