-
公开(公告)号：CN106845024B
公开(公告)日：2020-04-21
申请号：CN201710120132.1
申请日：2017-03-02
Applicant: 哈尔滨工业大学
IPC: G06F30/20
Abstract: 一种基于波前反演的光学卫星在轨成像仿真方法，属于光学成像仿真技术领域，所述方法步骤如下：(1)基于光学卫星在焦离焦图像，利用物方视场与像的位置关系，对图像做分块处理；(2)反演各视场及方向的波前像差；(3)构造复孔径函数，对其进行归一化自相关处理，得到不同的MTF；(4)结合各过程建模表征，建立光学卫星在轨成像质量退化模型；(5)在模型基础上，将景物入瞳前辐亮度输入来完成仿真，得退化图像。本发明能反映光学遥感卫星在轨成像质量退化规律，可支持光学遥感成像系统的优化设计、指标论证、性能评估以及图像处理算法的验证与优化，适用于折射/反射式成像系统仿真和衍射成像新体制的光学卫星在轨成像仿真。
-
公开(公告)号：CN109255286A
公开(公告)日：2019-01-22
申请号：CN201810807503.8
申请日：2018-07-21
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于YOLO深度学习网络框架的无人机光学快速检测识别方法，所述方法步骤如下：步骤一：针对目前市场主流的五种无人机开展飞行试验采集光学成像实验数据，并按照标准VOC数据格式对采集的光学成像实验数据进行处理；步骤二：搭建YOLO网络框架，利用残差网络模块对YOLO网络框架进行改进，对改进后的YOLO网络框架进行训练，得到检测识别模型；步骤三：选取包含五种无人机的实拍飞行光学成像实验数据，利用步骤二所得的检测识别模型进行检测识别。本发明避免了对无人机和复杂背景特征人工建模复杂、适用性不强等问题，能够大大提高复杂背景下动目标检测识别的速度和准确率。
-
公开(公告)号：CN108364250A
公开(公告)日：2018-08-03
申请号：CN201810094235.X
申请日：2018-01-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于矢量衍射理论的菲涅尔衍射光学系统成像仿真方法，所述方法包括如下步骤：步骤一：基于同心圆形分块思想，将原始图像分割为若干个具有相同环宽的环带图像块；步骤二：利用时域有限差分法(FDTD)，计算各环带的MTF；步骤三：利用各环带MTF对图像块进行低通滤波，并添加噪声。本发明提出的方法适用于以衍射镜为主镜的光学系统成像质量的仿真预估，可获取具有低MTF、低SNR、大尺寸PSF空间移变等衍射光学特性的仿真图像，能够为衍射光学成像系统的优化设计以及图像处理算法的研究与验证提供支持，填补了目前衍射光学成像质量精细仿真建模理论方法的空白。
-
公开(公告)号：CN106952256A
公开(公告)日：2017-07-14
申请号：CN201710169053.X
申请日：2017-03-21
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/0002 , G06T1/0007 , G06T1/20 , G06T2207/10032 , G06T2207/30168
Abstract: 光学遥感卫星在轨成像质量仿真预估与处理提升在侦察、测绘、监视等应用任务效能分析、系统指标论证、全系统质量综合分析与匹配优化设计及性能评估等方面具有重要的理论指导意义和工程应用价值。光学卫星成像质量提升综合试验平台是集卫星成像仿真预估、地面处理提升、图像质量评价为一体的综合试验平台，该平台能够完成卫星系统匹配设计与优化、在轨成像质量的虚拟仿真、地面处理以及面向侦察与测绘应用的图像质量评价等工作，可应用于在研和未来高分辨率光学卫星各阶段的试验鉴定与评估工作，并支持系统性能分析与应用效果仿真、指标体系论证与后续在轨图像的地面处理提升。
-
公开(公告)号：CN106952255A
公开(公告)日：2017-07-14
申请号：CN201710168902.X
申请日：2017-03-21
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/0002 , G06T1/20 , G06T2207/30168
Abstract: 一种光学遥感卫星图像地面处理提升试验系统，属于光学遥感图像处理、分析与评价技术领域。该试验系统包括数据发送工作站、全数字图像处理提升工作站、图像处理提升处理机、处理提升性能评估工作站和以太网交换机；所述以太网交换机用于提供数据发送工作站、全数字图像处理提升工作站、图像处理提升处理机、处理提升性能评估工作站之间的以太网连接。本发明的优点是体系完整全面，能够全面地反映图像处理算法软件与工程样机硬件系统的图像质量综合处理提升能力，并更加全面、有效地指导处理算法的设计、验证和评估工作；硬件平台通过高速PCIE总线与各处理板连接，可实现设备内图像数据并行、流水、实时处理；可扩展性强，能够保证系统的高效运作。
-
Patent Agency Ranking
公开(公告)号：CN106845024A
公开(公告)日：2017-06-13
申请号：CN201710120132.1
申请日：2017-03-02
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于波前反演的光学卫星在轨成像仿真方法，属于光学成像仿真技术领域，所述方法步骤如下：(1)基于光学卫星在焦离焦图像，利用物方视场与像的位置关系，对图像做分块处理；(2)反演各视场及方向的波前像差；(3)构造复孔径函数，对其进行归一化自相关处理，得到不同的MTF；(4)结合各过程建模表征，建立光学卫星在轨成像质量退化模型；(5)在模型基础上，将景物入瞳前辐亮度输入来完成仿真，得退化图像。本发明能反映光学遥感卫星在轨成像质量退化规律，可支持光学遥感成像系统的优化设计、指标论证、性能评估以及图像处理算法的验证与优化，适用于折射/反射式成像系统仿真和衍射成像新体制的光学卫星在轨成像仿真。
-
公开(公告)号：CN105677943A
公开(公告)日：2016-06-15
申请号：CN201511003352.3
申请日：2015-12-28
Applicant: 哈尔滨工业大学
CPC classification number: G06F17/5036 , G06N3/12 , G06T2207/10021
Abstract: 本发明公开了一种测绘相机辐射性能指标的量化方法，其步骤如下：步骤1：基于最小二乘影像匹配，推导得出影响测绘精度的相机辐射性能指标；步骤2：在步骤1基础上，分析各指标对测绘匹配精度的影响规律；步骤3：以实现相机辐射指标与场景信息去相关解耦为目的，提出场景信息表征参数；步骤4：在步骤2和3基础上，构建相机辐射指标与测绘精度之间的关联模型；步骤5：结合步骤4所建模型，提出相机辐射指标量化方法。本发明提供的方法建立了相机辐射指标与匹配精度之间的关联模型，利用该模型可为测绘相机辐射性能指标的量化与优化设计及性能预估提理论指导与技术支撑。
-
公开(公告)号：CN105608058A
公开(公告)日：2016-05-25
申请号：CN201510981063.4
申请日：2015-12-23
Applicant: 哈尔滨工业大学
CPC classification number: G06F17/16 , G06F17/142
Abstract: 本发明公开了一种光学成像系统有限维本征频域分析方法，其步骤如下：第一步：根据光学系统的PSF矩阵和一维物向量求解光学系统的二维光强传输矩阵；第二步：利用QR分解法求解二维光强传输矩阵的特征值向量，利用幂法求解二维光强传输矩阵的本征函数向量组；第三步：通过物向量、像向量与本征函数向量组的矩阵运算求解物、像的有限维本征频谱向量。该方法克服了傅里叶光学的频域成像分析方法在理论与数值计算中存在的缺点，给出了物、像本征频谱向量的求解方法，实现了物本征频谱向量乘以光学系统特征值向量等于像本征频谱向量的光学成像系统有限维本征频域分析方法。
-
公开(公告)号：CN104991433A
公开(公告)日：2015-10-21
申请号：CN201510448483.6
申请日：2015-07-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种具有表面微浮雕结构的硬币及其压制模具的全息防伪方法，其步骤如下：第一步、硬币表面光学全息图的记录过程；第二步、硬币表面光学全息图的再现过程；第三步、硬币表面计算全息图的数值计算；第四步：硬币表面微浮雕二元光学全息图的设计，将计算全息图转化为二元光学表面微浮雕结构；第五步：根据硬币表面微浮雕二元光学全息结构确定模具钢表面微浮雕结构；第六步、采用二元光学加工方法对模具钢表面微浮雕结构进行加工。该方法可提升硬币及其加工印章的防伪水平，为大众提供一种新型的、简单快速的一线防伪技术。
-
公开(公告)号：CN104574315A
公开(公告)日：2015-04-29
申请号：CN201510009310.4
申请日：2015-01-08
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 一种基于光强传输矩阵的光学系统成像复原方法，其步骤：第一步、将二维像矩阵中的每一行元素依次首尾相接排列为一维像向量；第二步、根据光学系统的PSF矩阵和一维像向量求解光学系统的二维光强传输矩阵；将二维光强传输矩阵进行求逆的数学计算，得到二维光强传输逆矩阵；第三步、将一维像向量乘以二维光强传输逆矩阵求得一维复原物向量，将一维复原物向量二维化得到二维复原物矩阵。该方法利用矩阵运算实现了成像复原，避免了以往成像复原技术中的反卷积方法的病态问题及频域复原方法的高频缺失问题，复原物矩阵与原始物矩阵的误差极小，复原精度极高。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.026 seconds)
