-
公开(公告)号：CN111127546A
公开(公告)日：2020-05-08
申请号：CN201911163930.8
申请日：2019-11-25
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于极坐标变换的圆形目标中心定位方法及系统，通过目标检测方法提取包含圆形目标的矩形区域，再进行极坐标变换，对极坐标变换后的图像进行大津阈值分割及形态学处理，提取原图中圆形目标边缘的展开曲线；找出展开曲线的峰值和谷值，根据峰值与谷值计算当前展开中心与实际圆心的误差，进而得到新的展开中心；以新的展开中心重复前述步骤进行迭代，并设置阈值，当展开曲线的峰值与谷值之间差值小于或等于该阈值时，迭代截止。本发明从圆形内部出发，对于圆外周存在丰富边缘特征的物体具有极好的应用效果，并且通过对展开曲线进行局部极值抑制，可以有效地去除圆形周围的离散噪点，提高圆形中心定位的精度。
-
公开(公告)号：CN107270895A
公开(公告)日：2017-10-20
申请号：CN201710468464.9
申请日：2017-06-20
申请人： 南京航空航天大学
CPC分类号： G01C21/165 , G01S19/47
摘要： 本发明公开了一种用于空中加油会合段的相对导航系统及方法。系统采用捷联惯性导航系统(SINS)、卫星定位系统(GPS)以及红外搜索与跟踪系统(IRST)组合的方式，加油机与受油机之间通过数据链进行通信。采用混合多级式的融合结构模型，可以实时得到受油机与加油机之间高精度的相对位置、速度、姿态信息，满足了空中加油会合段的任务要求。同时IRST可以独立工作，削弱了相对导航系统对数据链的依赖，使系统具有高可靠性和容错性。
-
公开(公告)号：CN110866483B
公开(公告)日：2023-07-25
申请号：CN201911094639.X
申请日：2019-11-11
申请人： 南京航空航天大学
摘要： 本发明公开了一种动静结合的机场跑道异物视觉检测与定位方法，具体为：利用遥控车搭载相机在跑道上循迹检测，通过定位算法获取检测出的异物目标的位置信息，并发送给中央控制台，完成初次检测。初检更注重异物的检出率，与此同时提高了误检率。因此，本方法加入了二次检测的思想，通过加装固定式相机对初检结果展开进一步的检测。中央控制台在获取目标的位置后，向相应区域的固定式相机发送控制信号，调节云台转动角度和焦距使目标基本落于图像中心并清晰可见，通过二次检测来判断是否确为异物，若是，则发送指令给异物清除机构。本发明能够有效均衡漏检率与误检率，并得到准确可靠的异物位置信息，有助于实现异物检测、定位、清除一体化。
-
公开(公告)号：CN111127546B
公开(公告)日：2023-04-28
申请号：CN201911163930.8
申请日：2019-11-25
申请人： 南京航空航天大学
摘要： 本发明公开了一种基于极坐标变换的圆形目标中心定位方法及系统，通过目标检测方法提取包含圆形目标的矩形区域，再进行极坐标变换，对极坐标变换后的图像进行大津阈值分割及形态学处理，提取原图中圆形目标边缘的展开曲线；找出展开曲线的峰值和谷值，根据峰值与谷值计算当前展开中心与实际圆心的误差，进而得到新的展开中心；以新的展开中心重复前述步骤进行迭代，并设置阈值，当展开曲线的峰值与谷值之间差值小于或等于该阈值时，迭代截止。本发明从圆形内部出发，对于圆外周存在丰富边缘特征的物体具有极好的应用效果，并且通过对展开曲线进行局部极值抑制，可以有效地去除圆形周围的离散噪点，提高圆形中心定位的精度。
-
公开(公告)号：CN109858455B
公开(公告)日：2023-06-20
申请号：CN201910119289.1
申请日：2019-02-18
申请人： 南京航空航天大学
摘要： 本发明公开了一种针对圆形目标的分块检测尺度自适应跟踪方法，分为两个阶段：利用分块检测判断目标遮挡情况以及分块进行基于特征点提取与目标边缘拟合的尺度自适应。根据目标预测位置框获取框内图像，将框内图像分为9个子块，计算框内图像与各子块的HOG特征与参照组特征的相似度，根据相似度判断跟踪失败情况与目标遮挡情况。对未被遮挡子块利用Sobel算子获取边缘梯度特征，并设计三级筛选方法筛选出有效特征点，将有效特征点进行目标边缘轮廓拟合，得到目标参考搜索框，根据目标参考搜索框与KCF模型搜索框尺度比例，对KCF模型进行训练及更新。本发明实现了尺度变换与遮挡情况下对目标的准确、可靠和快速检测跟踪。
-
公开(公告)号：CN110866483A
公开(公告)日：2020-03-06
申请号：CN201911094639.X
申请日：2019-11-11
申请人： 南京航空航天大学
摘要： 本发明公开了一种动静结合的机场跑道异物视觉检测与定位方法，具体为：利用遥控车搭载相机在跑道上循迹检测，通过定位算法获取检测出的异物目标的位置信息，并发送给中央控制台，完成初次检测。初检更注重异物的检出率，与此同时提高了误检率。因此，本方法加入了二次检测的思想，通过加装固定式相机对初检结果展开进一步的检测。中央控制台在获取目标的位置后，向相应区域的固定式相机发送控制信号，调节云台转动角度和焦距使目标基本落于图像中心并清晰可见，通过二次检测来判断是否确为异物，若是，则发送指令给异物清除机构。本发明能够有效均衡漏检率与误检率，并得到准确可靠的异物位置信息，有助于实现异物检测、定位、清除一体化。
-
公开(公告)号：CN109858455A
公开(公告)日：2019-06-07
申请号：CN201910119289.1
申请日：2019-02-18
申请人： 南京航空航天大学
摘要： 本发明公开了一种针对圆形目标的分块检测尺度自适应跟踪方法，分为两个阶段：利用分块检测判断目标遮挡情况以及分块进行基于特征点提取与目标边缘拟合的尺度自适应。根据目标预测位置框获取框内图像，将框内图像分为9个子块，计算框内图像与各子块的HOG特征与参照组特征的相似度，根据相似度判断跟踪失败情况与目标遮挡情况。对未被遮挡子块利用Sobel算子获取边缘梯度特征，并设计三级筛选方法筛选出有效特征点，将有效特征点进行目标边缘轮廓拟合，得到目标参考搜索框，根据目标参考搜索框与KCF模型搜索框尺度比例，对KCF模型进行训练及更新。本发明实现了尺度变换与遮挡情况下对目标的准确、可靠和快速检测跟踪。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.028 秒)
