-
公开(公告)号：CN117333672A
公开(公告)日：2024-01-02
申请号：CN202311521642.1
申请日：2023-11-15
Applicant: 北京理工大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了基于空间细节和注意力的遥感图像分割网络结构及方法，解决语义分割方法中，空间细节信息丢失，未建立长距离依赖，以及没有充分利用全局上下文信息的问题，以减小误分割概率，提升分割精度，从而获取良好的图像分割效果。本发明设计了一种基于CNN和编解码器的网络。该网络包含多尺度融合的通道注意力模块和特征引导空间分布模块，其中，多尺度融合的通道注意力模块融合多层级信息到注意力机制中，可以突出特征判别能力，增大类间区分性。特征引导空间分布模块可以利用全局信息和通道特征引导和调节低层级特征图空间分布，增强关键空间细节特征的表达。本发明还提供了一种基于空间细节和注意力的高分辨率遥感图像分割方法。
-
公开(公告)号：CN116990816A
公开(公告)日：2023-11-03
申请号：CN202311069284.5
申请日：2023-08-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种用于SAR成像角度计算的CORDIC容错方法及装置。其中方法包括：S101：获取原始的SAR角度信息；S102：利用所述原始SAR的角度信息进行迭代处理，以获得第一输出结果；S103：基于所述原始SAR的角度信息进行基于纠错编码的冗余容错处理，以获得第二输出结果；S104：基于所述第一输出结果和所述第二输出结果进行错误检测及定位处理，如果没有错误则将第一输出结果作为最终结果返回给用户，如果存在错误则执行S105；S105：基于所述第二输出结果对所述第一输出结果进行纠错处理，将纠错之后的第一输出结果作为最终结果返回给用户通过本发明的技术方案，能够提高SAR成像系统的可靠性并降低容错资源开销。
-
公开(公告)号：CN115422498A
公开(公告)日：2022-12-02
申请号：CN202210875299.X
申请日：2022-07-22
Applicant: 北京理工大学
IPC: G06F17/14
Abstract: 本申请提供一种支持非基2点数输出序列的FFT处理器，包括：平滑插值模块，用于对输入序列进行非整数点插值得到基2点数的时域插值序列；非整数点插值使得输入序列经过FFT处理器得到的输出序列在进行截取处理之前，为输入序列进行DFT处理的输出序列在频域补零得到的序列；FFT处理模块，用于对基2点数的时域插值序列进行基2FFT处理得到基2点数的频域序列；补偿截取模块，用于对基2点数的频域序列进行相位补偿，并进行截取处理得到非基2点数的输出序列作为FFT处理器的输出序列。本申请中FFT处理器的输出序列会被移交至系统的缓存和内存中进行后继的信号处理，因为该输出序列可以是任意长度的，从而能够为系统节省大量的片上缓存容量和片外内存带宽。
-
公开(公告)号：CN113534071A
公开(公告)日：2021-10-22
申请号：CN202110632582.5
申请日：2021-06-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种星载多通道SAR通道校正实时处理算法，通过分析通道校正因子分块更新对成像质量的影响，确定合适聚焦深度，并生成新的分段更新的通道校正因子，进行方位通道校正；本发明解决了在卫星载荷重量、功耗受限的情况下，传统方法所需存储量大，无法满足星上实时处理的问题，弥补了现有技术的不足。
-
公开(公告)号：CN109816093B
公开(公告)日：2020-12-04
申请号：CN201811545245.7
申请日：2018-12-17
Applicant: 北京理工大学
Abstract: 本发明提供一种单路式卷积实现方法，将特征图的数据逐行按顺序存储在fifo中，通过fifo组的每次读写和滑窗数据的更新操作，得到卷积计算所需要的滑窗数据，然后，将得到的滑窗数据依次与卷积核完成卷积计算，接着更换新的滑窗数据重复上述过程，直到得到所有卷积计算输出的结果特征图；因此，本实施例在FPGA片内利用fifo构建fifo组，按照卷积计算所需的数据顺序要求，各fifo将存储于FPGA片外存储器的整幅特征图的数据逐一输出到组外的卷积计算单元，没有直接去调用FPGA片外存储器的数据，避免了复杂的地址跳变，同时将滑窗数据依次与卷积核完成卷积计算之后再更换新的滑窗数据，避免对输入特征图进行重复的数据提取，大大提高硬件平台加速卷积计算的效果。
-
Patent Agency Ranking
公开(公告)号：CN109800867A
公开(公告)日：2019-05-24
申请号：CN201811545237.2
申请日：2018-12-17
Applicant: 北京理工大学
Abstract: 本发明提供一种基于FPGA片外存储器的数据调用方法，将特征图的数据逐行按顺序存储在fifo中，每次读写操作，前M个fifo输出当前存储的第一个数据，后M个fifo将当前存储的第一个数据回写到比其编号小L-M的编号对应的fifo存储的数据尾部，同时，将特征图第L+1行的第一个数据写入第L-1个fifo存储的数据尾部，将特征图第L+2行的第一个数据写入第L个fifo存储的数据尾部，这样使得fifo不断将数据按序输出fifo组外时，特征图剩下的数据又按序写入到fifo组中等待读取，直到完成整幅特征图的数据遍历；因此，本发明没有直接去调用FPGA片外存储器的数据，避免了复杂的地址跳变，大大提高了调用FPGA片外存储器数据的效率。
-
公开(公告)号：CN106022240B
公开(公告)日：2019-05-03
申请号：CN201610317999.1
申请日：2016-05-12
Applicant: 北京理工大学
IPC: G06K9/00
Abstract: 本发明提供一种基于SoPC的遥感CCD原始数据指定目标区域自动提取实现方法，其中SoPC系统主要由FPGA和双核ARM构成；具体步骤如下：步骤一、区域信息与辅助数据接收；步骤二、双核ARM提取当前处理的图像区域的四个顶点并进行定位解算，获取四个顶点的位置信息；步骤三、进行指定目标点与当前处理的图像区域的比对，通过四个顶点的位置信息判断该目标点是否在当前处理的图像区域内，若是，则进入步骤四，否则，以当前处理的图像区域的下一区域作为当前处理的图像区域，并返回步骤二；步骤四、如果搜索到目标点则通过网口返回相应的区域信息，否则返回未搜索到。本发明实现自动提取目标点区域遥感图像，降低后续应用遥感数据处理量的目的。
-
公开(公告)号：CN106023099B
公开(公告)日：2019-03-12
申请号：CN201610313400.7
申请日：2016-05-12
Applicant: 北京理工大学
IPC: G06T5/00
Abstract: 本发明提供一种基于SoPC的遥感全色图像切片辐射校正和几何纠正实现方法，具体步骤如下：步骤一、原始遥感CCD图像数据经过切片提取后，切片图像数据通过FMC接口传输给逻辑部分中的缓存FIFO；辅助数据由串口传输至ARM然后缓存至DDR；辐射校正系数以文件的形式存储于SD卡；步骤二、缓存于FIFO中数据输出，利用辐射校正系数完成对其辐射校正，辐射校正后的结果存入BRAM，最后存入片外存储器DDR中；步骤三、双核ARM对辐射校正后的切片图像的提取区域的四个顶点进行定位解算，然后经过投影、重采样完成无控几何纠正；步骤四、返回校正结果。该方法能够在SoPC上实现CCD原始数据辐射校正和几何纠正，具有很好实时性和稳定性。
-
公开(公告)号：CN107767404A
公开(公告)日：2018-03-06
申请号：CN201710833949.3
申请日：2017-09-15
Applicant: 北京理工大学
CPC classification number: G06T7/254 , G06T5/002 , G06T5/20 , G06T7/215 , G06T2207/10016 , G06T2207/10032 , G06T2207/20032 , G06T2207/20224
Abstract: 本发明提供一种基于改进ViBe背景模型的遥感图像序列动目标检测方法，过程为：将遥感图像序列的第一帧图像加入设定范围的随机噪声构建初始化ViBe背景模型；从第二帧图像开始，进行动目标检测：使用当前帧和背景模型差分，得到初始前景检测结果；对初始前景检测结果进行中值滤波、高斯滤波，去除噪声干扰；对滤波后的结果进行连通域分析，即将像素级处理转换为连通域级处理，通过连通域属性对检测结果进行初步筛选；进行目标级分析：将初步筛选后的结果中每个连通域都看作目标，利用鬼影判断、显著性检测对检测结果进行进一步优化；通过Otsu方法进行阈值分割，得到最终的动目标检测结果。该方法兼顾了检测结果的准确性和计算效率，可满足实时处理需求。
-
公开(公告)号：CN103761526B
公开(公告)日：2017-04-12
申请号：CN201410038043.9
申请日：2014-01-26
Applicant: 北京理工大学
IPC: G06K9/60
Abstract: 本发明提出一种基于特征位置优选整合的城区检测方法，无需进行先验学习，计算简单，更适合在实际应用中实现。步骤一、图像预处理：包括RGB彩图转灰度图像及高斯金字塔生成；步骤二、城区位置特征点初步选取；步骤三、城区位置特征点筛选；步骤四、基于高斯渲染加权的城区区域整合；步骤五、通过自适应迭代法求出分割阈值并对加权矩阵进行二值化，对二值图进行连通域标记并将连通域面积小于预设阈值的连通域剔除；步骤六、对步骤一生成的高斯金字塔的各层重复步骤二至步骤五，并将各层结果扩展到原图大小后取并集得到城区候选范围，检查RGB彩图中候选范围的色彩特征，剔除色彩特征不满足条件的像素区域，得到最终检测结果。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.106 seconds)
