一种基于π/2互补双脉宽调制模式的三维冰形测量方法

    公开(公告)号:CN116858130B

    公开(公告)日:2024-01-09

    申请号:CN202310621293.4

    申请日:2023-05-30

    Abstract: 本发明涉及冰形测量技术领域,具体涉及一种基于π/2互补双脉宽调制模式的三维冰形测量方法。本方法首先投影编码结构光和 互补双脉宽调制模式 生成的主动结构光到冰面上,然后采用双目相机采集冰面编码结构光和主动结构光的图像;接着对采集的图像进行相位展开和同名点匹配;最后对冰面进行三维重建,实现冰面的三维测量。本方法创新的以 互补双脉宽调制模式投影主动结构光到冰面,所采用的 互补双脉宽调制模式具有良好的二值特性和极强的判别能力。本发明所提供的冰面三维测量方法能适应于反射特性十分复杂冰面的三

    一种基于自监督特征融合GAN模型的图像去雾方法

    公开(公告)号:CN116739935A

    公开(公告)日:2023-09-12

    申请号:CN202310759300.7

    申请日:2023-06-26

    Abstract: 本发明涉及一种基于自监督特征融合GAN模型的图像去雾方法,自监督特征融合GAN模型包括判别器和基于U‑net架构的生成器,去雾网络包括训练得到的生成器,生成器包括连接的编码器和解码器;编码器进行下采样操作,解码器进行上采样操作。编码器包括依次连接的卷积层和多级第一处理层,第一处理层包括依次连接的残差层、卷积层和特征融合模块;解码器包括依次连接的多级第二处理层、自监督注意力模块和卷积层,第二处理层包括依次连接的反卷积层、增强策略模块和残差层。基于上述结构的去雾方法,提高了生成图像的准确性和细节保留能力,生成的去雾图像更真实和清晰。

    一种基于密集连接亚像素GAN模型的图像去雾方法

    公开(公告)号:CN116342437A

    公开(公告)日:2023-06-27

    申请号:CN202310621300.0

    申请日:2023-05-30

    Abstract: 本发明涉及图像去雾技术领域,具体涉及一种基于密集连接亚像素GAN模型的图像去雾方法。首先搭建所述密集连接亚像素GAN模型,并对其进行训练;然后获取待处理有雾图像,并将其输入到密集连接亚像素GAN模型的生成器中,输出图像的透射率和大气光照值,最后获取大气散射模型并基于透射率、大气光照值和大气散射模型得到去雾图。本发明通过估计透射率图和大气光照值,来反解大气散射模型能有效增强去雾效果;在对抗网络模型中加入了亚像素卷积层当做网络结构中的上采样操作,能消除传统采用逆卷积带来的伪影且亚像素卷积层能最大限度利用图像信息来提高图像的分辨率,得到清晰的去雾图片。

    一种基于位置约束的直升机桨叶标记点识别匹配方法

    公开(公告)号:CN111292375B

    公开(公告)日:2023-05-09

    申请号:CN202010087179.4

    申请日:2020-02-11

    Abstract: 本发明公开了一种基于位置约束的直升机桨叶标记点识别匹配方法,属于双目视觉测量技术领域。包括以下步骤:在直升机桨毂和桨叶的特定位置粘贴圆形标记点;构建双目成像系统,采集直升机桨叶运动状态下的瞬态图像对;对图像对中的圆形标记点进行检测定位;基于位置约束条件对检测定位的桨叶圆形标记点进行识别标记;基于桨叶圆形标记点的标记值,对图像对中的桨叶圆形标记点进行准确匹配。本发明所提供的方法利用了直升机桨叶的结构特点和旋转运动特点,将圆形标记点粘贴在了直升机桨毂和桨叶的特定位置,通过位置约束条件,可实现桨叶圆形标记点的正确识别标记和准确匹配,可有效解决了圆形标记点的误匹配问题。

Patent Agency Ranking