-
公开(公告)号:CN116523778A
公开(公告)日:2023-08-01
申请号:CN202310433727.8
申请日:2023-04-21
Applicant: 南京理工大学
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于时空域联合滤波的噪声图像去噪及动态目标增强方法,包括:对每一帧图像进行降采样差分金字塔滤波,对图像进行不同频段信息的分解;分析高频噪声特性,求取抑制极大值的空域滤波卷积模板;利用抑制极大值的空域滤波卷积模板对每一层图像进行空域卷积,计算运动归一化参数;结合当前帧的DOP图像与前一帧运动补偿后的结果,在时域中进行运动补偿去噪。本发明能够在兼顾计算速度和算法稳定性的同时,在噪声场景下有效的去除噪声图像的各类噪声,并且尽可能的保留动态目标,使场景清晰,目标的细节得到增强。
-
公开(公告)号:CN119338851A
公开(公告)日:2025-01-21
申请号:CN202310895346.1
申请日:2023-07-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种低信噪比运动小目标检测的FPGA方法,包括:根据不同的目标假设运动速度得到相邻帧图像之间位移量,对相机输入的图像序列进行移位累加;目标运动导致累加图中出现拖尾,对每个假设速度下的累加图通过不同方向滤波模板提取拖尾线长度及方向信息,求出不同假设速度下的目标运动信息;目标真实速度与假设速度越接近累加图中的拖尾线长度越短,通过判断不同方向累加图中拖尾线的长度确定目标真实运动信息;根据目标真实运动速度多帧移位累加,得到以目标真实速度移位累加的图像序列;通过曲率滤波的方法检测出目标真实速度累加图中的小目标。本发明能够在兼顾计算速度和算法稳定性的同时,在低信噪比图像中有效检测出运动小目标。
-
公开(公告)号:CN117201701A
公开(公告)日:2023-12-08
申请号:CN202311089986.X
申请日:2023-08-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于运动补偿对图像进行时间域滤波方法,包括:采用自回归滑动平均模型对得到的陀螺仪误差进行建模,利用数据的变化规律对模型参数进行估计,建立陀螺仪误差模型;利用陀螺仪误差模型得到的去除误差的陀螺仪数据,对相机旋转矩阵进行计算,利用旋转矩阵对旋转图像进行反向补偿,得到消旋图像。通过对图像运动矢量序列进行卡尔曼滤波得到图像随机抖动,根据随机抖动对消旋图像进行运动补偿,得到稳定图像以及图像的主观运动矢量;利用基于大图坐标系的差分图中运动目标检测算法对稳定图像中的目标进行检测。本发明检测灵敏度高,能够通过少量帧航迹关联,快速的检出目标及其轨迹。
-
公开(公告)号:CN117611474A
公开(公告)日:2024-02-27
申请号:CN202311227206.3
申请日:2023-09-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于图像预处理以及时空域滤波算法的硬件实现方法,包括:对每一帧图像进行降采样差分金字塔滤波,对图像进行不同频段信息的分解;分析高频噪声特性,求取抑制极大值的空域滤波卷积模板;利用抑制极大值的空域滤波卷积模板对每一层图像进行空域卷积,计算运动归一化参数;结合当前帧的DOG图像与前一帧运动补偿后的结果,在时域中进行运动补偿去噪。本发明能够在兼顾计算速度和算法稳定性的同时,在噪声场景下有效的去除噪声图像的各类噪声,并且尽可能的保留动态目标,使场景清晰,目标的细节得到增强。
-
公开(公告)号:CN117078542A
公开(公告)日:2023-11-17
申请号:CN202310977453.9
申请日:2023-08-04
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于线模板航迹跟踪的的低信噪比图像增强方法,能够在兼顾计算速度和算法稳定性的同时,在低信噪比场景下有效的提高低信噪比图像的质量,还原真实场景,使边缘和目标清晰,细节得到增强。本发明的图像增强算法,包括以下几个步骤:相位法初始累积:对每一帧图像采用相位相关匹配,得到初始的累积图;线模板跟踪:利用初始累积图的线模板,利用弱线提取模型,移动模板得到后续图像中模板的位置,计算出两帧图像的位移量;航迹管理:通过计算出来的位移量,建立起像素级的航迹关联;原始图像更新:通过像素级关联和成像关系得到最终增强图像,并用当前帧信息对线模板参数进行更新。
-
公开(公告)号:CN116777956A
公开(公告)日:2023-09-19
申请号:CN202310899180.0
申请日:2023-07-21
Applicant: 南京理工大学
IPC: G06T7/246 , G06V10/74 , G06V10/762 , G06V10/80
Abstract: 本发明公开了一种基于多尺度航迹管理的运动目标筛选方法,包括以下几个步骤:多尺度曲率特征点提取:依据基于曲率的近地面红外小目标检测算法完成对点目标曲率特征点的提取,并由点目标拓展到斑目标,完成多尺度目标的曲率特征点提取;多尺度航迹自适应关联:根据某一物体历史点迹信息,确定其运动状态,预测波门中心位置和波门大小,并在波门范围内准确地找到此时的物体点迹,实现关联;多尺度航迹决策与合并:在众多航迹中筛选出运动目标航迹,并对相同目标的多尺度航迹进行合并。本发明能够在兼顾计算速度和算法稳定性的同时,对复杂场景下不同尺寸目标进行稳定筛选。
-
-
-
-
-