基于嵌入式GPU的单像素激光雷达成像装置及成像方法

    公开(公告)号:CN107870334A

    公开(公告)日:2018-04-03

    申请号:CN201711019081.X

    申请日:2017-10-27

    IPC分类号: G01S17/89 G01S7/481 G01S7/48

    摘要: 本发明公开了一种基于嵌入式GPU的单像素激光雷达成像装置,其包括:水平传动电机(1)、垂直传动电机(4)、激光测距传感器底座(2)、单像素飞时激光测距传感器(3)和嵌入式GPU底座(5)。水平传动电机带动激光测距传感器底座做水平轴向转动,垂直传动电机与水平传动电机级联带动激光测距传感器做垂直轴向运动,激光测距传感器通过发射和接收激光信号获得周围场景的信息,并把这些信息传入嵌入式GPU底座中,嵌入式GPU底座,根据输入的信息进行均匀光滑曲面重建,并将重建好的三维光滑曲面模型进行动态成像显示。本发明体积小,功耗低,三维场景的感知效率高,能动态探测半球空间中三维环境信息,可用于目标三维点云模型获取。

    基于样式生成对抗网络的红外图像中舰船样本扩充方法

    公开(公告)号:CN111814875B

    公开(公告)日:2023-08-01

    申请号:CN202010650897.8

    申请日:2020-07-08

    摘要: 本发明提供了一种基于样式生成对抗网络的红外图像中舰船样本扩充方法。主要解决现有技术生成红外图像由于仿真建模复杂导致真实性较差,可见光‑红外图像光电转换训练样本获取难度大、训练集数量少导致扩充的红外图像缺乏多样性的问题,本发明的步骤如下:(1)选取实拍红外图像组成训练集;(2)构建生成器网络;(3)构建判别器网络;(4)构建样式生成对抗网络;(5)训练判别器网络;(6)训练生成器网络;(7)训练样式生成对抗网络;(8)使用训练好的生成器网络输出红外图像样本,完成红外图像样本扩充。本发明能够大量生成红外舰船样本,有效地提高了扩充样本的真实感和多样性。

    基于样式生成对抗网络的红外图像中舰船样本扩充方法

    公开(公告)号:CN111814875A

    公开(公告)日:2020-10-23

    申请号:CN202010650897.8

    申请日:2020-07-08

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明提供了一种基于样式生成对抗网络的红外图像中舰船样本扩充方法。主要解决现有技术生成红外图像由于仿真建模复杂导致真实性较差,可见光-红外图像光电转换训练样本获取难度大、训练集数量少导致扩充的红外图像缺乏多样性的问题,本发明的步骤如下:(1)选取实拍红外图像组成训练集;(2)构建生成器网络;(3)构建判别器网络;(4)构建样式生成对抗网络;(5)训练判别器网络;(6)训练生成器网络;(7)训练样式生成对抗网络;(8)使用训练好的生成器网络输出红外图像样本,完成红外图像样本扩充。本发明能够大量生成红外舰船样本,有效地提高了扩充样本的真实感和多样性。

    基于空间变换模型的光学图层分解方法

    公开(公告)号:CN106600658B

    公开(公告)日:2019-08-13

    申请号:CN201611150434.5

    申请日:2016-12-14

    IPC分类号: G06T11/00

    摘要: 本发明提出了一种基于空间变换模型的光学图层分解方法,用于解决现有无监督单张混合图像分解方法中存在的分解效果差、效率低的技术问题,实现步骤为:读入原始混合图像;利用盲反卷积算法去模糊;定义迭代变量和传输图层矩阵迭代式;建立空间变换模型并推导传输图层矩阵和反射图层矩阵的函数表达式;构造目标函数,并利用图层先验添加约束条件,用L1范数进行正则化,实现目标函数凸优化;拉格朗日乘子法求取凸目标函数最优解;利用函数表达式计算传输图层矩阵、反射图层矩阵;判断迭代次数是否大于设定阈值,满足则结束,否则更新凸目标函数。本发明改善了混合图像的分解效果,并提升了计算效率。

    点云数据配准方法
    6.
    发明公开

    公开(公告)号:CN107861920A

    公开(公告)日:2018-03-30

    申请号:CN201711204463.X

    申请日:2017-11-27

    IPC分类号: G06F17/16

    CPC分类号: G06F17/16

    摘要: 本发明涉及一种点云数据配准方法,包括如下步骤:(a)获取第一点云数据集和第二点云数据集;(b)构造所述第一点云数据集和所述第二点云数据集的距离平方和;(c)使所述距离平方和最小以获得配准矩阵。采用本发明的点云数据配准方法通过构造特征点的距离平方和并解算该距离平方和的最小值计算获得最优的配准矩阵,误差小,精度高,计算量小,显著提高点云配准的精度和效率。

    基于嵌入式GPU的改进LBP红外目标检测方法

    公开(公告)号:CN106600613A

    公开(公告)日:2017-04-26

    申请号:CN201611150326.8

    申请日:2016-12-14

    IPC分类号: G06T7/12 G06T7/136

    CPC分类号: G06T2207/10048

    摘要: 本发明提出了一种基于嵌入式GPU的改进LBP红外目标检测算法,用于解决现有红外目标检测中存在的运算速度慢和检测稳定性差的技术问题,实现步骤为:输入红外图像并进行预处理得到大尺寸灰度图像;将灰度图像数据分块输入到嵌入式GPU显存,并分配线程;对LBP算法的特征向量提取方法进行改进得到梯度‑LBP算法;各线程利用得到的梯度‑LBP算法并行计算灰度图像块的梯度‑LBP矩阵;分别对多个梯度‑LBP矩阵进行灰度还原并检测出备选目标点;将备选目标点复制到内存并选取灰度值最大点作为最终目标点;输出最终目标点位置。本发明具有检测速度快和稳定性好的特点,可用于远程红外预警、精确制导与空间目标监视系统等的目标定位。

    基于纹理的红外粗糙海面动态仿真方法

    公开(公告)号:CN103123670A

    公开(公告)日:2013-05-29

    申请号:CN201310066848.X

    申请日:2013-03-03

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种基于纹理的红外粗糙海面动态仿真的方法,主要解决现有技术红外粗糙海面仿真真实性和实时性低的问题。其实现过程是:利用Torrance-Sparrow光照模型,建立海面红外辐射亮度公式;用大气计算软件Atmosphere计算海面发射率、微面元分布概率、太阳辐射亮度、天空辐射亮度、大气路径辐射亮度和大气透过率;将计算结果存储为DDS纹理图,并利用Cg语言,将DDS纹理图写入材质脚本;通过GPU完成材质脚本的解析和编译,载入显存,形成执行代码;利用执行代码完成对红外粗糙海面的实时仿真。本发明具有物理真实性和实时性高等优点,可应用于海面背景的全景仿真,为海面目标的红外特征识别提供红外辐射主背景。

    一种基于YOLOv8改进的海场景目标识别方法

    公开(公告)号:CN118196381A

    公开(公告)日:2024-06-14

    申请号:CN202410336097.7

    申请日:2024-03-22

    摘要: 本发明适用于目标识别领域,提供了一种基于YOLOv8改进的海场景目标识别方法,包括:获取待检测图像,待检测图像为海场景图像;将待检测图像输入训练好的改进YOLOv8模型中,输出目标识别结果;其中,改进YOLOv8模型的主干网络中包含全局注意力机制模块和幽灵卷积模块,改进YOLOv8模型的颈部网络中包含跨阶段局部网络、双向加权特征金字塔模块、组打乱卷积模块和幽灵卷积模块,改进YOLOv8模型的顶部网络中包含用于检测预设大小的目标的探测层;预设大小的目标属于小目标。本发明提供的方法可在节省算力、缩短计算时间的同时极大提高对待检测图像的识别精度。

    点云数据配准方法
    10.
    发明授权

    公开(公告)号:CN107861920B

    公开(公告)日:2021-11-30

    申请号:CN201711204463.X

    申请日:2017-11-27

    IPC分类号: G06F17/16

    摘要: 本发明涉及一种点云数据配准方法,包括如下步骤:(a)获取第一点云数据集和第二点云数据集;(b)构造所述第一点云数据集和所述第二点云数据集的距离平方和;(c)使所述距离平方和最小以获得配准矩阵。采用本发明的点云数据配准方法通过构造特征点的距离平方和并解算该距离平方和的最小值计算获得最优的配准矩阵,误差小,精度高,计算量小,显著提高点云配准的精度和效率。