一种高速TDICCD遥感相机图像采集与显示装置

    公开(公告)号:CN103986869A

    公开(公告)日:2014-08-13

    申请号:CN201410219151.6

    申请日:2014-05-22

    Abstract: 一种高速TDICCD遥感相机图像采集与显示装置涉及空间高速TDICCD相机电子学系统研制领域,该装置包括高速串行接口、高速串行收发器、FPGA、Cameralink发送器、Cameralink接口、RS232串口收发器、RS232串口、高速图像采集卡、高速固态存储卡、主控计算机和图像显示设备。本发明可以有效地接收高速TDICCD遥感相机所有通道的CCD原始图像数据,并进行实时存储、处理与显示,利用FPGA实现多路高速图像数据转换输出,硬件实现简单,控制灵活,且硬件开销小,集成度高,为高速TDICCD遥感相机研制提供了性能更加稳定且便携的地面测试系统。

    TDI成像的像移自配准方法
    32.
    发明公开

    公开(公告)号:CN103985129A

    公开(公告)日:2014-08-13

    申请号:CN201410224831.7

    申请日:2014-05-26

    Abstract: TDI成像的像移自配准方法,涉及光电探测成像领域,解决现有像移补偿方法增加成像系统的设计难度、复杂度及成本,并且存在补偿范围小、精度低以及实时性差等问题,本发明基于像移速度得到图像传感器每帧像素的位置偏差,在数字域TDI过程中,根据偏差值进行行列配准和对位累加,从而实现在TDI的同时完成像素级像移补偿的目的。其中像移速度矢的角度偏差通过列向配准来调整;像移速度矢的速度大小偏差通过行向配准来调整。本发明采用设计的像移自配准方法在扫描成像的时间延迟积分过程中实现配准像素的对位累加,依赖于灵活的数字域操作,从而简单有效地实现不同像移方向和像移速度大小情形下的TDI相机扫描清晰成像。

    一种基于改进YOLOv3网络的眼底图像视盘检测方法

    公开(公告)号:CN115937960A

    公开(公告)日:2023-04-07

    申请号:CN202211726507.6

    申请日:2022-12-30

    Abstract: 本发明提出一种基于改进YOLOv3网络的眼底图像视盘检测方法,属于医学影像人工智能目标检测技术领域,包括以下步骤:缩减backbone网络并在缩减后的backbone网络中的每个残差块后面连接SENet模块;引入一个104×104的检测尺度,将3尺度的检测网络修改成4尺度的检测网络;利用k‑means聚类算法生成先验框,采用边界框均方误差、置信度交叉熵和类别交叉熵的总和作为损失函数;利用梯度下降法优化网络模型参数,得到训练好的网络模型;用训练好的网络模型对眼底图像进行视盘目标检测,预测视盘的位置信息。本发明具有较高的检测精度和速度,能够辅助眼底医学诊断。

    一种基于改进Unet网络的眼底图像视盘视杯分割方法

    公开(公告)号:CN115797329A

    公开(公告)日:2023-03-14

    申请号:CN202211732709.1

    申请日:2022-12-30

    Abstract: 本发明提出一种基于改进Unet网络的眼底图像视盘视杯分割方法,包括步骤:使用labelme软件对获取的眼底图像数据集进行视盘视杯区域的数据标注以及数据集划分;构建Unet网络,包括主干特征提取部分、加强特征提取部分和预测部分;在Unet网络中每次3×3的卷积后添加批量标准化以及引入Rate分别为1、2、4的三个空洞卷积,并将三个空洞卷积的结果累积加和;网络训练后得到训练好的Unet网络模型。本发明通过在Unet网络中添加BN,降低了不同样本间值域的差异性,减少了梯度对参数或其初始值的依赖性,加速了网络的收敛;通过引入三个空洞卷积,在不增加模型参数数量和复杂性的前提下扩大感受野,分割准确率更高。

    一种基于深度学习的眼底图像识别分类方法

    公开(公告)号:CN112966759B

    公开(公告)日:2022-05-10

    申请号:CN202110274127.2

    申请日:2021-03-15

    Abstract: 一种基于深度学习的眼底图像识别分类方法,涉及深度学习和图像处理领域,解决现有深度学习方法进行眼底图像识别存在着准确度与速度之间的矛盾制约,效率较低,且原始数据少,给训练精度带来极大的影响等问题。该方法包括:步骤1,将眼底图像数据集进行数据增强后分为初始训练集a和验证集c,对训练集a进行数据扩充得到相对改变性质较小的训练集b1和相对改变性质较大的训练集b2;步骤2,分别将三个有映射关系的训练集a、b1、b2输入到不同的神经网络,其中将训练集b1的训练的卷积基复用到训练集b2,再通过密集连接分类器生成分类标签;步骤3,以图像改变性质的大小通过验证集c验证赋以不同的权重,融合使用优化算法达到最终结果。

    基于特征间方位距的特征描述系统

    公开(公告)号:CN113689403A

    公开(公告)日:2021-11-23

    申请号:CN202110974875.1

    申请日:2021-08-24

    Abstract: 基于特征间方位距的特征描述系统,涉及图像特征提取领域。采用特征检测器检测一个图像所有特征点,采用特征筛选单元对特征点进行筛选,然后利用特征间关系计算单元计算每一个主要特征点与其余所有次要特征点之间的方位和距离,并进一步计算其关系强度。最后由特征描述生成单元对其进行特征描述,即特征描述向量。本发明采用了特征之间的方位距的信息来量化描述特征,此方法无需利用尺度空间以及灰度梯度变化信息即可描述特征,同时保持一定的区分性,以及尺度不变性。该方法计算复杂度低,易于在硬件中实现,有利于加速特征匹配、图像配准等应用,给快速实时性的应用带来了潜能。

    单一小视场相机钟摆式螺旋扫描成像系统及方法

    公开(公告)号:CN109803091B

    公开(公告)日:2021-03-12

    申请号:CN201910245959.4

    申请日:2019-03-29

    Abstract: 单一小视场相机钟摆式螺旋扫描成像系统及方法涉及空间遥感相机成像运动模式,克服传统相机的成像模式成像视场小的问题,实现了小载荷下实现大视场广域成像。本发明成像载荷模块上的小视场的成像相机,通过空间遥感平台、机械转动模块与成像载荷模块上的摆动装置运动及姿态的协调配合,来实现小视场成像相机的大视场成像。单一成像载荷模块本身质量与体积相对于现有的成像系统均很小,本发明的遥感平台的体积与质量也小于现有的遥感平台。解决了现有空天遥感平台成像系统质量、体积与分辨率、幅宽的矛盾及现有小视场相机在大视场成像应用中的瓶颈问题。在广域搜索中,大视场相机制造工艺复杂困难,本发明的成像载荷系统的结构与制作都相当简单。

    一种遥感相机图像实时采集处理系统

    公开(公告)号:CN107509033B

    公开(公告)日:2020-12-01

    申请号:CN201710853597.8

    申请日:2017-09-20

    Abstract: 一种遥感相机图像实时采集处理系统,涉及航天遥感相机载荷地面检测技术领域,它解决了地检设备体积庞大、价格高昂、图像实时处理能力不足、图像评判过于专业化等问题,包括差分转并行电路、FPGA、接口匹配电路、嵌入式微处理器、数据存储电路、键鼠及显示外围设备等。差分转并行电路将差分视频图像数据转换为并行数据;FPGA将并行数据转换为符合MIPI CSI‑2接口协议的数据格式;接口匹配电路建立FPGA与嵌入式微处理器之间MIPI接口电气特性的信号传输桥梁;嵌入式微处理器接收MIPI CSI‑2接口图像视频信号,利用ISP进行视频图像处理,通过数据存储电路存储图像视频数据,利用外围显示设备实时显示输出。

    一种实时数字图像增强方法及系统

    公开(公告)号:CN110996005A

    公开(公告)日:2020-04-10

    申请号:CN201911309568.0

    申请日:2019-12-18

    Abstract: 本发明涉及一种实时数字图像增强方法及系统,属于数字图像处理技术领域,当对数字图像进行处理时,获取工业相机采集的灰度图像,由CameraLink输入接口传输到第一数据转换模块中进行串并转换,然后传入到FPGA芯片中,FPGA芯片作为核心处理单元和主控单元对整个系统进行逻辑时序控制,并将图像进行处理,然后将图像数据传输到第二数据转换模块中再做一次串并转换后,通过CameraLink输出接口将增强后的图像进行输出。本发明主要利用FPGA内部资源实现,采用流水线的方式进行数据处理,提高了图像处理速度,占用资源较少,减小FPGA的功耗。

Patent Agency Ranking