CN104931044B - 一种星敏感器图像处理方法及系统 - Google Patents
一种星敏感器图像处理方法及系统 Download PDFInfo
- Publication number
- CN104931044B CN104931044B CN201510331933.3A CN201510331933A CN104931044B CN 104931044 B CN104931044 B CN 104931044B CN 201510331933 A CN201510331933 A CN 201510331933A CN 104931044 B CN104931044 B CN 104931044B
- Authority
- CN
- China
- Prior art keywords
- pixel
- asterism
- threshold value
- star sensor
- image processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
- G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Solid State Image Pick-Up Elements (AREA)
Abstract
本发明公开了一种星敏感器图像处理方法，包含以下步骤：计算各通道星点提取阈值；根据各通道的星点提取阈值，剔除受杂散光干扰的区域，并逐行按通道同步筛选出未受杂散光干扰的各通道中灰度值高于星点提取阈值的像素，保存筛选出的像素，记录筛选结果；根据筛选结果，逐个辨识每个筛选出的像素，计算可能星点的质心特征参数，记录辨识结果，并保存每行中可能星点最右侧像素的列坐标和灰度值信息；根据可能星点最右侧像素的列坐标和灰度值信息及辨识结果，对星点与噪声点进行判别，剔除噪声。本发明还公开了一种星敏感器图像处理方法系统。本发明具有良好的抗杂散光功能。本发明在探测器面阵大幅提升的情况下，仍能保持高的数据更新率。
Description
技术领域
本发明涉及一种星敏感器图像处理方法及系统，具体涉及一种基于大面阵多路输出探测器的星敏感器图像处理方法及系统，并且采用FPGA并行计算的结构体系实现。
背景技术
星敏感器是空间飞行器姿轨控系统的关键测量机构之一，用于测量恒星矢量在星敏感器坐标系中的分量，它通过星图识别，并利用已知恒星的精确位置来确定卫星相对于惯性坐标系的三轴姿态。 星敏感器通常由精密的光学及结构系统、光电探测及信号处理电路和软件等组成。
数字图像处理是星敏感器关键技术之一，其稳定性、运算速度和精确性直接关系到星敏感器的可靠性、数据更新率、精度和抗杂散光干扰等性能指标。
李德良等在《激光与红外》（2009，39<12>：1348-1350）上发表论文《一种适用于星敏感器的星点提取方法》，给出了先采用全局阈值方法将星体目标和背景分离的方法，该方法在星敏感器受到杂散光干扰时，不能有效的剔除受杂散光干扰的区域；田玉龙等在《哈尔滨工业大学学报》（2005，37<8>:1068-1070）上发表论文《基于局部熵的星敏感器星图提取方法》，给出了基于PC机仿真实现星敏感器星点质心提取的一种算法，采用“先保存星图至存储器，再提取星点”的串行方式工作，很难提高计算效率；毛晓楠等在《宇航学报》（2011，32<3>：613-619）上发表论文《基于并行运算体系结构的星敏感器图像处理算法》，采用FPGA并行提取星敏感器星点质心的一种算法，但是该算法只适用于单通道输出探测器，对于基于大面阵多通道输出探测器难以适用。
发明内容
本发明的目的在于提供一种星敏感器图像处理方法及系统，解决了大面阵多路输出探测器的图像处理问题，具有良好的抗杂散光功能，充分利用FPGA并行工作的特点，在探测器面阵大幅提升的情况下，仍能保持高的数据更新率。
为了达到上述目的，本发明通过以下技术方案实现：一种星敏感器图像处理方法，其特点是，包含以下步骤：
S1、图像去噪预处理，并行计算出各通道星点提取阈值；
S2、像素筛选，根据各通道的星点提取阈值及预设大小的图像预处理基本区域，剔除受杂散光干扰的区域，并逐行按通道同步筛选出未受杂散光干扰的各通道中灰度值高于星点提取阈值的像素，保存筛选出的像素，记录筛选结果；
S3、像素辨识，根据筛选结果，逐个辨识每个筛选出的像素，计算可能星点的质心特征参数，记录辨识结果，并保存每行中可能星点最右侧像素的列坐标和灰度值信息；
S4、像素去噪，根据可能星点最右侧像素的列坐标和灰度值信息及辨识结果，对可能星点进行判别，剔除噪点，形成星点数据；
S5、将星点数据提供给姿态解算软件进行处理。
所述的步骤S1中星点提取阈值根据探测器数字图像输出的通道个数并行计算，得到阈值矩阵。
所述的步骤S1中根据探测器多通道同步输出的特点，同步完成每个通道的图像去噪预处理。
所述的步骤S2~步骤S4中，进行某一行像素筛选的同时，对上一行保存的筛选结果逐行进行像素辨识及像素去噪。
所述的步骤S1~步骤S4中，采用FPGA完成星敏感器多输入图像去噪预处理、像素筛选、像素辨识和像素去噪的全部工作，并以并行运算的体系结构实现。
一种星敏感器图像处理系统，其特点是，包含：
驱动模块，用于产生驱动控制信号；
大面阵多路输出探测器，与所述驱动模块连接，用于接收驱动控制信号后输出图像数据；
多输入图像预处理模块，与所述大面阵多路输出探测器连接，用于根据图像数据并行计算及输出星点提取阈值，所述星点提取阈值为像素筛选的计算参数；
像素筛选模块，分别与所述大面阵多路输出探测器及多输入图像预处理模块连接，用于根据星点提取阈值完成对像素的筛选；
像素辨识模块，与所述像素筛选模块连接，用于对筛选后的像素进行辨识输出辨识结果；
像素去噪模块，与所述像素辨识模块连接，用于对辨识结果进行去噪处理以形成星点数据，提供给姿态解算软件进行处理。
本发明一种星敏感器图像处理方法及系统与现有技术相比具有以下优点：通过多输入图像预处理可以有效的剔除星敏感器中受杂散光干扰的区域，提高星敏感器抗杂散光性能；支持大面阵多通道像素输出探测器，充分利用FPGA并行运算体系结构设计中的优势，采用流水线处理方法，在探测器面阵大幅提升的情况下，仍能保持高的数据更新率；对探测器驱动的依赖降低，对相邻两个像素的输出时间间隔要求降低，模块设计相对独立；像素筛选模块的设计，一方面，降低了图像处理对于探测器驱动的要求，可进一步降低探测器的曝光时间，提高星敏感器的动态性能；另一方面，解决了现有算法对图像数字数据多路输入难以处理的难题。
附图说明
图1为本发明一种星敏感器图像处理系统的整体结构示意图；
图2为本发明一种星敏感器图像处理方法的流程图；
图3为多输入图像预处理示意图；
图4为多路输入像素筛选示意图；
图5为边界星点存储示意图；
图6a为像素去噪示意图一；
图6b为像素去噪示意图二；
图6c为像素去噪示意图三；
图6d为像素去噪示意图四；
图7为并行处理流水线图。
具体实施方式
以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。
如图1所示，一种星敏感器图像处理系统，包含：驱动模块101，用于产生驱动控制信号；大面阵多路输出探测器102，与所述驱动模块101连接，用于接收驱动控制信号后输出图像数据；多输入图像预处理模块103，与所述大面阵多路输出探测器102连接，用于根据图像数据并行计算及输出星点提取阈值，所述星点提取阈值为像素筛选的计算参数；像素筛选模块104，分别与所述大面阵多路输出探测器102及多输入图像预处理模块103连接，用于根据星点提取阈值完成对像素的筛选；像素辨识模块105，与所述像素筛选模块104连接，用于对筛选后的像素进行辨识输出辨识结果；像素去噪模块106，与所述像素辨识模块105连接，用于对辨识结果进行去噪处理以形成星点数据，提供给姿态解算软件进行处理。
如图2所示，一种星敏感器图像处理方法，包含以下步骤：
S1、图像去噪预处理，并行计算出各通道星点提取阈值，根据探测器多通道同步输出的特点，同步完成每个通道的图像去噪预处理，星点提取阈值根据探测器数字图像输出的通道个数并行计算，得到阈值矩阵。
S2、像素筛选，根据各通道的星点提取阈值及预设大小的图像预处理基本区域，剔除受杂散光干扰的区域，并逐行按通道同步筛选出未受杂散光干扰的各通道中灰度值高于星点提取阈值的像素，保存筛选出的像素，记录筛选结果，其中预设大小的图像预处理基本区域是根据探测器实际大小选择合理的预处理区域，区域选择过大会导致后续处理效果较差，区域选择过小会导致计算量增大，较佳地，选择64×64pix.。
S3、像素辨识，根据筛选结果，逐个辨识每个筛选出的像素，计算可能星点的质心特征参数，记录辨识结果，并保存每行中可能星点最右侧像素的列坐标和灰度值信息。
S4、像素去噪，根据可能星点最右侧像素的列坐标和灰度值信息及辨识结果，对可能星点进行判别，剔除噪点，形成星点数据。
步骤S2~步骤S4中，进行某一行像素筛选的同时，对上一行保存的筛选结果逐行进行像素辨识及像素去噪。
步骤S1~步骤S4中，采用FPGA完成星敏感器多输入图像去噪预处理、像素筛选、像素辨识和像素去噪的全部工作，并以并行运算的体系结构实现。
S5、将星点数据提供给姿态解算软件进行处理。
具体应用：如图3所示，星图大小以2048×2048pix.为例，通道数以4路为例。将星图均分为1024个子区域，每个子区域大小为64×64pix.，按照通道数分4个区域同步进行灰度累加，并将灰度均值存储器分为4等份，将灰度值累加和右移10位，得到灰度平均值，将计算结果按区域保存到灰度均值存储器中。灰度平均值过高的区域认为受到杂散光干扰，不对该区域进行后续处理。
如图4所示，像素筛选主要完成以下功能：将每一行像素按四路，对每一路像素同步、逐个扫描，筛选出该像素灰度值高于星点提取阈值的像素点，并将每个灰度值高于星点提取阈值点的灰度值与星点提取阈值之差，存储到像素筛选存储器中。像素筛选存储器也分为4等份，每个通道筛选出的灰度值高于星点提取阈值的像素点信息保存至该通道对应的像素筛选存储器中；
像素辨识，通过像素筛选模块保存的结果，逐个读出像素筛选存储器中的值，通过判断读出像素点的左侧像素、左上方像素和上方像素灰度值与星点提取阈值的大小关系，根据不同情况，进行像素辨识。具体描述如下：
设sur_flag为左侧像素、左上方像素和上方像素与星点提取阈值的大小关系标志，0表示像素灰度值低于星点提取阈值；1表示像素灰度值高于星点提取阈值。
（1）sur_flag=000。首先判断是否有可以复用的星点标识。如有，复用该标识；若无，分配一个新的标识。累加该像素特征量；
（2）sur_flag=001。该像素点上方像素灰度值高于星点提取阈值，将当前像素特征量与上方像素特征量累加；
（3）sur_flag=010。该像素点左上方像素灰度值高于星点提取阈值，处理方法与sur_flag=000一致；
（4）sur_flag=011。该像素点左上方像素和上方像素灰度值高于星点提取阈值，处理方法与sur_flag=001一致；
（5）sur_flag=100。该像素点左侧像素灰度值高于星点提取阈值，将当前像素特征量与左侧像素特征量累加；
（6）sur_flag=101。该像素点左侧像素和上方像素灰度值高于星点提取阈值，将左侧像素点特征量和当前像素点特征量均与上方像素点特征量累加，左侧像素点标识复用；
（7）sur_flag=110。该像素点左侧像素和左上方像素灰度值高于星点提取阈值，处理方法与sur_flag=100一致；
（8）sur_flag=111。该像素点左侧像素、左上方像素和上方像素灰度值均高于星点提取阈值，处理方法与sur_flag=100一致。
如图5所示，灰色点均为灰度值高于星点提取阈值的像素点，其余为灰度值低于星点提取阈值的像素点。像素辨识模块在处理第i行时，将第1号像素点所属的星点标识及x坐标存入第一块右界存储器中；当处理第i+1行时，将2号像素点所属的星点编号及x坐标存入第二块右界存储器中；同样的，3号像素相应的值存入第一块右界存储器中，以此类推。
如图6a~6d所示，第i+2行像素辨识完成后，可对第i+1行作像素去噪处理。通过读取右界存储器的值，读出第i+1行可能星点（图6a~6d中编号为1的像素点，下同）最右边像素所属的星点标识。根据此标识读出该可能星点的像素个数，若大于2，则该可能星点肯定是一星点，不作处理（图6a所示）；若小于等于2，判断该最右的像素的下方像素和右下方像素点灰度值与星点提取阈值的大小关系，若下方像素的灰度值高于星点提取阈值，不做处理（图6b）；若右下方像素的灰度值高于星点提取阈值，该情况在像素辨识模块已作处理，不再重复处理（图6c）；若下方像素和右下方像素灰度值均小于星点提取阈值，则认定该可能星点是噪点，将其星点标识复用（图6d）。
如图7所示，给出并行处理流水线示意图。第i行像素筛选的同时，进行第i-1行像素辨识和第i-2行像素去噪，第i-2行像素去噪在第i-1像素辨识完成后启动。第1行像素筛选时，不作像素辨识；第1行和第2行像素筛选时，不作像素去噪，最后一行像素筛选完成后，作最后一行的像素辨识和倒数第2行像素去噪，完成后，再作最后一行的像素去噪。算法实现采用ACTEL公司FLASH型APA1000芯片完成。
本发明由多输入图像预处理、像素筛选、像素辨识和像素去噪组成。解决了大面阵多路输出探测器的图像处理问题，具有良好的抗杂散光功能，充分利用FPGA并行工作的特点，在探测器面阵大幅提升的情况下，仍能保持高的数据更新率；像素筛选模块的设计，一方面，降低了图像处理对于探测器驱动的要求，可进一步降低探测器的曝光时间，提高星敏感器的动态性能；另一方面，解决了现有算法对图像数字数据多路输入难以处理的难题。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
Claims (6)
1.一种星敏感器图像处理方法，其特征在于，包含以下步骤：
S1、图像去噪预处理，并行计算出各通道星点提取阈值；
S2、像素筛选，根据各通道的星点提取阈值及预设大小的图像预处理基本区域，剔除受杂散光干扰的区域，并逐行按通道同步筛选出未受杂散光干扰的各通道中灰度值高于星点提取阈值的像素，保存筛选出的像素，记录筛选结果；
S3、像素辨识，根据筛选结果，逐个辨识每行筛选出的像素，计算可能星点的质心特征参数，记录辨识结果，并保存每行中可能星点最右侧像素的列坐标和灰度值信息；
S4、像素去噪，根据可能星点最右侧像素的列坐标和灰度值信息及辨识结果，对可能星点进行判别，剔除噪点，形成星点数据；
S5、将星点数据提供给姿态解算软件进行处理。
2.如权利要求1所述的星敏感器图像处理方法，其特征在于，所述的步骤S1中星点提取阈值根据探测器数字图像输出的通道个数并行计算，得到阈值矩阵。
3.如权利要求1所述的星敏感器图像处理方法，其特征在于，所述的步骤S1中根据探测器多通道同步输出的特点，同步完成每个通道的图像去噪预处理。
4.如权利要求1所述的星敏感器图像处理方法，其特征在于，所述的步骤S2中进行像素筛选时，是对某一行像素进行筛选，同时在所述的步骤S3中是对上一行保存的筛选结果逐行进行像素辨识及进行所述的步骤S4中的像素去噪。
5.如权利要求1所述的星敏感器图像处理方法，其特征在于，通过FPGA，星敏感器完成所述的步骤S1中的图像去噪预处理、所述的步骤S2中的像素筛选、所述的步骤S3中的像素辨识和所述的步骤S4中的像素去噪的全部工作，并以并行运算的体系结构实现。
6.一种星敏感器图像处理系统，其特征在于，包含：
驱动模块，用于产生驱动控制信号；
大面阵多路输出探测器，与所述驱动模块连接，接收驱动控制信号后输出图像数据；
多输入图像预处理模块，与所述大面阵多路输出探测器连接，用于根据图像数据并行计算及输出星点提取阈值，所述星点提取阈值为像素筛选的计算参数；
像素筛选模块，分别与所述大面阵多路输出探测器及多输入图像预处理模块连接，用于根据星点提取阈值完成对像素的筛选；
像素辨识模块，与所述像素筛选模块连接，用于对筛选后的像素进行辨识输出辨识结果；
像素去噪模块，与所述像素辨识模块连接，用于对辨识结果进行去噪处理以形成星点数据，提供给姿态解算软件进行处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510331933.3A CN104931044B (zh) | 2015-06-16 | 2015-06-16 | 一种星敏感器图像处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510331933.3A CN104931044B (zh) | 2015-06-16 | 2015-06-16 | 一种星敏感器图像处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104931044A CN104931044A (zh) | 2015-09-23 |
| CN104931044B true CN104931044B (zh) | 2017-12-19 |
Family
ID=54118322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510331933.3A Active CN104931044B (zh) | 2015-06-16 | 2015-06-16 | 一种星敏感器图像处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104931044B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105424033B (zh) * | 2015-10-30 | 2018-04-27 | 北京控制工程研究所 | 一种提高星光定向仪动态探测灵敏度的方法 |
| CN106525027B (zh) * | 2016-11-02 | 2019-04-09 | 上海航天控制技术研究所 | 一种基于局部二值模式的星敏感器星点提取方法 |
| CN106767769B (zh) * | 2017-01-17 | 2019-05-31 | 上海航天控制技术研究所 | 一种星敏感器高速目标提取方法 |
| CN107610033B (zh) * | 2017-07-28 | 2020-10-13 | 湖北航天技术研究院总体设计所 | 一种星敏感器星点目标快速识别方法 |
| CN108801601B (zh) * | 2018-04-13 | 2020-05-19 | 歌尔科技有限公司 | 菲涅尔透镜杂散光噪声的测试方法、设备及存储介质 |
| CN109035164B (zh) * | 2018-07-13 | 2022-03-04 | 北京控制工程研究所 | 一种快速鲁棒图像杂光抑制的方法及系统 |
| CN109682395B (zh) * | 2018-12-13 | 2021-02-02 | 上海航天控制技术研究所 | 星敏感器动态噪声等效角评估方法及系统 |
| CN110136088B (zh) * | 2019-05-23 | 2022-12-13 | 大连理工大学 | 一种人类胚胎心脏超声图像去噪方法 |
| CN111105428B (zh) * | 2019-11-08 | 2023-11-14 | 上海航天控制技术研究所 | 一种星敏感器前向滤波硬件图像处理方法 |
| CN111402176B (zh) * | 2020-04-21 | 2023-02-14 | 中国科学院光电技术研究所 | 一种在轨实时去除aps星敏感器固定模式噪声的方法 |
| CN111800597B (zh) * | 2020-05-29 | 2022-04-22 | 红鼎互联(广州)信息科技有限公司 | 一种红外热成像机芯数字视频信号传输格式匹配方法 |
| CN112097778B (zh) * | 2020-09-18 | 2022-10-18 | 上海航天控制技术研究所 | 一种同时提取大小目标的识别跟踪方法 |
| CN112200855B (zh) * | 2020-09-29 | 2022-11-22 | 中国科学院长春光学精密机械与物理研究所 | 星敏感器多通道图像的星点质心提取方法及星敏感器 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101546429A (zh) * | 2009-05-05 | 2009-09-30 | 西北工业大学 | 特征空间的弱小目标检测方法 |
| CN102278990A (zh) * | 2010-06-11 | 2011-12-14 | 上海航天控制工程研究所 | 基于fpga的星敏感器图像处理方法 |
| CN102509276A (zh) * | 2011-11-25 | 2012-06-20 | 浙江大学 | 一种基于加权约束的星图分割方法 |
| CN103578088A (zh) * | 2013-11-20 | 2014-02-12 | 中国人民解放军海军大连舰艇学院 | 一种星空图像处理方法 |
| CN104504674A (zh) * | 2014-10-15 | 2015-04-08 | 西北工业大学 | 空间碎片星点提取与定位方法 |
-
2015
- 2015-06-16 CN CN201510331933.3A patent/CN104931044B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101546429A (zh) * | 2009-05-05 | 2009-09-30 | 西北工业大学 | 特征空间的弱小目标检测方法 |
| CN102278990A (zh) * | 2010-06-11 | 2011-12-14 | 上海航天控制工程研究所 | 基于fpga的星敏感器图像处理方法 |
| CN102509276A (zh) * | 2011-11-25 | 2012-06-20 | 浙江大学 | 一种基于加权约束的星图分割方法 |
| CN103578088A (zh) * | 2013-11-20 | 2014-02-12 | 中国人民解放军海军大连舰艇学院 | 一种星空图像处理方法 |
| CN104504674A (zh) * | 2014-10-15 | 2015-04-08 | 西北工业大学 | 空间碎片星点提取与定位方法 |
Non-Patent Citations (6)
| Title |
|---|
| 一种用于白天星敏感器的星点质心提取方法;胡晓东等;《中国惯性技术学报》;20140831;第22卷(第4期);481-485 * |
| 亮背景下形态学星点目标提取算法;李真真等;《光电工程》;20111231;第38卷(第12期);23-27 * |
| 基于FPGA的数字太阳敏感器质心算法研究;郑晓云等;《中国空间科学学会2013年空间光学与机电技术研讨会》;20131130;469-474 * |
| 基于并行运算体系结构的星敏感器图像处理算法;毛晓楠等;《宇航学报》;20110331;第32卷(第3期);613-619 * |
| 强干扰条件下的星体提取方法;踪华等;《哈尔滨工业大学学报》;20140831;第46卷(第8期);113-117 * |
| 离散噪声图像的光斑质心算法及其硬件实现;樊巧云等;《光学精密工程》;20111231;第19卷(第12期);2992-2998 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104931044A (zh) | 2015-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104931044B (zh) | 一种星敏感器图像处理方法及系统 | |
| CN111047551B (zh) | 一种基于U-net改进算法的遥感影像变化检测方法及系统 | |
| CN109711288B (zh) | 基于特征金字塔和距离约束fcn的遥感船舶检测方法 | |
| CN112270249A (zh) | 一种融合rgb-d视觉特征的目标位姿估计方法 | |
| CN110956094A (zh) | 一种基于非对称双流网络的rgb-d多模态融合人员检测方法 | |
| CN108510451B (zh) | 一种基于双层卷积神经网络的重建车牌的方法 | |
| CN109635882A (zh) | 一种基于多尺度卷积特征提取和融合的显著物体检测方法 | |
| CN106909886A (zh) | 一种基于深度学习的高精度交通标志检测方法及系统 | |
| CN108446694A (zh) | 一种目标检测方法及装置 | |
| Tian et al. | Multiscale building extraction with refined attention pyramid networks | |
| CN106971178A (zh) | 行人检测和再识别的方法及装置 | |
| CN107610164A (zh) | 一种基于多特征混合的高分四号影像配准方法 | |
| CN108960261A (zh) | 一种基于注意力机制的显著物体检测方法 | |
| CN107527328A (zh) | 一种兼顾精度与速度的无人机影像几何处理方法 | |
| CN108376247A (zh) | 一种应用于光学遥感船只检测中的分策略粗精结合海陆分离方法 | |
| CN107392214A (zh) | 一种基于全卷积分裂网络的目标检测方法 | |
| CN111524117A (zh) | 一种基于特征金字塔网络的隧道表面缺陷检测方法 | |
| Zhang et al. | A comparative study of U-nets with various convolution components for building extraction | |
| CN110991430A (zh) | 基于遥感图像的地物识别及覆盖率计算方法及系统 | |
| CN106327576B (zh) | 一种城市场景重建方法及系统 | |
| CN111476188A (zh) | 基于特征金字塔的人群计数方法、系统、介质及电子设备 | |
| CN103733225B (zh) | 特征点对等系统、特征点对等方法、以及记录介质 | |
| CN114519819B (zh) | 一种基于全局上下文感知的遥感图像目标检测方法 | |
| CN112308087A (zh) | 基于动态视觉传感器的一体化成像识别系统和方法 | |
| Li et al. | Learning to holistically detect bridges from large-size vhr remote sensing imagery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhou Qi Inventor after: Mao Xiaonan Inventor after: Ma Yingchao Inventor after: Yan Xiaojun Inventor after: Zheng Xunjiang Inventor after: Sun Shaoyong Inventor after: Wei Lesi Inventor after: Liu Xuan Inventor before: Zhou Qi Inventor before: Mao Xiaonan Inventor before: Ma Yingchao Inventor before: Wei Lesi Inventor before: Zheng Xunjiang Inventor before: Sun Shaoyong |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |