-
公开(公告)号：CN107870334A
公开(公告)日：2018-04-03
申请号：CN201711019081.X
申请日：2017-10-27
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
CPC分类号： G01S17/89 , G01S7/4802 , G01S7/4817
摘要： 本发明公开了一种基于嵌入式GPU的单像素激光雷达成像装置，其包括：水平传动电机(1)、垂直传动电机(4)、激光测距传感器底座(2)、单像素飞时激光测距传感器(3)和嵌入式GPU底座(5)。水平传动电机带动激光测距传感器底座做水平轴向转动，垂直传动电机与水平传动电机级联带动激光测距传感器做垂直轴向运动，激光测距传感器通过发射和接收激光信号获得周围场景的信息，并把这些信息传入嵌入式GPU底座中，嵌入式GPU底座，根据输入的信息进行均匀光滑曲面重建，并将重建好的三维光滑曲面模型进行动态成像显示。本发明体积小，功耗低，三维场景的感知效率高，能动态探测半球空间中三维环境信息，可用于目标三维点云模型获取。
-
公开(公告)号：CN111814875B
公开(公告)日：2023-08-01
申请号：CN202010650897.8
申请日：2020-07-08
申请人： 西安电子科技大学
IPC分类号： G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/048
摘要： 本发明提供了一种基于样式生成对抗网络的红外图像中舰船样本扩充方法。主要解决现有技术生成红外图像由于仿真建模复杂导致真实性较差，可见光‑红外图像光电转换训练样本获取难度大、训练集数量少导致扩充的红外图像缺乏多样性的问题，本发明的步骤如下：(1)选取实拍红外图像组成训练集；(2)构建生成器网络；(3)构建判别器网络；(4)构建样式生成对抗网络；(5)训练判别器网络；(6)训练生成器网络；(7)训练样式生成对抗网络；(8)使用训练好的生成器网络输出红外图像样本，完成红外图像样本扩充。本发明能够大量生成红外舰船样本，有效地提高了扩充样本的真实感和多样性。
-
公开(公告)号：CN109724917B
公开(公告)日：2021-01-22
申请号：CN201811599624.4
申请日：2018-12-26
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于神经网络及宽带滤波调制的分光方法，主要解决现有技术在有噪声时无法使用最小二乘法进行准确分光的问题。其实现步骤是：1)设计一组调制片作为滤镜，安装到探测器上，并组成探测器矩阵；2)用探测器矩阵，探测已知入射光源，得到各探测器探测的数据，并进行预处理；3)构建神经网络；4)用已知入射光源光谱和经预处理后的探测数据，对神经网络进行训练；4)用探测器矩阵探测未知光源，并对探测的未知光源数据经预处理后输入到训练好的神经网络模型，即可计算未知光源光谱数据，完成分光。本发明充分融合了宽带滤波的光谱复用的特征以及神经网络的学习能力，提高了分光的准确率，可应用于光谱现场检测。
-
公开(公告)号：CN107507237B
公开(公告)日：2020-10-30
申请号：CN201710576134.1
申请日：2017-07-14
申请人： 西安电子科技大学
摘要： 本发明涉及一种基于实测图像的激光干扰效应仿真方法，该方法包括：获取基础激光光斑图像；提取所述基础激光光斑图像中激光光斑的能量信息；根据所述能量信息生成基础激光的光斑纹理图；根据所述基础激光的光斑纹理图计算目标激光的光斑纹理图；在仿真软件中写入并解析所述目标激光的光斑纹理图。本发明通过根据实测图像对理论建模生成的激光光斑进行了纹理的优化，并以其为基础进行插值计算，使其具备更高的真实感和灵活性。
-
公开(公告)号：CN111814875A
公开(公告)日：2020-10-23
申请号：CN202010650897.8
申请日：2020-07-08
申请人： 西安电子科技大学
摘要： 本发明提供了一种基于样式生成对抗网络的红外图像中舰船样本扩充方法。主要解决现有技术生成红外图像由于仿真建模复杂导致真实性较差，可见光-红外图像光电转换训练样本获取难度大、训练集数量少导致扩充的红外图像缺乏多样性的问题，本发明的步骤如下：(1)选取实拍红外图像组成训练集；(2)构建生成器网络；(3)构建判别器网络；(4)构建样式生成对抗网络；(5)训练判别器网络；(6)训练生成器网络；(7)训练样式生成对抗网络；(8)使用训练好的生成器网络输出红外图像样本，完成红外图像样本扩充。本发明能够大量生成红外舰船样本，有效地提高了扩充样本的真实感和多样性。
-
公开(公告)号：CN107450347B
公开(公告)日：2019-10-22
申请号：CN201710576702.8
申请日：2017-07-14
申请人： 西安电子科技大学
IPC分类号： G05B17/02
摘要： 本发明公开了一种基于红外半实物仿真系统的GPU实时非均匀性校正方法，对图像进行分块处理，之后对红外图像块进行了灰度重排和曲线拟合处理，最终得到了全灰度的校正系数，并对图像进行校正，本发明可对具有高分辨率、高灰度的红外图像半实物仿真系统进行非均匀校正；并且由于使用分块处理技术大大降低了数据的使用量，所以可以基于GPU对半实物仿真系统输出的任何图像进行非均匀性校正，提高了校正效果的实时性。
-
公开(公告)号：CN106600658B
公开(公告)日：2019-08-13
申请号：CN201611150434.5
申请日：2016-12-14
申请人： 西安电子科技大学
IPC分类号： G06T11/00
摘要： 本发明提出了一种基于空间变换模型的光学图层分解方法，用于解决现有无监督单张混合图像分解方法中存在的分解效果差、效率低的技术问题，实现步骤为：读入原始混合图像；利用盲反卷积算法去模糊；定义迭代变量和传输图层矩阵迭代式；建立空间变换模型并推导传输图层矩阵和反射图层矩阵的函数表达式；构造目标函数，并利用图层先验添加约束条件，用L1范数进行正则化，实现目标函数凸优化；拉格朗日乘子法求取凸目标函数最优解；利用函数表达式计算传输图层矩阵、反射图层矩阵；判断迭代次数是否大于设定阈值，满足则结束，否则更新凸目标函数。本发明改善了混合图像的分解效果，并提升了计算效率。
-
公开(公告)号：CN109767434A
公开(公告)日：2019-05-17
申请号：CN201910012526.4
申请日：2019-01-07
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于神经网络的时域弱小目标检测方法，解决了现有技术检测弱小目标能力弱，对杂波分辨能力差的问题。实现步骤是：从原始数据集中提取出图中每个像素点亮度变化的时域廓线组成时域曲线数组集；时域曲线数组集分为训练集和测试集并归一化处理；构建神经网络并进行模型的训练和永久保存；对实际测试集测试得到每个像素点概率预测矩阵；对概率加权计算；切片去独过滤处理，去掉单独误检测点。输出检测图。本发明将机器学习应用到弱小目标检测，通过权值计算对目标点进行加强，加以切片去独过滤检测的处理。本发明自适应性强，抗背景干扰能力强，准确率高。可用于复杂云背景下所得拍摄图像的运动弱小目标检测上。
-
公开(公告)号：CN107861920A
公开(公告)日：2018-03-30
申请号：CN201711204463.X
申请日：2017-11-27
申请人： 西安电子科技大学
IPC分类号： G06F17/16
CPC分类号： G06F17/16
摘要： 本发明涉及一种点云数据配准方法，包括如下步骤：(a)获取第一点云数据集和第二点云数据集；(b)构造所述第一点云数据集和所述第二点云数据集的距离平方和；(c)使所述距离平方和最小以获得配准矩阵。采用本发明的点云数据配准方法通过构造特征点的距离平方和并解算该距离平方和的最小值计算获得最优的配准矩阵，误差小，精度高，计算量小，显著提高点云配准的精度和效率。
-
公开(公告)号：CN106600613A
公开(公告)日：2017-04-26
申请号：CN201611150326.8
申请日：2016-12-14
申请人： 西安电子科技大学
CPC分类号： G06T2207/10048
摘要： 本发明提出了一种基于嵌入式GPU的改进LBP红外目标检测算法，用于解决现有红外目标检测中存在的运算速度慢和检测稳定性差的技术问题，实现步骤为：输入红外图像并进行预处理得到大尺寸灰度图像；将灰度图像数据分块输入到嵌入式GPU显存，并分配线程；对LBP算法的特征向量提取方法进行改进得到梯度‑LBP算法；各线程利用得到的梯度‑LBP算法并行计算灰度图像块的梯度‑LBP矩阵；分别对多个梯度‑LBP矩阵进行灰度还原并检测出备选目标点；将备选目标点复制到内存并选取灰度值最大点作为最终目标点；输出最终目标点位置。本发明具有检测速度快和稳定性好的特点，可用于远程红外预警、精确制导与空间目标监视系统等的目标定位。
-
-
-
-
-
-
-
-
-
搜索结果
123 条记录 (耗时 0.03 秒)
