一种图像导引头用目标及场景实时动态生成系统与方法

    公开(公告)号:CN111459046B

    公开(公告)日:2022-08-16

    申请号:CN202010103846.3

    申请日:2020-02-20

    Abstract: 本发明公开了一种图像导引头用目标及场景实时动态生成系统与方法。该系统包括数据通信模块、数据解算模块、图像仿真模块、主控计算机、三轴模拟转台和光学投影装置。方法为:首先将三轴模拟转台与导弹固定连接,通过三轴模拟转台模拟导弹的运动姿态,获取目标视线角运动参数;然后数据通信模块实时解析主控计算机传送来的数据包,并将得到的时间和导弹运动参数传送给数据解算模块,变换为目标相对导弹导引头的运动参数;接着计算目标在投影幕布上的弹‑目相对运动的视景信息,传递给图像仿真模块;最后图像仿真模块进行二维投影绘制,将图像仿真结果传送至光学投影装置实时显示。本发明方法简单、成本低、灵活性强、适用范围广的优点。

    火箭子级落区控制三轴转台半实物仿真系统及方法

    公开(公告)号:CN110262282A

    公开(公告)日:2019-09-20

    申请号:CN201910443231.2

    申请日:2019-05-27

    Abstract: 本发明公开了一种火箭子级落区控制三轴转台半实物仿真系统及方法,该系统,包括弹道仿真机、转台控制柜、三轴转台、组合导航单元以及舵机,弹道仿真机进行火箭子级六自由度弹道仿真,三轴转台模拟火箭子级的飞行姿态;组合导航与飞控单元安装在三轴转台上,敏感转台的姿态角速度,并进行导航制导控制运算,计算出舵偏指令;舵机接收到指令后,偏转到相应的角度,并将反馈值传送至组合导航单元。本发明可以真实的在地面模拟火箭子级的飞行过程,为导航制导控制算法的优化改进提供依据,并对后面的飞行试验提供可靠地保证。

    一种布线垂直度智能检测方法

    公开(公告)号:CN109741325B

    公开(公告)日:2022-08-16

    申请号:CN201910031483.4

    申请日:2019-01-14

    Abstract: 本发明公开了一种布线垂直度智能检测方法,包括正面检测和反面检测,正面检测包括LSD直线检测,线段筛选,根据斜率将线段进行区分;反面检测包括对图像像素进行筛选,并将图片转化为灰度图像;对转换后的图像进行直线检测,根据检测得到的数据进行DBSCAN聚类;对DBSCAN聚类后的点进行拟合,画出拟合线,计算斜率。本发明能够对布线进行垂直度的快速判别,在数字图像中,检测出电线,并求出电线竖直部分的垂直度,和水平部分的水平度,进而根据所求得的水平度、垂直度对布线进行评分。

    一种全天候便携式多功能仿生定位定姿观瞄系统及方法

    公开(公告)号:CN111652276A

    公开(公告)日:2020-09-11

    申请号:CN202010368325.0

    申请日:2020-04-30

    Abstract: 本发明公开了一种全天候便携式多功能仿生定位定姿观瞄系统及方法,该系统包括激光测距仪、可见光探测器、红外探测器、偏振光探测器、仿生偏振光导航传感器、航姿模块、北斗定位模块、智能图像处理板、小型显示屏、无线模块和电源模块,通过激光测距仪获得目标的距离信息;通过智能图像处理板融合可见光、红外、偏振光探测器的信息进行目标特征提取和目标智能检测;通过北斗定位模块、航姿模块和仿生偏振光导航传感器解算观瞄系统的位姿信息;通过显示器在线观察目标检测结果和定位测姿结果;通过无线模块可将目标检测结果和定位测姿结果传输至其它外部终端;电源模块用于给系统提供电源转换功能。

    一种全天候便携式多功能仿生定位定姿观瞄系统及方法

    公开(公告)号:CN111652276B

    公开(公告)日:2023-05-09

    申请号:CN202010368325.0

    申请日:2020-04-30

    Abstract: 本发明公开了一种全天候便携式多功能仿生定位定姿观瞄系统及方法,该系统包括激光测距仪、可见光探测器、红外探测器、偏振光探测器、仿生偏振光导航传感器、航姿模块、北斗定位模块、智能图像处理板、小型显示屏、无线模块和电源模块,通过激光测距仪获得目标的距离信息;通过智能图像处理板融合可见光、红外、偏振光探测器的信息进行目标特征提取和目标智能检测;通过北斗定位模块、航姿模块和仿生偏振光导航传感器解算观瞄系统的位姿信息;通过显示器在线观察目标检测结果和定位测姿结果;通过无线模块可将目标检测结果和定位测姿结果传输至其它外部终端;电源模块用于给系统提供电源转换功能。

    基于深度卷积神经网络的多目标无标记姿态估计方法

    公开(公告)号:CN110210320B

    公开(公告)日:2022-09-27

    申请号:CN201910377054.2

    申请日:2019-05-07

    Abstract: 本发明公开了一种基于深度卷积神经网络的多目标无标记姿态估计方法,包括以下步骤:从视频中采集包含目标行为的图像序列;针对每幅图像,标注每个目标特征部位的位置和类别,并构建训练数据集与测试数据集;构建多目标姿态估计模型;对多目标姿态估计模型进行训练以调整其权重,优化多目标姿态估计模型;对多目标姿态估计模型中进行精度评估,根据精度与期望值的关系,进行目标姿态估计或是进行重新训练、优化多目标姿态估计模型。本发明的方法,只需少量训练图像就可以在准确度上达到人类水平;在背景杂乱、不均匀光照以及相机失真等情况下也可以有效地跟踪目标特征部位;且对不同类型的目标,都能取得较好的效果。

    随机抖动干扰下视频图像的实时电子稳像方法

    公开(公告)号:CN111539872A

    公开(公告)日:2020-08-14

    申请号:CN202010328381.1

    申请日:2020-04-23

    Abstract: 本发明公开了一种随机抖动干扰下视频图像的实时电子稳像方法,包括如下步骤:提取视频中的相邻两帧图像,并进行预处理,采用SURF算法提取上一帧图像中的特征点;根据LK光流法预测下一帧图像中对应的特征点;采用RANSAC算法剔除上下两帧图像中误匹配的特征点;根据特征点计算两帧图像之间的仿射变换参数;采用卡尔曼滤波对计算得到的仿射变换参数进行平滑处理,得到平滑的全局运动矢量;对后一帧图像进行仿射变换,得到稳定的视频序列。本发明采用特征点匹配加滤波平滑处理的方式对视频图像进行稳像,具有稳像效果明显、实时性好、成本低、无需增加额外硬件稳定平台等优点。

Patent Agency Ranking