-
Patent Agency Ranking
公开(公告)号：CN110852973B
公开(公告)日：2022-09-23
申请号：CN201911100915.9
申请日：2019-11-12
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，公开了一种脉冲噪声模糊图像非线性复原方法及系统，脉冲噪声模糊图像非线性复原方法具体包括：建立脉冲噪声模糊图像退化机理模型，进而确定优化框架；构造数据项来建模脉冲噪声；选取图像先验项，结合数据项构造脉冲噪声模糊图像非盲目反卷积模型；利用迭代重加权最小二乘算法和共轭梯度法对非盲目反卷积模型进行数值优化求解，得到复原图像。本发明提出一种脉冲噪声模糊图像非线性复原方法，对脉冲噪声的性质进行分析，针对性地设计出非线性反卷积模型，求解非线性退化的脉冲噪声模糊图像复原问题。
-
公开(公告)号：CN110852973A
公开(公告)日：2020-02-28
申请号：CN201911100915.9
申请日：2019-11-12
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域，公开了一种脉冲噪声模糊图像非线性复原方法及系统，脉冲噪声模糊图像非线性复原方法具体包括：建立脉冲噪声模糊图像退化机理模型，进而确定优化框架；构造数据项来建模脉冲噪声；选取图像先验项，结合数据项构造脉冲噪声模糊图像非盲目反卷积模型；利用迭代重加权最小二乘算法和共轭梯度法对非盲目反卷积模型进行数值优化求解，得到复原图像。本发明提出一种脉冲噪声模糊图像非线性复原方法，对脉冲噪声的性质进行分析，针对性地设计出非线性反卷积模型，求解非线性退化的脉冲噪声模糊图像复原问题。
-
公开(公告)号：CN111144422A
公开(公告)日：2020-05-12
申请号：CN201911316564.5
申请日：2019-12-19
Applicant: 华中科技大学
Abstract: 本发明涉及一种飞机部件的定位识别方法和系统，通过采用沙漏型网络模型，来检测飞机关键点为定位识别飞机部件的途径，相对于传统部件检测和基于Faster R-CNN等深度网络的直接针对飞机关键部件框进行回归和分类的方法，本发明所述方法能够构建部件之间、部件与飞机之间的相对位置和结构关系，从而能够精确定位飞机的关键点，进而精确定位识别飞机部件，最终提升飞机部件识别准确度，进而促进飞机图像细粒度分类性能与效果。
-
公开(公告)号：CN111598952B
公开(公告)日：2022-07-08
申请号：CN202010433150.7
申请日：2020-05-21
Applicant: 华中科技大学
Abstract: 本发明属于无人机靶标设计与识别技术领域，公开了一种多尺度合作靶标设计与在线检测识别方法及系统，将每一尺度靶标中间m×m个单元格置为空白，嵌套下一尺度靶标形成多尺度合作靶标；无人机在接收着陆指令后通过控制机载云台相机对着陆区靶标进行搜索；对相机拍摄的YUV格式图像进行局部自适应阈值化处理后进行四边形检测；当正确识别到靶标后，将云台切换至跟踪模式；对下一帧靶标位置进行预测，在预测位置邻域范围内进行靶标检测；根据检测到的靶标位置，对无人机位姿进行解算；并根据飞行高度以及靶标在图像中的占比切换至合适靶标进行检测。本发明提高了靶标的识别效率和着陆定位精度，提高了帧率，加快了边界的查找。
-
公开(公告)号：CN111598952A
公开(公告)日：2020-08-28
申请号：CN202010433150.7
申请日：2020-05-21
Applicant: 华中科技大学
Abstract: 本发明属于无人机靶标设计与识别技术领域，公开了一种多尺度合作靶标设计与在线检测识别方法及系统，将每一尺度靶标中间m×m个单元格置为空白，嵌套下一尺度靶标形成多尺度合作靶标；无人机在接收着陆指令后通过控制机载云台相机对着陆区靶标进行搜索；对相机拍摄的YUV格式图像进行局部自适应阈值化处理后进行四边形检测；当正确识别到靶标后，将云台切换至跟踪模式；对下一帧靶标位置进行预测，在预测位置邻域范围内进行靶标检测；根据检测到的靶标位置，对无人机位姿进行解算；并根据飞行高度以及靶标在图像中的占比切换至合适靶标进行检测。本发明提高了靶标的识别效率和着陆定位精度，提高了帧率，加快了边界的查找。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
