一种基于稠密时序的复杂冰形三维重构方法及介质

    公开(公告)号:CN118134985B

    公开(公告)日:2024-07-09

    申请号:CN202410558451.0

    申请日:2024-05-08

    Abstract: 本发明涉及一种基于稠密时序的复杂冰形三维重构方法及介质,方法包括:获取实时的冰形图像;对于获取的任意一个时刻的冰形图像,进行图像处理及三维重建,获取该任意一个时刻的三维点云数据;将该任意一个时刻的三维点云数据与该任意一个时刻之前的三维点云数据进行堆叠,得到堆叠后的三维点云数据;获取需要三维冰形重构的时刻点,基于该时刻点获取对应的堆叠后的三维点云数据;基于对应的堆叠后的三维点云数据,识别边缘点,以得到该时刻点的三维冰形。有效解决了复杂冰形由于结冰单元之间相互遮挡造成的测量精度差的问题,提高了相互遮挡的复杂结冰三维冰形测量精度。

    一种基于密集连接亚像素GAN模型的图像去雾方法

    公开(公告)号:CN116342437B

    公开(公告)日:2023-07-21

    申请号:CN202310621300.0

    申请日:2023-05-30

    Abstract: 本发明涉及图像去雾技术领域,具体涉及一种基于密集连接亚像素GAN模型的图像去雾方法。首先搭建所述密集连接亚像素GAN模型,并对其进行训练;然后获取待处理有雾图像,并将其输入到密集连接亚像素GAN模型的生成器中,输出图像的透射率和大气光照值,最后获取大气散射模型并基于透射率、大气光照值和大气散射模型得到去雾图。本发明通过估计透射率图和大气光照值,来反解大气散射模型能有效增强去雾效果;在对抗网络模型中加入了亚像素卷积层当做网络结构中的上采样操作,能消除传统采用逆卷积带来的伪影且亚像素卷积层能最大限度利用图像信息来提高图像的分辨率,得到清晰的去雾图片。

    光纤式结冰传感器及冰外部形貌的识别方法

    公开(公告)号:CN115585753A

    公开(公告)日:2023-01-10

    申请号:CN202211593204.1

    申请日:2022-12-13

    Abstract: 公开一种光纤式结冰传感器及冰外部形貌的识别方法,光纤式结冰传感器包括:多组光纤通道,所述多组光纤通道的一端汇聚形成检测端面,所述检测端面与目标设备的待测表面平齐;多个检测单元,与所述多组光纤通道的另一端通信连接,用于检测所述待测表面在各组光纤通道处的冰厚信息,其中,每个检测单元各自与一组光纤通道通信连接;曲线拟合模块,与所述多个检测单元通信连接,用于根据各个检测单元得到的冰厚信息对所述待测表面的冰外部形貌进行曲线拟合。该光纤式结冰传感器能够高效地对冰外部形貌进行测量,从而精确地识别出相关部件表面的冰外部形貌。

    一种基于温度测量的结冰探测装置及结冰探测方法

    公开(公告)号:CN115416854A

    公开(公告)日:2022-12-02

    申请号:CN202211381850.1

    申请日:2022-11-07

    Abstract: 本发明涉及防除冰技术领域,提供了一种基于温度测量的结冰探测装置及结冰探测方法,采用温度传感器阵列结合合适的理论计算来代替常规的结冰传感器阵列,能很大程度上减小结冰探测装置的体积,降低系统成本。并且采用本申请的探测装置和探测方法,在探测到结冰厚度的同时,还能计算得到云雾参数:水含量LWC和水滴中值直径MVD,解决了云雾参数探测困难的技术问题。本申请的探测装置可以做成一个通用件,相当于一个新型的结冰传感器。

    一种风洞试验模型姿态测量方法

    公开(公告)号:CN114509071A

    公开(公告)日:2022-05-17

    申请号:CN202210414422.8

    申请日:2022-04-20

    Abstract: 本发明适用于风洞测控技术领域,提供了一种风洞试验模型姿态测量方法,包括:将固联安装有惯导的风洞试验模型设置于风洞支撑装置上,布置至少两个相机构成相机阵列,并将惯性/视觉姿态测量系统进行坐标取齐;在惯性/视觉姿态测量系统时间同步的基础上,分别进行惯导姿态解算和相机阵列姿态解算,得到惯导解算姿态信息和视觉测量姿态信息;通过卡尔曼滤波器对惯导解算姿态信息和视觉测量姿态信息进行信息融合,建立系统滤波方程,并根据信息融合结果更新系统滤波方程、得到系统的状态估计误差;根据系统的状态估计误差提取系统的姿态估计误差并校正惯导的姿态,得到风洞试验模型的最优姿态。提高了风洞试验模型三维姿态的测量精度。

    基于特征感知的显著目标提取方法

    公开(公告)号:CN114022747B

    公开(公告)日:2022-03-15

    申请号:CN202210015109.7

    申请日:2022-01-07

    Abstract: 本发明属于图像处理技术领域,具体涉及基于特征感知的显著目标提取方法。通过特征MSCN因子、特征图像熵、特征暗通道、特征HSV通道的H通道和特征HSV通道的S通道对原始图片处理得到5个特征层,并得到特征矩阵;将特征矩阵进行4倍下采样得到一个下采样特征矩阵;将下采样特征矩阵进行归一化处理得到归一化后的下采样特征矩阵;对归一化后的下采样特征矩阵进行单特征显著目标提取得到特征矩阵;对单特征显著目标进行权重融合得到特征矩阵,特征矩阵在原图中所在位置即为显著目标一;本发明从特征、决策等不同层级的多源互补信息进行融合,提升检测显著目标提取的准确性。

Patent Agency Ranking