-
公开(公告)号：CN110544269A
公开(公告)日：2019-12-06
申请号：CN201910720012.4
申请日：2019-08-06
Applicant: 西安电子科技大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于特征金字塔的孪生网络红外目标跟踪方法，分别对模板帧和检测帧进行自底向上的全卷积操作，接着分别对卷积层C5、C4、C3和C2进行自顶向上操作和横向连接，分别对应生成P2、P3、P4和P5尺度特征层；根据所述模板帧每一层尺度特征层的分类权重与回归权重分别对所述检测帧的对应尺度特征层进行卷积运算分别确定所述检测帧每层尺度特征层对应的尺度提议；对所述检测帧的所有尺度特征层对应的尺度提议进行非极大值抑制，保留最高的尺度提议，将该最高的尺度提议对应的尺度特征层作为输出跟踪结果。本发明对目标形变具有更好的判别能力，更加适应复杂场景及目标形变。
-
公开(公告)号：CN110544205A
公开(公告)日：2019-12-06
申请号：CN201910719987.5
申请日：2019-08-06
Applicant: 西安电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于可见光与红外交叉输入的图像超分辨率重建方法，步骤1：图像超分辨网络的训练；步骤2：超分辨图像的重建网络测试。本发明利用可见光图像有的丰富信息的特点，将其送入特征提取模块提取特征图后将特征图再和经过图像重构模块中引导滤波层的红外图像进行图像融合；通过亚像素卷积增加图像尺寸，并逐步添加特征信息；在网络中引入视觉图像特征和引导滤波层实现提高图像分辨率的目的。
-
公开(公告)号：CN104778706B
公开(公告)日：2018-10-30
申请号：CN201510191275.2
申请日：2015-04-21
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于非负矩阵分解的异常检测方法，对读取的高光谱图像进行预处理获得剔除噪声的高光谱图像，将所述获得的剔除噪声的高光谱图像进行向量转换获得二维初始化矩阵V，再对二维初始化矩阵V进行线性分解生成随机初始化基矩阵W和系数矩阵H，根据非负矩阵分解的乘性迭代法则对随机初始化基矩阵W和系数矩阵H进行迭代获得含有若干个波段的高光谱图像，最后根据局部的自适应的核密度估计算子对所述含有若干个波段的高光谱图像中含有异常信息最多的一个波段的高光谱图像进行处理，获得检测出异常目标的图像；本发明还公开了一种基于非负矩阵分解的异常检测装置，通过本发明能够消除大量的冗余波段和噪声信息，从而有效地提高了异常检测的效率。
-
公开(公告)号：CN104102017B
公开(公告)日：2017-09-29
申请号：CN201410320944.7
申请日：2014-07-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于结构光照的随机散射光学超衍射极限成像系统及方法，主要解决现有同类技术工艺复杂、成像时间长、系统结构难实现、成像分辨率低的问题。其成像系统包括：光源、扩束器、空间光调制器、λ/4波片、扩束透镜组、挡光板、透镜、随机散射介质、会聚透镜、和CCD相机；光源发射的光束经扩束器扩束后入射到空间光调制器上，得到0级光和±1级光；通过λ/4波片获得圆偏振光，经扩束透镜组扩束后到达挡光板，保留±1级光；±1级光经透镜发生干涉，产生结构光照明观测目标；照亮的观测目标进入随机散射介质，发生强散射，经会聚透镜入射到CCD相机。本发明具有结构简单和成像分辨率高的优点，可用于光学超分辨率成像。
-
公开(公告)号：CN106096604A
公开(公告)日：2016-11-09
申请号：CN201610387328.2
申请日：2016-06-02
Applicant: 西安电子科技大学昆山创新研究院
CPC classification number: G06K9/3241 , G06K9/6289
Abstract: 本发明公开了一种基于无人平台的多波段融合探测方法，将无人平台上获取的红外图像序列和可见光图像序列进行空间配准，再对配准好的红外图像序列和可见光图像序列进行预处理，将所述预处理后的红外图像序列和可见光图像序列进行图像融合，最后，对融合后的图像序列进行多弱小目标检测处理，输出目标的状态数据和数目信息。本发明采用红外和光学图像融合技术，实现对目标的精确检测。解决了无人机平台成像质量差，单一红外探测器分辨率低、不利于目标准确识别的缺点，且算法优于传统的目标检测算法，对目标的探测和识别更加容易，能够对防御系统和对抗系统提供目标的准确指示，可广泛应用于各类复杂背景的弱小目标准确检测系统中。
-
Patent Agency Ranking
公开(公告)号：CN103712777B
公开(公告)日：2016-03-02
申请号：CN201410010042.3
申请日：2014-01-09
Applicant: 西安电子科技大学
IPC: G01M11/00
Abstract: 本发明公开了一种检测紫外光电成像系统性能参数的装置及检测方法。整个检测装置包括氘灯光源(1)、滤光片轮(2)、可变光阑(3)、积分球(4)、紫外强度探测器(5)、紫外目标分辨率测试靶(6)、测试暗室(7)、主控电路(11)和主控计算机(16)，主控计算机(16)调节光源、滤光片轮和可变光阑输出紫外光，通过积分球转变为均匀面阵光后，照射测试暗室内的待测紫外光电成像系统(10)；主控电路对待测紫外光电成像系统的输出信号进行降噪、采集与模数转化后送至主控计算机；主控计算机对获得的数据进行计算，得到待测紫外光电成像系统的性能参数。本发明为被测紫外光电成像系统提供了可准确变化的光学环境，且测试稳定性高，适用于所有紫外光电成像系统的性能参数测试。
-
公开(公告)号：CN110544205B
公开(公告)日：2021-05-07
申请号：CN201910719987.5
申请日：2019-08-06
Applicant: 西安电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于可见光与红外交叉输入的图像超分辨率重建方法，步骤1：图像超分辨网络的训练；步骤2：超分辨图像的重建网络测试。本发明利用可见光图像有的丰富信息的特点，将其送入特征提取模块提取特征图后将特征图再和经过图像重构模块中引导滤波层的红外图像进行图像融合；通过亚像素卷积增加图像尺寸，并逐步添加特征信息；在网络中引入视觉图像特征和引导滤波层实现提高图像分辨率的目的。
-
公开(公告)号：CN110570395A
公开(公告)日：2019-12-13
申请号：CN201910719986.0
申请日：2019-08-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空谱联合协同表示的高光谱异常检测方法，对原始高光谱图像进行降维与异常信息提取，获得异常成分最多的降维成分；将预处理后的高光谱图像中像元的灰度值与阈值进行比较确定异常点位置；根据所述异常点位置对原始高光谱图像中同样位置的像元做剔除处理；将原始高光谱图像中剔除异常点之后剩余的像元点向量的均值填充异常点位置的像元，构建一幅近似全部于由背景像元构成的高光谱图像；对所述原始高光谱图像和构建的背景像元高光谱图像进行光谱维度的协同表示获得检测结果。本发明充分利用高光谱图像的空间和光谱信息，将空间维度的检测结果作为后验信息，辅助光谱维度的协同表示异常检测，具有优良的检测性能。
-
公开(公告)号：CN105160657B
公开(公告)日：2018-01-30
申请号：CN201510478112.2
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: G06T7/80
Abstract: 本发明公开了一种基于FPGA的红外成像非均匀性校正系统。其包括：输入帧缓存器(1)、输出帧缓存器(2)、外部存储控制器(3)和神经网络模块(4)；该神经网络模块(4)包括：校正子模块、预测图像计算子模块、新参数计算子模块、投影法运动估计子模块和二选一选择器。输入帧缓存器接收并缓存原始图像；外部存储控制器读入校正参数；校正子模块校正原始图像并通过输出帧缓存器缓存；预测图像计算子模块计算预测图像并通过新参数计算子模块计算新校正参数；投影法运动估计模块和二选一选择器选择参数更新，以校正下一帧原始图像。本发明解决现有技术中的“鬼影”和图像模糊问题，可用于实时校正红外图像的非均匀性。
-
公开(公告)号：CN103808278B
公开(公告)日：2016-08-17
申请号：CN201410081853.2
申请日：2014-03-06
Applicant: 西安电子科技大学
IPC: G01B11/24
Abstract: 本发明公开了一种光纤形貌的测量系统和测量方法，主要解决已有测量方法中需要人为判断、准确性低，且需要花费大量时间、无法迅速测量的问题。该测量系统包括载物台(1)、结构支架(3)、位移台(4)、控制器(7)、拍摄系统(10)和图像处理器(11)。测量时，将被测光纤固定在载物台的夹持槽上，通过控制器控制位移台移动，带动拍摄系统对光纤进行多次对焦拍摄，获得光纤图像，传送给图像处理器处理计算，得到光纤的形貌参数，即轴向长度、端面径向直径、中间最细处直径和表面倾斜角度。本发明无需人为判断，且通过多次测量求平均值和图像处理器自动处理图像，提高了测量精度和测量速度，可用于筛选合格光纤产品，提高光纤器件的性能。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.03 seconds)
