-
公开(公告)号：CN104754182A
公开(公告)日：2015-07-01
申请号：CN201510122376.4
申请日：2015-03-19
Applicant: 长安大学
Abstract: 本发明公开了一种基于自适应运动滤波的高分辨航拍视频稳相方法，该方法首先提出一种基于优化梯度滤波的Hession检测器，以实现特征点的精确定位，同时，为了保证在不同摄像机焦距下获得相同的特征点，保留三个分辨率下具有恒定不变的特征点；然后利用最小生成树方法对待配准点进行初始匹配；一致特征点建立后，通过利用非线性最小二乘(NLLS)和随机采样一致性(RANSAC)算法选取具有全局最小误差的变换参数对视频帧间实现配准。实验结果表明，本发明通过利用优化梯度滤波和全局最优模型估计可实现帧间的精确配准，对不同动态场景和光照变换具有较强的适应性。
-
公开(公告)号：CN105976337B
公开(公告)日：2018-12-18
申请号：CN201610307360.5
申请日：2016-05-10
Applicant: 长安大学
Abstract: 本发明公开了一种基于中值引导滤波的图像去雾方法，获取雾霾天气下的图像；将获得的含雾图像转换到RGB颜色空间，并且获得各个像素点的R、G、B三个通道的值；对各个像素点的R、G、B三个通道值进行比较，获得最小值，从而得到图像的初始暗通道图像；根据获得的初始暗通道图像，计算大气光值A；根据透射率估计公式，得到粗估计透射率；通过中值引导滤波对粗估计透射率进行滤波，获得精准的透射率；将获得的图像以及获得的大气光值A和获得的透射率代入大气光成像模型方程反向求解即获得去雾图像。本发明在实现对透射率进行精确优化的同时还对暗通道先验对大气光估计的过程进行了优化，同时具有更快的运算速度，更加具有实用性。
-
公开(公告)号：CN104914874A
公开(公告)日：2015-09-16
申请号：CN201510313361.6
申请日：2015-06-09
Applicant: 长安大学
IPC: G05D1/08
Abstract: 本发明公开了一种基于自适应互补融合的无人机姿态控制系统及方法，首先读取传感器数据并对进行相应滤波；然后针对不同传感器的频域特性进行自适应互补融合，得到当前飞行器的空中姿态信息，进而得到控制所需的欧拉角；接着对飞行器进行数学建模并设计了两个控制器，其一是用来对俯仰角和横滚角控制；其二用来对航向角控制；最后对两个控制器输出进行叠加获得一个总的输出，并通过驱动器改变电机转速实现对飞行器的平稳控制。本发明实现了姿态宽范围高精度解算，数据收敛更快，精度更高。
-
公开(公告)号：CN105069757B
公开(公告)日：2017-12-19
申请号：CN201510504293.1
申请日：2015-08-17
Applicant: 长安大学
Abstract: 本发明公开了一种无人机载红外获取沥青图像的双向迭代双边滤波方法，包括以下步骤：步骤1：利用无人机拍摄得到原始红外沥青图像；步骤2：将步骤1拍摄到的RGB颜色空间的原始红外沥青图像转换到Lab颜色空间；步骤3：利用步骤2得到的Lab颜色空间的红外沥青图像的边界像素扩展图像边界；步骤4：对步骤3得到的图像横向滤波处理；步骤5：对步骤4处理后的图像纵向滤波处理；步骤6：将步骤5处理后的Lab颜色空间的图像转换到RGB颜色空间，输出滤波后的红外沥青图像。本发明采用横、纵两个方向的迭代双边滤波，可以快速消除红外沥青图像噪声并保持边缘细节，既满足了红外沥青图像的滤波效果，又较好地保持了图像的边缘信息。
-
公开(公告)号：CN105096271B
公开(公告)日：2017-08-25
申请号：CN201510505156.X
申请日：2015-08-17
Applicant: 长安大学
Abstract: 本发明公开了一种基于改进梯度相似度核的雾霾天气下交通图像检测方法，首先获取雾霾天气下交通图像；然后将步骤1得到的RGB颜色空间的交通图像转换到Lab颜色空间；接着对步骤2得到的Lab颜色空间的交通图像进行滤波处理；最后将步骤3处理后的Lab颜色空间的交通图像转换到RGB颜色空间，输出处理后的雾霾天气下交通图像。本发明既满足了雾霾天气状况下图像的滤波效果，又有效地保持了图像的边缘信息，对后续的交通图像处理及信息提取尤为重要。
-
Patent Agency Ranking
公开(公告)号：CN105139391A
公开(公告)日：2015-12-09
申请号：CN201510504292.7
申请日：2015-08-17
Applicant: 长安大学
IPC: G06T7/00
Abstract: 本发明公开了一种雾霾天气交通图像边缘检测方法，步骤1：获取雾霾天气下交通图像；步骤2：对步骤1中获得的交通图像进行高斯滤波处理；步骤3：采用八方向边缘检测算子对步骤2中经过高斯滤波处理的交通图像进行边缘检测，获得图像的粗边缘；步骤4：采用边缘细化算子对经过步骤3处理后的交通图像进行边缘检测，得到图像的细边缘；步骤5：将步骤4中得到细化的图像边缘进行二值化，得到最终图像边缘。本发明采用八方向图像边缘检测算子，能够检测多个方向的图像边缘，改善了传统边缘检测算子只对水平和垂直方向敏感，其他方向不敏感的不足，提高了新边缘检测算子的性能，使其获得的图像边缘定位比较准确，具有良好的检测精度。
-
公开(公告)号：CN105139391B
公开(公告)日：2018-01-30
申请号：CN201510504292.7
申请日：2015-08-17
Applicant: 长安大学
IPC: G06T7/13
Abstract: 本发明公开了一种雾霾天气交通图像边缘检测方法，步骤1：获取雾霾天气下交通图像；步骤2：对步骤1中获得的交通图像进行高斯滤波处理；步骤3：采用八方向边缘检测算子对步骤2中经过高斯滤波处理的交通图像进行边缘检测，获得图像的粗边缘；步骤4：采用边缘细化算子对经过步骤3处理后的交通图像进行边缘检测，得到图像的细边缘；步骤5：将步骤4中得到细化的图像边缘进行二值化，得到最终图像边缘。本发明采用八方向图像边缘检测算子，能够检测多个方向的图像边缘，改善了传统边缘检测算子只对水平和垂直方向敏感，其他方向不敏感的不足，提高了新边缘检测算子的性能，使其获得的图像边缘定位比较准确，具有良好的检测精度。
-
公开(公告)号：CN105976337A
公开(公告)日：2016-09-28
申请号：CN201610307360.5
申请日：2016-05-10
Applicant: 长安大学
Abstract: 本发明公开了一种基于中值引导滤波的图像去雾方法，获取雾霾天气下的图像；将获得的含雾图像转换到RGB颜色空间，并且获得各个像素点的R、G、B三个通道的值；对各个像素点的R、G、B三个通道值进行比较，获得最小值，从而得到图像的初始暗通道图像；根据获得的初始暗通道图像，计算大气光值A；根据透射率估计公式，得到粗估计透射率；通过中值引导滤波对粗估计透射率进行滤波，获得精准的透射率；将获得的图像以及获得的大气光值A和获得的透射率代入大气光成像模型方程反向求解即获得去雾图像。本发明在实现对透射率进行精确优化的同时还对暗通道先验对大气光估计的过程进行了优化，同时具有更快的运算速度，更加具有实用性。
-
公开(公告)号：CN105096271A
公开(公告)日：2015-11-25
申请号：CN201510505156.X
申请日：2015-08-17
Applicant: 长安大学
Abstract: 本发明公开了一种基于改进梯度相似度核的雾霾天气下交通图像检测方法，首先获取雾霾天气下交通图像；然后将步骤1得到的RGB颜色空间的交通图像转换到Lab颜色空间；接着对步骤2得到的Lab颜色空间的交通图像进行滤波处理；最后将步骤3处理后的Lab颜色空间的交通图像转换到RGB颜色空间，输出处理后的雾霾天气下交通图像。本发明既满足了雾霾天气状况下图像的滤波效果，又有效地保持了图像的边缘信息，对后续的交通图像处理及信息提取尤为重要。
-
公开(公告)号：CN104914874B
公开(公告)日：2017-12-19
申请号：CN201510313361.6
申请日：2015-06-09
Applicant: 长安大学
IPC: G05D1/08
Abstract: 本发明公开了一种基于自适应互补融合的无人机姿态控制系统及方法，首先读取传感器数据并对进行相应滤波；然后针对不同传感器的频域特性进行自适应互补融合，得到当前飞行器的空中姿态信息，进而得到控制所需的欧拉角；接着对飞行器进行数学建模并设计了两个控制器，其一是用来对俯仰角和横滚角控制；其二用来对航向角控制；最后对两个控制器输出进行叠加获得一个总的输出，并通过驱动器改变电机转速实现对飞行器的平稳控制。本发明实现了姿态宽范围高精度解算，数据收敛更快，精度更高。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.014 seconds)
