-
公开(公告)号：CN119168905A
公开(公告)日：2024-12-20
申请号：CN202411201797.1
申请日：2024-08-29
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明涉及基于加权伽马校正的高动态红外数字图像细节质量提升方法，属于图像处理技术领域，解决红外图像处理存在过度增强或细节丢失的技术问题，其包括读取原始高位深红外图像I，对原始高位深红外图像I进行直方图分析，对概率分布函数pdf(l)进行权重分配，将加权后概率分布函数pdfw(l)进行累加计算，对原始高位深红外图像I进行加权伽马校正，对原始高位深红外图像I进行滤波处理，对滤波后高位深红外图像I′进行差分计算，对灰度映射后的红外图像T′和细节纹理信息Id′进行融合处理，得到增强后的可显示红外图像Ie的步骤。该方法用于高位深红外图像处理。
-
公开(公告)号：CN115372993B
公开(公告)日：2024-05-10
申请号：CN202211053971.3
申请日：2022-08-31
Applicant: 中国科学院西安光学精密机械研究所
IPC: G01S17/894 , G01S17/66 , G01S7/483 , G01S7/481
Abstract: 本发明属于一种位置探测控制方法，为解决目前3D GISC Lidar技术面向实际应用进行成果转化时，存在运动模糊，以及目标光源能量不足时脱靶量提取困难的技术问题，提供一种目标位置信息探测系统及其控制方法，设置了章动扫描镜，以及发射跟踪镜和接收跟踪镜组成的双FSM，通过控制器采集章动扫描镜的位置信息和桶探测器的回波信号，控制发射跟踪镜、章动扫描镜和接收跟踪镜的工作状态，能够有效解决3D GISC Lidar技术面向实际应用并进行成果转化中遇到的运动模糊、探测器脱靶量提取困难等问题。
-
公开(公告)号：CN116257722A
公开(公告)日：2023-06-13
申请号：CN202310047574.3
申请日：2023-01-31
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明为解决现有技术在计算光电跟踪设备中的目标质心脱靶量时，存在精度分析误差较大，不能满足光电跟踪设备不断提高的精度分析需求的技术问题，而提供一种用于光电跟踪的目标脱靶量精度计算方法，以定量估计探测噪声对目标脱靶量计算误差的影响，精确分析目标脱靶量精度计算误差。本发明基于光电跟踪中光学系统的探测器的噪声分析和对光电成像中的目标质心位置估计，分别对五种探测器噪声进行噪声干扰建模，得到质心计算误差的标准差与探测信噪比SNR的关系公式，通过对目标质心位置的高精度估计，实现对目标脱靶量的高精度和高准确性估计。
-
公开(公告)号：CN115661205A
公开(公告)日：2023-01-31
申请号：CN202211358869.4
申请日：2022-11-01
Applicant: 中国科学院西安光学精密机械研究所
IPC: G06T7/246 , G06V10/764 , G06N7/00
Abstract: 本发明涉及一种视频目标跟踪方法，解决现有跟踪算法在目标光照下跟踪精度和稳定性低，丢失目标的问题，包括1：获得图像M和目标；2：设定目标波门，若M为第一帧图像，则执行步骤3，反之，执行步骤6；3：在目标波门内，生成e个正样本图像块和d个负样本图像块；4：计算每个正样本图像块和负样本图像块的特征值，并获得模板特征向量；5：对贝叶斯分类器进行初始化后返回步骤1；6：绘制搜索框，在搜索框内选设定R个候选图像块，计算每个候选图像块的模板特征向量，利用贝叶斯分类器进行分类，输出下一帧图像的目标位置；若满足跟踪需求，则结束，反之，执行步骤7；7：计算目标位置的模板特征向量，对贝叶斯分类器更新后，返回步骤1。
-
公开(公告)号：CN119646482A
公开(公告)日：2025-03-18
申请号：CN202411705668.6
申请日：2024-11-26
Applicant: 中国科学院西安光学精密机械研究所
IPC: G06F18/213 , G01R27/26 , G06F18/214 , G06F18/27 , G06N3/08 , G06N3/086 , G06N5/01
Abstract: 一种基于数据驱动的磁芯损耗预测方法、计算机程序产品，包括以下步骤：步骤S1，构建磁芯损耗的经验补偿模型和机器学习预测模型；步骤S2，通过对经验补偿模型进行修正得到预测结果，通过机器学习预测模型进行修正得到预测结果；步骤S3，将两种预测结果分别通过构建的神经网络训练，得到预测结果的补偿值；步骤S4，对预测结果以及补偿值分别适配权重参数；步骤S5，通过预测结果以及补偿值，结合其权重参数计算磁芯损耗的预测值，通过遗传算法迭代得到磁芯损耗最优参数。本发明的基于数据驱动的磁芯损耗预测方法、计算机程序产品，大大减少了预测结果与真实损耗的均方误差。
-
Patent Agency Ranking
公开(公告)号：CN119152184A
公开(公告)日：2024-12-17
申请号：CN202411175777.1
申请日：2024-08-26
Applicant: 中国科学院西安光学精密机械研究所
IPC: G06V10/25 , G06V10/766 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/084
Abstract: 本发明属于目标检测领域，具体涉及一种基于反正切微分函数边界框回归损失的目标检测方法。该方法包括以下步骤：1、获取目标图像的检测数据集，并将其划分为训练集和测试集；2、构建目标检测神经网络；3、将训练集输入至目标检测神经网络中，输出预测框；4、将真实框与预测框做TanIoU相似度计算，得到边界框回归损失LTanIoU；5、基于边界框回归损失LTanIoU，更新目标检测神经网络的梯度参数，并判断边界框回归损失LTanIoU是否满足预设条件，若是，则执行步骤6，若否，则返回步骤3，直至满足预设条件；6、将测试集输入到更新梯度参数后的目标检测神经网络中，进行并完成目标检测。本发明能够提升目标检测神经网络的平均检测精度。
-
公开(公告)号：CN115953341A
公开(公告)日：2023-04-11
申请号：CN202211617142.3
申请日：2022-12-15
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明公开了一种夜间火箭可见光图像和红外图像分区域融合方法，解决了可见光图像和红外图像融合方法因受可见光颜色色偏和红外过饱和尾焰的视觉干扰降低图像主观效果的问题。具体包括步骤1、配准一幅红外灰度图像和一幅可见光彩色图像；步骤2、获取箭体二值图像和尾焰二值图像；步骤3、获取箭体轮廓图像和尾焰轮廓图像；步骤4、获取箭体与尾焰间的直线分割线；步骤5、将红外灰度图像转为红外彩色图像，对红外彩色图像和可见光彩色图像中部区域进行加权渐变融合得到融合区域；步骤6、以红外彩色图像的箭体区域、可见光彩色图像的尾焰区域及融合区域构建融合图像。该方法避免了尾焰颜色色偏和红外过饱和尾焰的干扰，保留了可见光尾焰颜色。
-
公开(公告)号：CN113516585B
公开(公告)日：2023-04-11
申请号：CN202110390540.5
申请日：2021-04-12
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明公开了基于非成对的光学遥感图像质量提升方法，可用于任意类型的图像高质量光学遥感图像的获取，解决了现有技术中，对遥感图像处理时，无法在去除噪声的同时，重建比数据集本身分辨率更高图像的问题。本发明采用双循环结构结合一系列针对性的损失函数，对没有交集的任意图像类型光学遥感图像既可提升图像分辨率，也可去除噪声，无须建立训练数据间一对一的映射，便可实现高质量光学遥感图像的获取。
-
公开(公告)号：CN113093818A
公开(公告)日：2021-07-09
申请号：CN202110423490.6
申请日：2021-04-20
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明提出一种稳定平台伺服控制系统，以解决传统的电机伺服控制系统不能满足系统的控制精度要求，机械谐振难以抑制，且存在体积和重量较大的技术问题。包括DC/DC、设置在方位轴上的方位电机、方位光纤陀螺、设置在方位电机输出轴上的方位编码器以及方位轴控制组件，以及设置在俯仰轴上的俯仰电机、俯仰光纤陀螺、设置在俯仰电机输出轴上的俯仰编码器以及俯仰轴控制组件；控制组件包括FPGA、DSP、三相桥、PWM驱动电路、电流采集电路、AD转换电路及通信电路；DSP包括位置环控制器、速度环控制器、电流环控制器、数字陷波器及PWM发生器，用于实现SVPWM控制算法或SPWM控制算法，以及方位轴的电流、速度和位置三闭环控制算法。
-
公开(公告)号：CN119722734A
公开(公告)日：2025-03-28
申请号：CN202411592436.4
申请日：2024-11-08
Applicant: 中国科学院西安光学精密机械研究所
IPC: G06T7/246 , G06V10/77 , G06V10/774 , G06F17/18
Abstract: 本发明涉及一种用于红外目标检测跟踪的图像预处理方法，属于红外目标图像预处理技术领域，解决红外目标检测跟踪效率与跟踪精度不稳定的技术问题。其包括读取原始红外图像I，进行灰度反转；计算反转后红外图像Iinv的概率密度函数pdf，进行截断处理得到更新后的概率密度函数pdfnew；计算图像灰度先验值p，将概率密度函数pdfnew分为图像高阶概率密度函数pdfh和图像低阶概率密度函数pdfl两部分；对图像高阶概率密度函数pdfh和低阶概率密度函数pdfl做权重计算与累加计算，对反转后红外图像Iinv做加权自适应伽马校正；对校正后红外图像Ie做灰度反转；对红外图像Ied进行灰度映射，得到预处理后的可显示图像Ians的步骤。该方法用于红外目标检测跟踪的图像预处理。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.045 seconds)
