具有统计保证的非合作目标位姿测量方法和装置

    公开(公告)号:CN118570299A

    公开(公告)日:2024-08-30

    申请号:CN202410710505.0

    申请日:2024-06-03

    摘要: 本申请涉及一种具有统计保证的非合作目标位姿测量方法和装置,通过采用训练好的深度神经网络非合作目标图像进行预测,得到多个语义关键点在非合作目标三维坐标体系下三维坐标的索引分类项以及非合作目标图像上的像素坐标,根据预设的非共形分位数,针对每一个语义关键点进行共形预测生成语义关键点共形集合,在语义关键点共形集合内进行随机采样得到一组采样点像素坐标,根据该组采样点像素坐标得到非合作目标的估计位姿,并判断满足预设标准的估计位姿保留至目标位姿集合中,通过多次迭代计算后,得到非合作目标的标位姿集合以及平均位姿。采用本方法可以在由于遮挡、光照变化和图像质量退化等问题所导致的视觉模糊的情况下,进行精准的非合作目标位姿的测量。

    基于深度学习的视频超分辨率方法及系统、计算机设备

    公开(公告)号:CN114926335B

    公开(公告)日:2024-08-20

    申请号:CN202210551197.2

    申请日:2022-05-20

    摘要: 本发明公开一种基于深度学习的视频超分辨率方法及系统、计算机设备,该方法首先利用低分辨率高帧率视频序列中的目标帧和它的邻近帧计算得到初始目标帧;然后根据目标帧与设定的关键帧进行高分辨率光流估计,并利用该高分辨率光流估计结果对高分辨率低帧率视频序列中的对应关键帧进行运动补偿;继而对补偿后的图像帧进行特征提取得到细节特征图;最后将初始目标帧与细节特征图进行加权聚合,得到最终的高分辨率目标帧,其中加权权重根据高分辨率光流计算获得。本发明通过不同视频序列的信息融合,有效解决了现有技术生成的高分辨率高帧率视频中细节特征不真实的问题。

    基于事件相机的爆炸威力场毁伤元测量方法及系统

    公开(公告)号:CN115661209B

    公开(公告)日:2023-03-17

    申请号:CN202211682126.2

    申请日:2022-12-27

    IPC分类号: G06T7/246 G06T7/73 G06T7/80

    摘要: 本申请涉及一种基于事件相机的爆炸威力场毁伤元测量方法及系统。所述方法包括:将多个事件相机以不同的空间位置和观测角度布置在爆炸威力场构成事件相机系统;对事件相机系统进行标定,得到事件相机内外参数;根据爆炸威力场的实际拍摄条件对事件相机中的特殊参数进行设置,利用设置后的事件相机系统对动、静爆威力场进行观测,根据毁伤元运动轨迹的连续性和毁伤元形态特征从事件数据中提取毁伤元特征,利用单目先验知识测量法或多目立体测量法对毁伤元进行测量。采用本方法能够降低成本,提高动态范围和测量准确性,能够满足野外大视场长时间测量需求。

    适用于无明显结构场景的图像配准方法及系统、计算机设备

    公开(公告)号:CN114882080A

    公开(公告)日:2022-08-09

    申请号:CN202210549898.2

    申请日:2022-05-20

    摘要: 本发明公开一种适用于无明显结构场景的图像配准方法及系统、计算机设备,该方法首先将基准图像与待配准图像的直方图进行合并处理,利用相机成像特性在直方图中选取特定的灰度值,使用该灰度值对待配准的图像进行阈值化,根据二值图像中的轮廓特征计算图像配准中变换模型的配准参数。本发明提供的方法基于真实场景成像中不同区域的灰度相对关系保持不变的特性,通过直方图选取待配准图像的同名灰度值,并通过阈值化的方式获得自生成轮廓特征,实现对无明显结构特征场景的配准。本发明提供的方法对待配准图像的纹理信息无任何要求,且具有鲁棒性好、计算效率高等优势,可应用于需要进行图像配准的各项任务。

    一种高速实时形变监测方法及系统

    公开(公告)号:CN111811421A

    公开(公告)日:2020-10-23

    申请号:CN202010692902.1

    申请日:2020-07-17

    IPC分类号: G01B11/16 G01C21/18 G01C21/16

    摘要: 本发明公开了一种高速实时形变监测方法及系统。通过将高频、低误差的惯性传感器与低频、无偏置的基于视觉的相对姿态估计相融合输入到高效扩展卡尔曼滤波器(EKF)中,实现了两个像机-惯性测量单元装置间相对位姿的高速实时估计。基于此对大型结构待监测点进行交会测量,将待监测点形变数据统一到指定的全局坐标系下,实现其形变自动监测。相比之前的方法,本发明提出的方法,测量设备成本低廉且测量精度高、频率高、速度快,具有重要的理论研究意义和广泛的应用前景。

    一种新的红外超弱运动目标检测方法

    公开(公告)号:CN110738688A

    公开(公告)日:2020-01-31

    申请号:CN201911020999.5

    申请日:2019-10-25

    IPC分类号: G06T7/246 G06T7/215 G06T7/136

    摘要: 本申请涉及一种新的红外超弱运动目标检测方法。所述方法包括:获取待检测的红外图像序列,分别抑制红外图像序列中帧间重叠区域背景以及非重叠区域背景,得到目标图像序列,对目标图像序列中的运动目标进行目标增强,以及抑制目标图像序列中的背景残差,得到增强目标图像序列,通过自适应阈值分割,确定增强目标图像序列的候选目标集合,通过计算候选目标集合中每个候选目标的目标运动速度和灰度外观特征,确定候选目标集合中的真实目标。采用本方法能够实现对超弱运动目标进行检测。

    一种基于DMD动态分光的高动态成像模块

    公开(公告)号:CN107343130B

    公开(公告)日:2019-07-05

    申请号:CN201710704694.0

    申请日:2017-08-17

    IPC分类号: H04N5/225 H04N5/235 H04N5/232

    摘要: 本发明涉及一种基于DMD动态分光的高动态成像模块。包括基于DMD高动态成像模块硬件以及光路控制软件和图像融合软件。目标光线进入主镜中,经动态分光装置反射后,经过适配器、光强动态可调机构、位置传感器后,由相机采集图像,再经过DMD空间光调制器后传输到计算机进行参数计算补偿,获取高动态范围图像;适配器可根据不同的成像任务,实现至相机靶面的分光比区域动态可调;结合图像融合和增强处理算法,构成“主镜+适配器+多相机”光路结构,光路结构能够提供的动态范围达到136dB,系统的整体动态范围将大于150dB,实现对目标的高动态范围成像。利用DMD器件实现分光结构的紧凑小巧,实现整体和分区域的动态分光。解决靶场的箭体和火焰同时高质量成像的技术难题。

    摄像引导的无人机风电叶片缺陷动态检测系统及其方法

    公开(公告)号:CN109900713A

    公开(公告)日:2019-06-18

    申请号:CN201910309312.3

    申请日:2019-04-17

    摘要: 本发明公开了一种摄像引导的无人机风电叶片缺陷动态检测系统,包括叶片全局运动测量系统、无人机站叶片局部损伤检测系统、信息处理分析和控制系统、以及野外综合支持与保障系统。还公开了基于上述系统的检测方法,先进行相机标定;再通过全局运动测量系统采集旋转叶片的图像,获取旋转叶片的全场位移和变形信息,并提取旋转叶片轮廓;然后控制规划无人机近距离局部观测,获取叶片感兴趣局部区域在不同位置不同受力状态下的高分辨图像;根据叶片上特征点位移和图像变化进行人工或者半自动故障检测分析。本发明检测过程稳定,实现了对大尺度风电叶片的全局与局部表面的高精度检测,具有检测效率高、功能丰富、容易控制的优点,节省了大量人力。