-
公开(公告)号：CN103929577A
公开(公告)日：2014-07-16
申请号：CN201410168968.5
申请日：2014-04-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于压缩感知的紫外光与红外光成像系统和方法，主要解决现有紫外光与红外光成像装置成本高、图像配准性差的问题。其实现步骤是：利用成像镜头将目标景物成像到数字微镜器件上；数字微镜器件对其上光信号随机采样；光信号分离器将随机采样的光信号分离得到紫外光和红外光；单点紫外传感器与单点红外传感器分别对紫外光和红外光进行光电转换；模数转换器将光电转换的模拟电信号变换为数字电信号；最后计算机将数字电信号存储，并通过压缩感知的恢复方法计算得到数字紫外图像和数字红外图像。本发明装置利用两个单点传感器和一个数字微镜器件，替代价格昂贵的传感器阵列，减小了成本，增强了图形配准性，可用于目标的检测。
-
公开(公告)号：CN103217162A
公开(公告)日：2013-07-24
申请号：CN201310093387.5
申请日：2013-03-21
Applicant: 西安电子科技大学
IPC: G01C21/24
Abstract: 本发明公开了一种采用稀疏表示的累积脉冲轮廓时间延迟测量方法，主要解决现有技术中脉冲轮廓的采样频率和信噪比影响测量精度的问题。其实现步骤为：(1)对标准脉冲轮廓采样，构造波形匹配冗余字典；(2)采用贪婪优化算法计算测量脉冲轮廓在波形匹配冗余字典下的一阶稀疏系数向量；(3)根据一阶稀疏系数向量中唯一非零元素对应的列，计算累积脉冲轮廓时间延迟量。本发明与现有的技术相比显著减低了运算量，提高了时间延迟量的测量精度高，缩短了脉冲轮廓累积时间，可用于脉冲从航天器到太阳系质心的到达时间差TDOA的测量。
-
公开(公告)号：CN119882428A
公开(公告)日：2025-04-25
申请号：CN202411979392.0
申请日：2024-12-30
Applicant: 西安电子科技大学
IPC: G05B13/04
Abstract: 本申请公开了一种基于主动流动控制多变量耦合的高速飞行器轨迹规划方法、装置、介质和设备，通过分别获取飞行器受到喷流影响的第一组相关系数，获取飞行器未受到喷流影响的第二组相关系数，利用第一组相关系数替换第二组相关系数，得到新的运动学方程和新的动力学方程；基于控制量、约束条件和目标函数、新的动力学方程和新的运动学方程确定基于主动流动控制系统的飞行器轨迹规划模型；求解基于主动流动控制系统的飞行器轨迹规划模型，得到飞行器的目标规划轨迹，提升了轨迹规划的灵活性和效率，而且还增强了飞行器在复杂环境下的操控性和稳定性，使得轨迹规划系统能够更加智能地响应飞行过程中的各种动态变化，从而确保了飞行任务的顺利完成。
-
公开(公告)号：CN114898189B
公开(公告)日：2025-03-21
申请号：CN202210333408.5
申请日：2022-03-31
Applicant: 西安电子科技大学
IPC: G06V10/80 , G06V10/40 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于模态差异特征引导的红外可见光融合识别系统，包括双流骨干网络模块、光照热度感知模块和级联区域提议模块，其中，所述双流骨干网络模块包括红外特征提取单元、可见光特征提取单元以及特征引导单元，其中，红外特征提取单元获取原始红外图像的不同尺度红外特征，可见光特征提取单元获取可见光图像的不同尺度可见光特征；特征引导单元获得加权的红外特征和加权的可见光特征；光照热度感知模块获取可见光特征的可信度权值和红外特征的可信度权值；级联区域提议模块用于获得目标的识别结果。本发明采用模态间特征差异引导补充学习的层级间特征生成方式，提升了模态间特征表示的依赖性，并提高了网络系统的泛化能力。
-
公开(公告)号：CN114742721B
公开(公告)日：2024-11-05
申请号：CN202210278183.8
申请日：2022-03-21
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于多尺度STL‑SRU残差网络的定标红外非均匀性校正方法，所述定标红外非均匀性校正方法包括：步骤1、获取第一温度和第二温度下的黑体的第一温度图像和第二温度图像，所述第一温度小于所述第二温度；步骤2、利用所述第一温度图像和所述第二温度图像对目标场景图像进行校正处理，得到预处理校正图像；步骤3、将所述预处理校正图像输入训练好的多尺度STL‑SRU残差网络进行深度特征表示提取，将提取的特征表示作为最终的非均匀性校正结果。本发明的定标红外非均匀性校正方法在去除非均匀性噪声的基础上减少校正后图像的细节及对比度损失。
-
Patent Agency Ranking
公开(公告)号：CN112990230A
公开(公告)日：2021-06-18
申请号：CN202110270457.4
申请日：2021-03-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于二阶段分组注意力残差机制的光谱图像压缩重建方法，利用第一阶段网络对观测到的图像与对应波段的图像联合生成初始估计结果，并对初始估计结果进行特征提取，对于提取到的特征使用分组注意力网络对特征数据进行分组计算，有效降低了模型的待学习参数量，在一定算力下有降低了数据重建时间；然后将优化的分组结果融合并使用第二阶段网络优化特征光谱分布结构，针对光谱一致性与上下文特征一致性设计了基于残差通道注意力机制的光谱优化网络，针对光谱维度的信息分布进行了全局优化，最终融合特征，获取高质量的重构光谱数据立方体。
-
公开(公告)号：CN112435177A
公开(公告)日：2021-03-02
申请号：CN202011242885.8
申请日：2020-11-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于SRU与残差网络的递归红外图像非均匀校正方法，将原始非均匀噪声图与原始非均匀噪声图进行通道数拼接，进行初步特征提取；其次，将初步特征提取结果经过简单递归单元(SRU)完成特征提取；经过多层残差块与卷积层处理，获得一阶段的红外图像非均匀校正结果；将所述一阶段的红外图像非均匀校正结果与原始非均匀噪声图进行通道数拼接，进行下一步特征提取，如此进行共N个阶段，获得最终的红外图像非均匀校正结果。本发明通过残差模块和简单递归单元共同作用，在以6个阶段作为递归的情况下，网络共享每个阶段的参数，大大降低了整体网络参数量，对大多数场景的红外图像都具有良好的非均匀性校正效果。
-
公开(公告)号：CN108562292A
公开(公告)日：2018-09-21
申请号：CN201711187855.X
申请日：2017-11-24
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于hp自适应伪谱法的太阳帆星际转移轨迹优化方法，适用于太阳帆从某行星轨道航行至另一行星轨道时，寻求一条最优转移轨迹，使其轨道转移的时间最小，用于解决现有技术中存在的收敛速度慢的技术问题，实现步骤包括：建立极坐标系下的太阳帆星际转移运动方程；构建太阳帆星际转移轨迹的最优控制问题；采用hp自适应伪谱法对太阳帆星际转移轨迹的最优控制问题进行优化，得到太阳帆星际转移的最优飞行轨迹。本发明根据计算精度的要求，自适应地调整相应区间的网格个数或多项式的阶次，从而具有更少的配点个数和更合理的配点分布，减少了计算量，有效地提高了收敛速度。
-
公开(公告)号：CN105427341B
公开(公告)日：2018-06-01
申请号：CN201510765947.6
申请日：2015-11-11
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种基于多变分水平集的复杂背景视频图像多目标检测方法，其实现步骤为：(1)输入影像格式的视频图像；(2)选取三帧图像；(3)获得二值图像；(4)去除干扰噪声；(5)获得运动目标的零水平集；(6)用多变分水平集方法更新运动目标零水平集；(7)判断更新的运动目标零水平集是否与第二帧图像中运动目标的边缘重合；(8)输出第二帧图像中运动目标的检测结果。本发明解决了运动目标零水平集为固定曲线的问题，以及对多个运动目标检测时采用图像区域全局信息使得检测结果彼此干扰的不足，具有较高的检测准确度，可应用于视频图像中多个运动目标的检测。
-
公开(公告)号：CN104794730B
公开(公告)日：2018-03-06
申请号：CN201510230209.1
申请日：2015-05-07
Applicant: 西安电子科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于超像素的SAR图像分割方法，主要解决现有技术计算复杂度高，不能分辨细小目标的问题。其实现步骤是：1.SAR图像输入，完成待分割SAR图像的输入以及获取图像信息；2.对输入的SAR图像产生超像素，到超像素图像；3.提取超像素图像的纹理特征和空间特征；4.通过对纹理特征进行聚类，并结合空间特征对超像素进行合并，输出SAR图像的最终分割结果。本发明能够有效的降低传统算法的计算复杂度，缩短SAR图像分割的处理时间，能分辨出细小目标，提高了分割的准确度，可用于机场跑道，农田分布和地质勘探的图像处理。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.034 seconds)
