-
公开(公告)号：CN111076820A
公开(公告)日：2020-04-28
申请号：CN201911248620.6
申请日：2019-12-09
申请人： 北京空间机电研究所
IPC分类号： G01J5/00
摘要： 本发明涉及一种红外实时非均匀性校正方法，属于红外实时图像处理技术领域；步骤一、将探测目标调低至T1温度，对探测目标拍摄k张图片；步骤二、统计各方格在k张图片的响应值均值yi(TL)；统计全部方格的响应值均值步骤三、将探测目标调高至T2温度，统计各方格在k张图片的响应值均值yi(TH)；统计全部方格在k张图片的响应值均值 步骤四、计算增益因子Δki和偏移量bi；步骤五、判断新图片中的各方格为有效信息方格或无效信息方格；步骤六、将无效信息方格进行替换；步骤七、对替换后的方格进行实时非均匀性校正；得到校正后的方格Si；本发明解决了在实际使用过程中产生的随机盲元的替换问题，进一步改善了非均匀性校正的结果。
-
公开(公告)号：CN110647977B
公开(公告)日：2023-02-03
申请号：CN201910792583.9
申请日：2019-08-26
申请人： 北京空间机电研究所
摘要： 一种用于星上对舰船目标检测的Tiny‑YOLO网络的优化方法，采用舰船图像的样本集合，对原始Tiny‑YOLO网络进行训练，得到网络内各卷积层内的卷积核的参数；根据原始Tiny‑YOLO网络以及网络内各卷积层内的卷积核的参数，确定用于舰船目标检测的Tiny‑YOLO网络；通过减少卷积核，实现Tiny‑YOLO网络进行稀疏化，根据稀疏化后的Tiny‑YOLO网络的各卷积层的位置，进行迁移学习，使稀疏化后的Tiny‑YOLO网络在星上的运算速度和检测准确率达到要求；将迁移学习后的Tiny‑YOLO网络中的卷积核参数由浮点数转变为整数，获得最终的Tiny‑YOLO网络，实现星上利用改进Tiny‑YOLO网络提高运算速度的需求。
-
公开(公告)号：CN114494852A
公开(公告)日：2022-05-13
申请号：CN202111592478.4
申请日：2021-12-23
申请人： 北京空间机电研究所
摘要： 用于星载大视场凝视遥感成像的目标信息快速提取方法，属于目标检测技术领域。本发明针对现有用于目标信息提取的深度网络结构庞大、计算量多，同时凝视相机具有数据量大、单幅图像像素多，无法直接将深度学习方法用于星载大视场凝视遥感成像的目标信息快速提取的问题，优化了目标信息提取框架，采用计算量少的配准方法快速发现运动目标，并简化了用于目标分类识别的深度网络，使得本发明提出的目标信息提取方法适合星载大视场凝视遥感成像条件。
-
公开(公告)号：CN111131719B
公开(公告)日：2021-07-13
申请号：CN201911248424.9
申请日：2019-12-09
申请人： 北京空间机电研究所
IPC分类号： H04N5/235
摘要： 本发明实施例提供了一种视频流水线的处理方法及装置。所述方法包括：获取空间飞行器对应的长曝光图像和短曝光图像；获取所述长曝光图像对应的第一曝光时间，及所述短曝光图像对应的第二曝光时间；根据所述第一曝光时间和所述第二曝光时间，计算得到过曝光区域、欠曝光区域、曝光良好区域和曝光盲区；根据所述过曝光区域、所述欠曝光区域、所述曝光良好区域和所述曝光盲区，生成合成图像；根据所述合成图像的图像参数，确定所述空间飞行器对应的高动态范围图像。本发明实施例可根据视频图像数据自适应调整映射参数，能够满足实时性要求。
-
公开(公告)号：CN110647977A
公开(公告)日：2020-01-03
申请号：CN201910792583.9
申请日：2019-08-26
申请人： 北京空间机电研究所
摘要： 一种用于星上对舰船目标检测的Tiny-YOLO网络的优化方法，采用舰船图像的样本集合，对原始Tiny-YOLO网络进行训练，得到网络内各卷积层内的卷积核的参数；根据原始Tiny-YOLO网络以及网络内各卷积层内的卷积核的参数，确定用于舰船目标检测的Tiny-YOLO网络；通过减少卷积核，实现Tiny-YOLO网络进行稀疏化，根据稀疏化后的Tiny-YOLO网络的各卷积层的位置，进行迁移学习，使稀疏化后的Tiny-YOLO网络在星上的运算速度和检测准确率达到要求；将迁移学习后的Tiny-YOLO网络中的卷积核参数由浮点数转变为整数，获得最终的Tiny-YOLO网络，实现星上利用改进Tiny-YOLO网络提高运算速度的需求。
-
公开(公告)号：CN111076820B
公开(公告)日：2021-04-13
申请号：CN201911248620.6
申请日：2019-12-09
申请人： 北京空间机电研究所
IPC分类号： G01J5/00
摘要： 本发明涉及一种红外实时非均匀性校正方法，属于红外实时图像处理技术领域；步骤一、将探测目标调低至T1温度，对探测目标拍摄k张图片；步骤二、统计各方格在k张图片的响应值均值yi(TL)；统计全部方格的响应值均值步骤三、将探测目标调高至T2温度，统计各方格在k张图片的响应值均值yi(TH)；统计全部方格在k张图片的响应值均值步骤四、计算增益因子Δki和偏移量bi；步骤五、判断新图片中的各方格为有效信息方格或无效信息方格；步骤六、将无效信息方格进行替换；步骤七、对替换后的方格进行实时非均匀性校正；得到校正后的方格Si；本发明解决了在实际使用过程中产生的随机盲元的替换问题，进一步改善了非均匀性校正的结果。
-
公开(公告)号：CN111131719A
公开(公告)日：2020-05-08
申请号：CN201911248424.9
申请日：2019-12-09
申请人： 北京空间机电研究所
IPC分类号： H04N5/235
摘要： 本发明实施例提供了一种视频流水线的处理方法及装置。所述方法包括：获取空间飞行器对应的长曝光图像和短曝光图像；获取所述长曝光图像对应的第一曝光时间，及所述短曝光图像对应的第二曝光时间；根据所述第一曝光时间和所述第二曝光时间，计算得到过曝光区域、欠曝光区域、曝光良好区域和曝光盲区；根据所述过曝光区域、所述欠曝光区域、所述曝光良好区域和所述曝光盲区，生成合成图像；根据所述合成图像的图像参数，确定所述空间飞行器对应的高动态范围图像。本发明实施例可根据视频图像数据自适应调整映射参数，能够满足实时性要求。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.028 秒)