-
公开(公告)号：CN108225735B
公开(公告)日：2020-10-13
申请号：CN201810017691.4
申请日：2018-01-09
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于视觉的精密进近指示器飞行校验方法，属于航空飞行校验技术领域。飞机上搭载的相机将获取到的视频序列实时输入到计算机中，依次对当前帧图像进行显著性区域检测。依次找到当前帧图像中矩形区域的中点，作为每只PAPI灯在对应时刻的稳定光点的坐标。将同一PAPI灯在后一时刻与前一时刻的稳定光点进行匹配。找到每个光点由白色变成红色的时刻，当相似距离Δd大于阈值时T2时，认为光点由白色变成红色。绘出Δd随时间t变化的曲线，依次记录四盏灯颜色跳变时刻tn。获取各跳变时刻的飞机定位数据，得到飞机高度和飞机距灯具的水平距离之后，计算四盏PAPI灯具的仰角。本发明提高了飞行校验的精度、飞行校验的效率以及校验的完整性。
-
公开(公告)号：CN111582084A
公开(公告)日：2020-08-25
申请号：CN202010336978.0
申请日：2020-04-24
Applicant: 北京航空航天大学
Abstract: 本发明为一种基于弱监督学习的空基视角下的铁轨异物检测方法及系统，解决铁轨异物种类多利用传统检测方法难以识别的问题。本发明系统包括空基图像获取模块、图像预处理模块、双级分割网络模块、区域定位模块和异常信息输出模块。本发明方法通过无人机拍摄地面铁轨区域的图像，对图像进行预处理后输入双级分割网络提取铁轨区域粗分割预测图和像素细分类预测图，区域粗分割预测图提取铁轨正常区域，像素细分类预测图提取图中实际属于铁轨的像素，本发明通过弱监督的反向学习算法训练双级分割网络，根据两个预测图反向定位铁轨中的异常区域。本发明无需对异物自身进行标注，就可以有效地检测出铁轨中的异物，实现对铁轨异物入侵的识别与预警。
-
公开(公告)号：CN111429466A
公开(公告)日：2020-07-17
申请号：CN202010196984.0
申请日：2020-03-19
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于多尺度信息融合网络的空基人群计数与密度估计方法，属于航空监视领域。首先针对某张待检测场景图，对图像进行在线采样的数据增广，并将每个像素进行归一化后，转换得到真实密度图。然后对真实密度图使用多尺度特征编码器进行特征提取与编码，得到五张特征图；将多尺度特征编码器于解码器级联，输入特征图进行解码并拼接融合，输出最终的特征图f。最后使用图像生成模块将解码拼接融合的最终特征图f转化为人群密度图；对人群密度图中每个像素点的值求积分得到人群的密度估计，将所有像素点的值相加求和，得到总人数计数。本发明保留了足够的空间信息，更加充分地融合多尺度信息，进而提升网络的性能。
-
公开(公告)号：CN111340698A
公开(公告)日：2020-06-26
申请号：CN202010096485.4
申请日：2020-02-17
Applicant: 北京航空航天大学
Abstract: 一种新型的基于神经网络的多光谱图像光谱分辨率增强算法，通过神经网络学习低维光谱到高维光谱的复杂变换关系，从而有效地提高多光谱图像的光谱分辨率。该方法步骤如下：(1)构造训练数据集；(2)搭建光谱分辨率增强网络模型；(3)使用训练数据集训练网络；(4)以多光谱图像中每个像素的低维光谱作为网络输入，生成对应高维光谱，从而完成对多光谱图像的光谱分辨率增强。本方法主要针对多光谱图像，通过从多光谱图像与高光谱图像中学习得到低维光谱到高维光谱的变换关系从而对光谱信息进行有效增强，方法的自适应性强，适用范围广，能够有效增强多光谱图像的光谱分辨率。
-
公开(公告)号：CN108198131B
公开(公告)日：2020-06-23
申请号：CN201810063060.6
申请日：2018-01-23
Applicant: 北京航空航天大学
IPC: G06T3/00
Abstract: 本发明公开了一种基于多图像融合的空间目标抖动及运动模糊仿真算法，包括如下步骤：S1：获取空间目标在x轴和y轴方向上相对于图像中心的偏移量与时间的运动曲线；S2：对空间目标在x轴和y轴方向上的运动曲线进行采样；S3：利用OpenGL编程接口对每个采样点生成一张清晰的仿真图像；S4：将S3步骤生成的多张空间目标清晰的仿真图像逐帧叠加到OpenGL编程接口的后缓存区，通过逐像素求平均的方式对多帧图像进行融合；S5：得到空间目标的抖动及运动模糊仿真图像。本发明通过对空间目标运动曲线采样，生成不同运动量条件下的多帧清晰仿真图像，再利用多图像求平均的方式进行融合，从而生成空间目标运动模糊仿真图像，可以更好地模拟空间目标真实图像。
-
Patent Agency Ranking
公开(公告)号：CN111274900A
公开(公告)日：2020-06-12
申请号：CN202010043542.2
申请日：2020-01-15
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于底层特征提取的空基人群计数方法，属于航空监视领域。首先无人机获得待检测的场景图并初步处理，然后使用卷积神经网路提取底层特征，对上述底层特征使用注意力机制生成注意力特征图。再将底层特征与注意力特征图使用解码器解码出高层特征。接着对高层特征使用卷积核大小为1的卷积层操作，获得通道为1的特征图Dout。最后对特征图Dout使用双线性插值方法逐步恢复空间分辨率，得到最终的人群密度图，对人群密度图中各像素值求和，得到该待检测场景图中的人群的数目。本发明生成的人群密度图更加清晰，对人群位置进行更精准的定位。
-
公开(公告)号：CN109934135B
公开(公告)日：2020-04-28
申请号：CN201910151851.9
申请日：2019-02-28
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于低秩矩阵分解的铁轨异物检测方法，属于计算机视觉技术领域。实施过程包括：1)对无人机航拍铁路图像进行直线检测并对直线组进行筛选，找到铁轨边缘直线，确定需要检测处理的区域；2)对铁轨区域提取像素向量并进行聚类处理，可划分为枕木和石子两个子集；3)对两个子集构成的矩阵进行低秩矩阵分解，并与求得的带有背景信息的低秩矩阵作差得到前景矩阵；4)对前景矩阵进行滤波和阈值分割即可确定异物在铁轨中的位置。本发明通过一种基于低秩矩阵分解的算法对铁轨异物进行检测，利用空基监视实时传回的画面快速确认异物，可用于铁路安全监测等领域。
-
公开(公告)号：CN110147733B
公开(公告)日：2020-04-14
申请号：CN201910306469.0
申请日：2019-04-16
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种跨域的大范围场景生成方法,属于图像生成技术领域；首先，设定目标场景中各背景的对应分布情况以及各前景目标的语义特征；根据背景各自的比例，随机生成背景分割图，再将每一个前景目标根据语义特征依次加入背景分割图中；然后，将分割图像与预先设定好的某特征向量进行融合；对特征融合后的图像，利用神经网络的多卷积层进行编码，提取高级特征，得到高级语义特征图，并利用残差网络进一步融合；最后，对融合的残差结果，使用上采样结构进行解码；最终输出彩色场景生成结果。本发明对于数据不足、样本难以获取的大范围视角任务提供了数据生成的方法，并且省去了手动给出分割标注图的过程，效果良好、实用性更强。
-
公开(公告)号：CN106920214B
公开(公告)日：2020-04-14
申请号：CN201710123081.8
申请日：2017-03-03
Applicant: 北京航空航天大学
IPC: G06T3/40
Abstract: 本发明涉及一种空间目标图像超分辨率重建方法，属于数字图像处理技术领域。本发明通过对每个字空间训练独立的字典，提升了字典对局部样本结构的表示能力。并通过将低秩矩阵复原方法引入超分辨率重建子空间字典构建，提升了子空间字典对空间目标图像规则的局部样本模式的表示能力、表示精度，进而提升了空间目标图像超分辨率重建的重建效果。利用本发明方法训练得到的字典对低分辨率样本的表示更为精确，同时对高分辨率样本的重建更接近高分辨率空间目标观测图像的局部样本模式。
-
公开(公告)号：CN110751626A
公开(公告)日：2020-02-04
申请号：CN201910884105.0
申请日：2019-09-19
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于像元可靠性判定的卫星全色和多光谱融合图像光谱失真评价方法，属于计算机视觉技术领域。本发明针利用全色图像和多光谱图像间的结构差异，对融合图像像元的可靠行进行判定，对可靠像元部分采用光谱角对其光谱失真程度进行评价，对不可靠像元部分则通过卫星上搭载相机的MTF曲线得出恢复系数，计算不可靠像元图像所对应的强度灰度图，并通过计算该强度灰度图与全色图像中相对应位置图像的结构相似度作为其光谱失真程度的评价结果。最后通过将前面所得结果看成二维平面上一点并将该点与理想点之间的欧氏距离作为融合图像光谱失真程度的评价值。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.036 seconds)
