-
公开(公告)号：CN113222877B
公开(公告)日：2023-04-11
申请号：CN202110617056.1
申请日：2021-06-03
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
IPC分类号： G06T5/50
摘要： 本发明公开了红外和可见光图像融合方法及其在机载光电视频中的应用。其中所述融合方法包括：将经过目标提取预处理得到预处理后红外图像，与经过视觉增强预处理得到的预处理后可见光图像通过融合模型进行融合，其中所述融合模型基于含有多层各向异性扩散滤波器的多尺度分析模型构建。本发明所得融合图像在高分辨、高清晰度的同时具有夜间成像效果好、环境影响小、集成信息量大、融合效率高等特点，特别适用于在机载嵌入式平台实时融合多源光电图像。
-
公开(公告)号：CN114429593A
公开(公告)日：2022-05-03
申请号：CN202210013041.9
申请日：2022-01-07
申请人： 郑州航空工业管理学院 , 北京理工大学 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种基于快速导向滤波的红外小目标检测方法及其应用。方法包括：将输入的红外图像与高通梯度核进行卷积，得到梯度幅度图像，计算所诉梯度幅度图像中每个像素的指数运算值，得到目标增强图像，通过快速导向滤波获得噪声抑制的红外小目标显著图像，对所诉目标显著性图进行自适应阈值分割，得到红外小目标检测结果二值图像，完成所诉红外小目标检测。所述方法应用于红外搜索与跟踪系统、红外制导、预警、机载监视和监控以及反无人机领域中。本发明的优点是：能够有效检测红外图像中的弱小目标，具有较高的检测精度和较低的虚警率，同时具有较好的实时性，能够有效应用于红外探测系统中弱小目标的实时性检测。
-
公开(公告)号：CN111508002A
公开(公告)日：2020-08-07
申请号：CN202010309617.7
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种小型低飞目标视觉检测跟踪系统及其方法，系统包括：视频数据输入单元、视频预处理单元、训练数据构建单元、检测模型训练单元、目标比对筛选单元、检测校正单元、基准帧初始化单元、样本库动态构建单元、在线学习单元、位置精修单元、决策控制单元和跟踪结果输出单元。方法包括：目标检测网络构建，目标比对筛选；目标跟踪在线学习；动态构建分类器训练样本库，目标跟踪位置精修；本发明的优点是：能够有效缓解跟踪目标由于遮挡、尺度变化、光照等因素造成的跟踪漂移状况的发生，可以实现鲁棒的目标跟踪。具备根据目标变化及时更新基准帧特征的能力，同时引入特征点匹配算法又可以避免由于更新基准帧特征带来的错误跟踪。
-
公开(公告)号：CN113222824B
公开(公告)日：2022-08-30
申请号：CN202110618368.4
申请日：2021-06-03
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
IPC分类号： G06T3/40 , G06T5/50 , G06T7/00 , G06V10/46 , G06V10/80 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种红外图像超分辨率及小目标检测方法，首先设计了通过可见光图像辅助红外图像的超分辨率重构算法，基于可见光图像的超分辨率技术来提高原始输入的红外图像的图像分辨率；将分辨率提升后的红外图像输入到所设计的生成对抗网络中，在所设计的生成器中，可以直接将原始图像输入到设计的网络中，所提出的级联残差融合块能够保证每一层特征信息的保留，结合提取到的高层特征和低层特征，尽可能保证图像细节纹理特征的完整性；通过生成器和判别器之间的博弈学习，来提高对小目标检测的正确率。本发明提高对红外图像中小目标的正确检测率，有效降低了背景杂波对目标正确检测的影响，虚警率大幅度降低。
-
公开(公告)号：CN114170094A
公开(公告)日：2022-03-11
申请号：CN202111361000.0
申请日：2021-11-17
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明提供一种基于孪生网络的机载红外图像超分辨率与噪声去除算法，包括：步骤1：构建训练集与测试集；步骤2：构建基础孪生网络框架；步骤3：训练与测试。本发明利用孪生网络的两个分支共享权重的特点，既能达到去除噪声的目的，同时提高图像的分辨率。同时使用局部跳跃连接与全局跳跃连接，在充分用低频信息的同时加速网络收敛。此外，加入空间注意力机制，自适应调整空间域权重，突出目标与背景的对比度，更好地服务于目标跟踪与目标检测等工作。
-
公开(公告)号：CN111508003A
公开(公告)日：2020-08-07
申请号：CN202010309618.1
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种红外小目标检测跟踪及识别方法，通过使用Max-tree和Min-tree两种不同的建树方法分别检测不同亮度的目标，Max-tree主要针对灰度值比背景亮的目标，Min-tree主要针对灰度值比背景暗的目标，并使用面积属性和高度属性两个属性分别提取信息红外小目标最显著的两个特征，即红外小目标的尺寸信息以及小目标与背景之间的对比度信息，最后通过Mean-shift实现对小目标的跟踪。本发明的优点是：在Max-tree和Min-tree中，分别对两种属性使用不连续的剪枝策略，并通过不同的融合策略将同一属性下不同剪枝值得到的结果以及不同属性得到的结果进行融合。
-
公开(公告)号：CN113222877A
公开(公告)日：2021-08-06
申请号：CN202110617056.1
申请日：2021-06-03
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
IPC分类号： G06T5/50
摘要： 本发明公开了红外和可见光图像融合方法及其在机载光电视频中的应用。其中所述融合方法包括：将经过目标提取预处理得到预处理后红外图像，与经过视觉增强预处理得到的预处理后可见光图像通过融合模型进行融合，其中所述融合模型基于含有多层各向异性扩散滤波器的多尺度分析模型构建。本发明所得融合图像在高分辨、高清晰度的同时具有夜间成像效果好、环境影响小、集成信息量大、融合效率高等特点，特别适用于在机载嵌入式平台实时融合多源光电图像。
-
公开(公告)号：CN113222825A
公开(公告)日：2021-08-06
申请号：CN202110618404.7
申请日：2021-06-03
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了基于可见光图像训练的红外图像超分辨率重构方法及应用。其中所述重构方法通过由可见光图像的高分辨率图像块及其低分辨率图像块组成的训练集对含有注意力机制的密集残差卷积神经网络模型进行训练，由训练完成的模型对红外图像进行超分辨率重构，其模型收敛速度快、可高效准确地提取图像深层特征，由低分辨率红外图像得到细节及边缘清晰、丰富，图像分辨率高的高分辨率红外图像。
-
公开(公告)号：CN113222824A
公开(公告)日：2021-08-06
申请号：CN202110618368.4
申请日：2021-06-03
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种红外图像超分辨率及小目标检测方法，首先设计了通过可见光图像辅助红外图像的超分辨率重构算法，基于可见光图像的超分辨率技术来提高原始输入的红外图像的图像分辨率；将分辨率提升后的红外图像输入到所设计的生成对抗网络中，在所设计的生成器中，可以直接将原始图像输入到设计的网络中，所提出的级联残差融合块能够保证每一层特征信息的保留，结合提取到的高层特征和低层特征，尽可能保证图像细节纹理特征的完整性；通过生成器和判别器之间的博弈学习，来提高对小目标检测的正确率。本发明提高对红外图像中小目标的正确检测率，有效降低了背景杂波对目标正确检测的影响，虚警率大幅度降低。
-
公开(公告)号：CN111507271B
公开(公告)日：2021-01-12
申请号：CN202010309684.9
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种机载光电视频目标智能化检测与识别方法，在YOLOv3模型的基础上采用长方形卷积提取如桥梁等条形目标特征，采用膨胀卷积扩大感受野并保留多尺度目标的空间结构信息，在特征金字塔上采样分支引入视觉注意力机制赋予模型学习不同区域、不同通道目标特征的不同权重，将残差模块的卷积方式改进为深度可分离卷积减少计算复杂度。本发明的优点是：该方法在保持较高航拍目标检测精度的同时，能够在机载嵌入式系统上具有较快的航拍目标检测与识别速度。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.072 秒)
