基于小波多尺度交叉运算的海空背景红外小目标检测方法

    公开(公告)号:CN104599273B

    公开(公告)日:2017-07-28

    申请号:CN201510034009.9

    申请日:2015-01-22

    Abstract: 本发明公开了一种基于小波多尺度交叉运算的海空背景红外小目标检测方法,属于图像处理技术领域。本发明先对海天背景下的红外图像进行小波分解变换,然后利用小波分解得到的低频图像,通过水平边缘检测、连通方向判断检测海天线,最后在海天线区域内进行互能量交叉运算,得到待检测的目标。本发明中所得到的在复杂海空背景下对红外目标的检测结果相比于传统的海空背景目标检测方法,具有海天线检测准确、适应性强、检测速度快、海杂波云层干扰去除能力强的特点,该方法可以广泛应用于海面目标检测、入侵警报、定位跟踪等方面。

    一种高热稳定性猛炸药及其制备方法

    公开(公告)号:CN114644600B

    公开(公告)日:2023-11-03

    申请号:CN202011497774.1

    申请日:2020-12-17

    Abstract: 本发明公开了一种高热稳定性猛炸药,为化合物1‑氨基‑1‑肼基‑2‑硝基‑2‑四唑基乙烯。本发明还公开了1‑氨基‑1‑肼基‑2‑硝基‑2‑四唑基乙烯的制备方法,包括:首先将起始原料1,1‑二氨基‑2‑硝基‑2‑四唑基乙烯与水合肼反应,然后再与盐酸反应得到1‑氨基‑1‑肼基‑2‑硝基‑2‑四唑基乙烯。由于该化合物具有较高的产气量与生成焓,且其制备方法简单,绿色无污染,稳定性好,是具有潜力的含能材料。

    一种HMX杂化复合物、合成方法及应用

    公开(公告)号:CN115246840B

    公开(公告)日:2023-09-26

    申请号:CN202110787298.5

    申请日:2021-07-13

    Abstract: 本发明公开了一种β‑HMX的杂化复合物、合成方法及其应用。多个β‑HMX分子在共价有机骨架内部以氢键作用形成所述杂化复合物;其制备步骤为:将2,5,8‑三肼基‑s‑庚嗪,乙二醛,β‑HMX混合,通过原位自组装生成杂化复合物。由于该骨架具有强的共价键和分子间氢键,可以对β‑HMX的晶型进行约束,从而对其晶型转变有明显的抑制效果。

    一种强π电子离域的α,β-不饱和腈及其制备方法

    公开(公告)号:CN116354852A

    公开(公告)日:2023-06-30

    申请号:CN202310279836.9

    申请日:2023-03-20

    Abstract: 本发明公开了一种强π电子离域的α,β‑不饱和腈及其制备方法,其为化合物(Z)‑3‑氨基‑2‑硝基丙烯腈。本发明还公开了(Z)‑3‑氨基‑2‑硝基丙烯腈的制备方法,包括:以5‑氨基‑4‑硝基‑3‑叠氮基‑1H‑吡唑为起始原料,1,4‑二氧六环作为溶剂,通过热裂解脱氮反应,之后通过硅胶柱层析纯化得到(Z)‑3‑氨基‑2‑硝基丙烯腈。由于该化合物具有高热稳定性,强π电子离域特性和优异的反应活性,在有机合成中是非常重要的合成子和中间体。且其制备方法简单,产率和转化率高,绿色无污染,在生物化学,药物化学,材料化学具有广阔的应用前景。

    一种高热稳定性猛炸药及其制备方法

    公开(公告)号:CN114644600A

    公开(公告)日:2022-06-21

    申请号:CN202011497774.1

    申请日:2020-12-17

    Abstract: 本发明公开了一种高热稳定性猛炸药,为化合物1‑氨基‑1‑肼基‑2‑硝基‑2‑四唑基乙烯。本发明还公开了1‑氨基‑1‑肼基‑2‑硝基‑2‑四唑基乙烯的制备方法,包括:首先将起始原料1,1‑二氨基‑2‑硝基‑2‑四唑基乙烯与水合肼反应,然后再与盐酸反应得到1‑氨基‑1‑肼基‑2‑硝基‑2‑四唑基乙烯。由于该化合物具有较高的产气量与生成焓,且其制备方法简单,绿色无污染,稳定性好,是具有潜力的含能材料。

    基于边缘信息和支持度变换的红外与微光图像融合方法

    公开(公告)号:CN104361571B

    公开(公告)日:2017-05-10

    申请号:CN201410676622.6

    申请日:2014-11-21

    Abstract: 本发明公开了一种基于边缘信息和支持度变换的红外与微光图像融合方法,第一次先对源图像进行边缘检测,将检测后的结果进行融合,得到第一次融合图像,第二次先用SVT分别对两幅源图像和第一次融合图像进行多尺度分解,得到各自的各尺度近似图像与支持度图像;各尺度支持度图像,先按区域能量的融合策略互相融合,得到两幅源图像的支持度融合图像,然后两幅源图像的支持度融合图像再与第一次融合图像分解得到的各尺度支持度图像进行加权融合得到最终的支持度融合图像;最后将融合后的近似图像与最终的支持度图像进行支持度逆变换,重构得到最终的融合图像。本发明能够对红外与微光图像进行高效的图像融合。

    基于形态学和PCA的轮廓波红外与可见光图像融合方法

    公开(公告)号:CN104408700A

    公开(公告)日:2015-03-11

    申请号:CN201410677756.X

    申请日:2014-11-21

    Abstract: 本发明公开了一种基于形态学和PCA的轮廓波红外与可见光图像融合方法,先分别两幅图像进行形态学—帽变换,然后分别对图像进行轮廓波分解成高频和低频图像;然后对低频的图像进行主成分PCA方法进行融合;对高频的图像进行平均梯度自适应加权处理融合;通过轮廓波逆变换重构出融合后的图像。本发明对红外和可见光图像进行图像融合,使得融合后的图像具有良好的对比度、丰富的信息、清晰的纹理细节。

    基于深度神经网络的全色图像与多光谱图像融合的方法

    公开(公告)号:CN104112263A

    公开(公告)日:2014-10-22

    申请号:CN201410306238.7

    申请日:2014-06-28

    Inventor: 黄伟 肖亮 韦志辉

    Abstract: 本发明提供了一种基于深度神经网络的全色图像与多光谱图像融合的方法,具体步骤如下:步骤1,构建高分辨与低分辨图像块对的训练集;步骤2,利用改进的稀疏去噪自编码器学习训练神经网络模型中第一层的初始化参数;步骤3,利用改进的稀疏去噪自编码器对神经网络进行逐层的预训练;步骤4,对经过预训练的深度神经网络的参数进行微调;步骤5,根据已知的低空间分辨的多光谱图像,利用该深度神经网络重构出高分辨的多光谱图像。本发明提供的方法采用了深度学习的方法,能够充分利用非线性的神经网络刻画多光谱图像复杂的结构信息,从而使融合后的多光谱图像不仅具有高空间分辨率,而且能很好地保留了其光谱信息。

Patent Agency Ranking