-
公开(公告)号:CN115841633A
公开(公告)日:2023-03-24
申请号:CN202211552072.8
申请日:2022-12-05
Applicant: 深圳市优智创芯科技有限公司 , 北京理工大学
Abstract: 一种电力塔和电力线关联矫正的电力塔和电力线检测方法,从上方拍摄电力塔和电力线的图像,并对图像进行灰度化预处理;对预处理后的图像进行边缘检测,得到二值化的边缘图;利用边缘图进行电力线检测和电力塔检测,得到平行线组表示的电力线和矩形框框定的电力塔区域;将矩形框映射至边缘图,排除电力塔矩形框两侧的背景区域,对电力塔矩形框内部区域重新检测电力线;待获得新的电力线检测结果后,由电力线分布区域的左右宽度预估电力塔区域在边缘图中的占比,进而更新电力塔检测参数,重新检测电力塔,直至满足要求或达到迭代次数。本发明不依赖大规模数据集,检测速度更快,效果更好。
-
公开(公告)号:CN114266824B
公开(公告)日:2024-10-29
申请号:CN202111508657.5
申请日:2021-12-10
Applicant: 北京理工大学
IPC: G06T7/73 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的非合作目标相对位姿测量方法、系统,通过仿真目标卫星图片及其对应的相对位姿信息构建数据集,其中仿真卫星图片包括覆盖全范围姿态的远距离目标卫星图片和模拟接近过程的近距离目标卫星图片;利用检测算法对图片进行卫星检测并裁剪缩放,得到检测图像,将仿真卫星图片输入到ResNet50残差网络中进行学习训练得到相对位置测量模型,将检测图像输入到ResNet50残差网络中进行学习训练得到相对姿态测量模型,其中相对姿态测量模型包括远距离测量模型和接近段测量模型;训练过程中的模型,通过预测结果与相对位姿标注信息的损失函数进行优化,由此获得的测量模型可以更高精度的对航天器进行相对位姿测量。
-
公开(公告)号:CN114266824A
公开(公告)日:2022-04-01
申请号:CN202111508657.5
申请日:2021-12-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的非合作目标相对位姿测量方法、系统,通过仿真目标卫星图片及其对应的相对位姿信息构建数据集,其中仿真卫星图片包括覆盖全范围姿态的远距离目标卫星图片和模拟接近过程的近距离目标卫星图片;利用检测算法对图片进行卫星检测并裁剪缩放,得到检测图像,将仿真卫星图片输入到ResNet50残差网络中进行学习训练得到相对位置测量模型,将检测图像输入到ResNet50残差网络中进行学习训练得到相对姿态测量模型,其中相对姿态测量模型包括远距离测量模型和接近段测量模型;训练过程中的模型,通过预测结果与相对位姿标注信息的损失函数进行优化,由此获得的测量模型可以更高精度的对航天器进行相对位姿测量。
-
-