-
公开(公告)号：CN109242854A
公开(公告)日：2019-01-18
申请号：CN201810781595.7
申请日：2018-07-14
IPC分类号： G06T7/10
摘要： 本发明属于图像分析技术领域，公开了一种基于FLIC超像素分割的图像显著性检测方法，输入图像利用基于总变差模型的滤波方法去除纹理，得到包含颜色特征的图像；利用Gabor滤波器矩阵提进行滤波，得到包含图像纹理信息的图像；对包含颜色特征的图像利用FLIC进行超像素分割并且计算对比度值；对包含纹理特征的图像利用FLIC进行超像素分割计算对比度值；利用线性融合技术，通过权重对得到的两个对比度进行线性融合，得到新的对比度，最终得到基于颜色特征和纹理特征的显著图。本发明对于高纹理图像的检测效果相对于当前具有代表性的方法具有明显提高；可以用在计算机视觉任务中。
-
公开(公告)号：CN108177801B
公开(公告)日：2020-04-07
申请号：CN201711187854.5
申请日：2017-11-24
申请人： 西安电子科技大学
IPC分类号： B64G4/00
摘要： 本发明提出了一种基于太阳帆的空间碎片清理装置及方法，旨在提高厘米级空间碎片的清理效率，并降低轨道清理过程中的能量消耗和机动平台的制造成本，太阳帆的支撑杆伸展并带动帆面展开；支撑杆上的滑块根据探测控制模块的指令滑动，调整太阳帆姿态，太阳帆向目标碎片靠近；吸纳器通过腔体内的电磁线圈将磁性碎片吸入到粉碎腔内；粉碎腔内的分解网粉碎磁性碎片，球磨机将粉碎后的碎块研磨为磁性粉尘；静电加速器内的放电装置对经过粉碎腔和静电加速器之间隔离板上的出尘孔进入腔体内的磁性粉尘充电，并在静电发生器提供的高压静电场内使磁性粉尘加速；喷枪管向非磁性碎片喷射在缓冲区混合的膨胀泡沫和高速磁性粉尘，使非磁性碎片降轨。
-
公开(公告)号：CN108562292B
公开(公告)日：2019-11-26
申请号：CN201711187855.X
申请日：2017-11-24
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于hp自适应伪谱法的太阳帆星际转移轨迹优化方法，适用于太阳帆从某行星轨道航行至另一行星轨道时，寻求一条最优转移轨迹，使其轨道转移的时间最小，用于解决现有技术中存在的收敛速度慢的技术问题，实现步骤包括：建立极坐标系下的太阳帆星际转移运动方程；构建太阳帆星际转移轨迹的最优控制问题；采用hp自适应伪谱法对太阳帆星际转移轨迹的最优控制问题进行优化，得到太阳帆星际转移的最优飞行轨迹。本发明根据计算精度的要求，自适应地调整相应区间的网格个数或多项式的阶次，从而具有更少的配点个数和更合理的配点分布，减少了计算量，有效地提高了收敛速度。
-
公开(公告)号：CN108177801A
公开(公告)日：2018-06-19
申请号：CN201711187854.5
申请日：2017-11-24
申请人： 西安电子科技大学
IPC分类号： B64G4/00
摘要： 本发明提出了一种基于太阳帆的空间碎片清理装置及方法，旨在提高厘米级空间碎片的清理效率，并降低轨道清理过程中的能量消耗和机动平台的制造成本，太阳帆的支撑杆伸展并带动帆面展开；支撑杆上的滑块根据探测控制模块的指令滑动，调整太阳帆姿态，太阳帆向目标碎片靠近；吸纳器通过腔体内的电磁线圈将磁性碎片吸入到粉碎腔内；粉碎腔内的分解网粉碎磁性碎片，球磨机将粉碎后的碎块研磨为磁性粉尘；静电加速器内的放电装置对经过粉碎腔和静电加速器之间隔离板上的出尘孔进入腔体内的磁性粉尘充电，并在静电发生器提供的高压静电场内使磁性粉尘加速；喷枪管向非磁性碎片喷射在缓冲区混合的膨胀泡沫和高速磁性粉尘，使非磁性碎片降轨。
-
公开(公告)号：CN108562292A
公开(公告)日：2018-09-21
申请号：CN201711187855.X
申请日：2017-11-24
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于hp自适应伪谱法的太阳帆星际转移轨迹优化方法，适用于太阳帆从某行星轨道航行至另一行星轨道时，寻求一条最优转移轨迹，使其轨道转移的时间最小，用于解决现有技术中存在的收敛速度慢的技术问题，实现步骤包括：建立极坐标系下的太阳帆星际转移运动方程；构建太阳帆星际转移轨迹的最优控制问题；采用hp自适应伪谱法对太阳帆星际转移轨迹的最优控制问题进行优化，得到太阳帆星际转移的最优飞行轨迹。本发明根据计算精度的要求，自适应地调整相应区间的网格个数或多项式的阶次，从而具有更少的配点个数和更合理的配点分布，减少了计算量，有效地提高了收敛速度。
-
公开(公告)号：CN106780582B
公开(公告)日：2019-08-13
申请号：CN201611165436.1
申请日：2016-12-16
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于纹理特征和颜色特征融合的图像显著性检测方法，主要解决现有技术对于纹理特征利用不充分，对高纹理图像显著性检测效果较差的问题。其方案是：1)输入图像，并利用基于总变差模型的滤波方法去除纹理，得到含颜色特征的图像；2)对输入的图像，利用Gabor滤波器进行滤波，得到含图像纹理信息的图像；3)根据颜色特征的图像计算初步对比度值；4)根据纹理信息图像计算背景概率；5)对初步对比度值和背景概率进行融合得到新的对比度，进而得到基于颜色和纹理特征的显著图。本发明充分利用了图像的颜色和纹理信息，提高了复杂纹理图像的检测效果，可用于计算机视觉任务中。
-
公开(公告)号：CN106780582A
公开(公告)日：2017-05-31
申请号：CN201611165436.1
申请日：2016-12-16
申请人： 西安电子科技大学
CPC分类号： G06K9/4671 , G06T2207/20221
摘要： 本发明公开了一种基于纹理特征和颜色特征融合的图像显著性检测方法，主要解决现有技术对于纹理特征利用不充分，对高纹理图像显著性检测效果较差的问题。其方案是：1)输入图像，并利用基于总变差模型的滤波方法去除纹理，得到含颜色特征的图像；2)对输入的图像，利用Gabor滤波器进行滤波，得到含图像纹理信息的图像；3)根据颜色特征的图像计算初步对比度值；4)根据纹理信息图像计算背景概率；5)对初步对比度值和背景概率进行融合得到新的对比度，进而得到基于颜色和纹理特征的显著图。本发明充分利用了图像的颜色和纹理信息，提高了复杂纹理图像的检测效果，可用于计算机视觉任务中。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.05 秒)
