CN105628201A - 一种时敏目标图谱结合的测谱方法 - Google Patents
一种时敏目标图谱结合的测谱方法 Download PDFInfo
- Publication number
- CN105628201A CN105628201A CN201511019826.3A CN201511019826A CN105628201A CN 105628201 A CN105628201 A CN 105628201A CN 201511019826 A CN201511019826 A CN 201511019826A CN 105628201 A CN105628201 A CN 105628201A
- Authority
- CN
- China
- Prior art keywords
- target
- spectrum
- doubtful
- survey
- spectral method
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 55
- 238000000691 measurement method Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000003595 spectral effect Effects 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010408 sweeping Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/06—Scanning arrangements arrangements for order-selection
- G01J2003/066—Microprocessor control of functions, e.g. slit, scan, bandwidth during scan
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Abstract
本发明公开了一种时敏目标图谱结合的测谱方法,包括下述步骤:(1)获取疑似目标的红外图像;(2)根据红外图像获得所述疑似目标的前一帧位置和速度信息,并根据前一帧位置和速度信息对当前帧目标位置进行预测,获得当前帧位置;(3)根据所述疑似目标的当前位置,将疑似目标的当前位置调整为所述红外图像的中心位置;并获得所述疑似目标的光谱。对于面目标确定疑似目标要害点位置,通过预测算法、PID算法控制伺服系统对准要害点位置。当偏差为零后根据目标大小作相应的扫描窗口以克服目标光谱测不到、测不准的情况。对于点目标,通过对目标区域作固定大小的扫描窗口获得目标光谱特征。
Description
技术领域
本发明属于图像处理技术领域,更具体地,涉及一种时敏目标图谱结合的测谱方法。
背景技术
目前红外成像识别技术主要是根据目标的空间特征、时间维特征进行目标检测,但对于点源目标获取目标的时间维和空间维信息较为困难,现有的技术手段无法有效的提取目标特征。模仿人类对于物体识别依靠物体自身的材料属性,可以通过获取目标的光谱维信息来增加目标的特征。将成像、成谱相结合,可以增大探测目标的种类,提高目标的识别能力。
目前主要的成像、成谱结合的目标探测手段主要为高光谱成像,对于光谱成像仪而言,主要的成谱范围为0.5微米-2.5微米,对于时敏目标而言,从亚音速到3倍音速范围内,蒙皮辐射的波段主要在8μm~12μm,其次是3μm~5μm,目前商用产品的频谱范围过窄,导致光谱强度最大的范围内光谱无法测量。目前商用的成像光谱仪在军事上主要适用于侦察,由于无法对特定目标进行连续的测谱,故对于精确目标打击并不适用。我们提出一种将图像信息、光谱信息结合的图谱一体化的目标跟踪系统,在测谱频段上满足时敏目标的测谱范围要求,能够对特定目标进行连续测谱。该设备的目的在于同时得到时敏目标的二维空间信息、以及一维光谱信息。其主要应用为对时敏目标的精确测谱。然后目前的设备存在以下的问题,由于光学系统的安装误差。成像、成谱设备的标定误差,以及成像与成谱中心位置不一致,且成谱空间分辨率为成像分辨率的f倍,成谱设备的焦距要比成像设备的焦距长,而该设计的目的在于获得更多的能量,但上述设计会导致仅有图像二维信息而缺少光谱一维信息,因此需要提出一种精确测谱方法,保证能够获得目标的一维光谱信息。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种时敏目标图谱结合的测谱方法,旨在解决现有的测谱方法不精确的问题。
本发明提供了一种时敏目标图谱结合的测谱方法,包括下述步骤:
(1)获取疑似目标的红外图像;
(2)根据红外图像获得所述疑似目标的前一帧位置和速度信息,并根据前一帧位置和速度信息对当前帧目标位置进行预测,获得当前帧位置;
(3)根据所述疑似目标的当前位置,将疑似目标的当前位置调整为所述红外图像的中心位置;并获得所述疑似目标的光谱。
更进一步地,在步骤(1)中,所述疑似目标是根据目标面积约束、高宽比约束和灰度约束来判别的。
更进一步地,所述目标面积约束为[n1,n2],单位为像素*像素,所述高宽比约束为[h1,h2],所述灰度约束为区域平均灰度大于M。
其中,当所述疑似目标为飞机时,所述目标面积约束为10*10~30*40(单位为像素*像素),所述高宽比约束为1:1~1:4,所述灰度约束为区域平均灰度大于200。
更进一步地,步骤(2)中,采用卡尔曼滤波对当前帧目标位置进行预测,预测得到的当前帧位置(xn,yn)=F(xspn,yspn,vspnx,vspny),其中,xn为当前帧目标位置X方向坐标,yn为当前帧目标位置Y方向坐标,xspn为前一帧目标位置X方向坐标,yspn为前一帧目标位置Y方向坐标,vspnx为前一帧目标的X方向速度,vspny为前一帧目标的Y方向速度,F()为根据观察量在一帧时间内对目标进行线性运动预测的操作。
更进一步地,步骤(3)中,在对准目标后,以像素点为单位,控制伺服系统对目标感兴趣区域进行逐像素扫描,同时启动测谱模块,测量目标光谱特征。
更进一步地,对于面目标,由步骤(1)获取的目标面积大小作相应的扫面窗口;对于点目标,可作固定大小的扫描窗口。
本发明根据图像信息获取视场范围内疑似目标,对疑似目标进行感兴趣区域检测,获取目标位置后预测下一帧图像目标位置。然后控制伺服系统对感兴趣区域作区域扫描。在扫描的同时启动测谱模块,获得目标的实时谱线;使得目标的光谱能够得到精确的测量。
附图说明
图1为本发明实施例提供的时敏目标图谱结合的测谱方法实现流程图;
图2为本发明实施例提供的时敏目标图谱结合的测谱方法基于的测谱系统的模块结构示意图;
图3为本发明实施例提供的测谱系统中伺服系统控制连接示意图;
图4为本发明实施例提供的测谱系统中伺服系统的机械结构示意图;
图5为本发明实施例提供的伺服系统控制仿真结果图,包括位置跟踪/速度跟踪仿真;
图6为本发明实施例提供的面状目标跟踪实际效果图;
图7为本发明实施例提供的点状目标跟踪实际效果图;
图8为本发明实施例提供的面状目标跟踪扫描实际效果图;
图9为本发明实施例提供的面状目标测谱目标与背景对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明属于图像处理、运动控制、光谱特征的交叉领域,具体涉及到目标检测,PID控制,光谱数据分析。主要为解决时敏目标的精确测谱问题。
本发明主要为解决时敏目标特定区域的测谱无法测量的问题。提供了一种时敏目标图谱关联的测谱方法;主要思路是根据图像信息获取视场范围内疑似目标,对疑似目标进行感兴趣区域检测,获取目标位置后预测下一帧图像目标位置。然后控制伺服系统对感兴趣区域作区域扫描。在扫描的同时启动测谱模块,获得目标的实时谱线。
本发明提供的一种时敏目标图谱关联的测谱方法基于测谱系统,该测谱系统包括伺服系统、镜头、成像模块和测谱模块;伺服系统用于调整视场使得目标始终位于视场中心位置;镜头用于获得需要的波段的图像,成像模块用于显示、存储获得的图像信息;测谱模块用于采集图像中疑似目标的光谱。其连接关系如图2所示。
本发明实施提供的一种时敏目标图谱结合的测谱方法具体包括下述步骤:
(1)获取疑似目标的红外图像;
具体地,在采集图像时,可以由目标面积、高宽比、灰度等特征判别视场内疑似目标。
本步骤主要分为两个部分:获得图像,处理图像获得相关的信息。
红外图像信息由镜头获得,由成像模块显示、存储红外图像信息。
对于面源目标,定义如下判断准则:I:面积约束;II:高度宽度约束;III:灰度约束。所述目标面积约束为[n1,n2],单位为像素*像素,所述高宽比约束为[h1,h2],所述灰度约束为区域平均灰度大于M。
对符合该约束条件的目标则认为是疑似目标。
对于飞机为代表的面源目标,定义如下判断准则:I:面积约束;II:高度宽度约束;III:灰度约束。以对飞机目标为例,目标面积为10*10~30*40,高宽比为1:1~1:4区间范围内、区域平均灰度大于200,则认为是疑似目标。
对于点源目标而言,对图像进行多尺度分解,根据同一判断准则,在某一尺度下能够对目标进行有效的检测。
计算疑似目标大小,速度信息。分为两种情况。对于面目标而言主要光谱曲线集中在飞机尾焰部分,故在确定目标位置后,在局部区域内搜索灰度极大值区域(取经验值为N*M区域),计算该要害区域的质心位置(xspn,yspn)。定义速度为: 其中f表示帧频,n表示帧差。
对于点目标,通过图像特征获取疑似目标位置,由于仅从图像特征判别目标困难,对于点源目标而言,由于目标的光谱特征明显,可获取疑似目标位置(xspn,yspn)。
(2)根据红外图像获得所述疑似目标的前一帧位置(xspnx,yspny)和速度信息(Vspnx,Vspny),并根据前一帧位置(xspnx,yspny)和速度信息(Vspnx,Vspny)对当前帧目标位置进行预测,获得当前帧位置(xn,yn)=F(xspn,yspn,vspnx,vspny)。
具体地,可以采用卡尔曼滤波对其进行预测,其中F为根据观察量在一帧时间内对目标进行线性运动预测的操作。
由于成像设备帧频为fms,而对伺服进行控制的指令执行需要的时间短的多,导致跟踪位置与实际目标位置有固定的滞后。对于面目标,通过卡尔曼滤波算法预测fms后目标的位置,将目标的位置更新为(xn,yn)=F(xspn,yspn)。对于点源头目标,目标在一帧时间差内,目标位置变化小,目标位置不作更新即可满足目标跟踪的需求。
(3)根据所述疑似目标的当前位置,将疑似目标的当前位置调整为所述红外图像的中心位置;并获得所述疑似目标的光谱。
根据时敏目标的测谱需求设计伺服系统。伺服系统的结构图如图3所示,主要包括X、Y方向的驱动器、电机、转镜。由电机在X-Y方向的摆动控制视场的改变。其中X方向为水平方向,Y方向是指垂直方向。
伺服系统与总控系统连接如图4所示,主要包括伺服系统、通信板卡,PC。通过通信板卡负责PC与控制伺服的通信。通过PC发送控制指令,通信板卡与直接驱动器通信,由驱动器控制电机。,通过驱动器实现对电机供电以及控制,并通过驱动器传感器获取电机电流、速度、位置信息。转镜通过摆臂与Y方向电机连接,通过Y方向电机的转动实现转镜的俯仰操作。为节省空间,设计X方向电机连接伺服系统底座,通过X方向电机的摆动控制转镜的偏摆。
由伺服系统位置传感器获得伺服当前位置为(xpn,ypn),则ep(n)=(xn,yn)-(xpn,ypn),获取伺服当前速度信息为(Vxpn,Vypn),则ev(n)=(Vspxn,Vspyn)-(Vpxn,Vpyn);由于速度环伺服控制器有合理的PID参数设置,获得该差值后即可获得良好的速度环响应。对于位置环,由于需要在一帧图像处理时间内到达设定的位置,考虑到伺服系统的摩擦环节带来的负面影响,需要建立适当的模型对摩擦矩进行补偿来保证伺服正确指向目标。
由伺服系统力矩传感器获取控制力矩F,根据LuGre模型,伺服系统的模型表示如下:Jθ=u-F;其中J为转动惯量,θ为转角,u为控制力矩,F为摩擦力矩。
采用前馈补偿的PID控制算法,能够取得较好的跟踪效果,仿真结果如图5所示。在实际测试中位置偏差小,实现高精度目标跟踪。对于面目标实际跟踪实验效果图如图6所示。对于点状目标实际跟踪如图7所示。
在对准目标后,以像素点为单位,控制伺服系统对目标感兴趣区域进行逐像素扫过。实际扫描效果图如图8所示。其中实线矩形框为检测疑似目标感兴趣区域位置,该区域为测谱区域。虚线框表示扫描后测谱的区域位置。同时启动测谱模块,由光谱仪测量目标光谱特征,对应的上位机对所测目标光谱曲线进行显示。
由于目标大小的不同,现分为两种情况:对于面目标,由于目标光谱集中在特定区域,该特定区域面积为变量,由步骤(1)获取的目标面积大小作相应的扫面窗口。设目标实时位置(xn,yn),对该坐标点位置做区域扫描;区域扫描是指:控制伺服系统以像素为单位,对目标要害区域逐一扫过。扫描获得的背景与目标光谱特性对比如图9所示。对于点目标,可作固定大小的扫描窗口。
测谱模块由光谱仪以及对应的上位机组成,其中光谱仪功能为获取光谱数据,对应的上位机实现采集的光谱数据实时显示、在线处理、存储的功能。对该区域扫描获得的光谱曲线。由实验结果图可知,目标的光谱能够得到精确的测量。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种时敏目标图谱结合的测谱方法,其特征在于,包括下述步骤:
(1)获取疑似目标的红外图像;
(2)根据红外图像获得所述疑似目标的前一帧位置和速度信息,并根据前一帧位置和速度信息对当前帧目标位置进行预测,获得当前帧位置;
(3)根据所述疑似目标的当前位置,将疑似目标的当前位置调整为所述红外图像的中心位置;并获得所述疑似目标的光谱。
2.如权利要求1所述的测谱方法,其特征在于,在步骤(1)中,所述疑似目标是根据目标面积约束、高宽比约束和灰度约束来判别的。
3.如权利要求2所述的测谱方法,其特征在于,所述目标面积约束为[n1,n2],单位为像素*像素,所述高宽比约束为[h1,h2],所述灰度约束为区域平均灰度大于M。
4.如权利要求3所述的测谱方法,其特征在于,当所述疑似目标为飞机时,所述目标面积约束为10*10~30*40,所述高宽比约束为1:1~1:4,所述灰度约束为区域平均灰度大于200。
5.如权利要求1所述的测谱方法,其特征在于,步骤(2)中,采用卡尔曼滤波对当前帧目标位置进行预测,预测得到的当前帧位置(xn,yn)=F(xspn,yspn,vspnx,vspny),其中,xn为当前帧目标位置X方向坐标,yn为当前帧目标位置Y方向坐标,xspn为前一帧目标位置X方向坐标,yspn为前一帧目标位置Y方向坐标,vspnx为前一帧目标的X方向速度,vspny为前一帧目标的Y方向速度,F()为根据观察量在一帧时间内对目标进行线性运动预测的操作。
6.如权利要求1所述的测谱方法,其特征在于,步骤(3)中,在对准目标后,以像素点为单位,控制伺服系统对目标感兴趣区域进行逐像素扫描,同时启动测谱模块,测量目标光谱特征。
7.如权利要求6所述的测谱方法,其特征在于,对于面目标,由步骤(1)获取的目标面积大小作相应的扫面窗口;对于点目标,可作固定大小的扫描窗口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511019826.3A CN105628201A (zh) | 2015-12-30 | 2015-12-30 | 一种时敏目标图谱结合的测谱方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511019826.3A CN105628201A (zh) | 2015-12-30 | 2015-12-30 | 一种时敏目标图谱结合的测谱方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105628201A true CN105628201A (zh) | 2016-06-01 |
Family
ID=56043345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511019826.3A Pending CN105628201A (zh) | 2015-12-30 | 2015-12-30 | 一种时敏目标图谱结合的测谱方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105628201A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335330A (zh) * | 2017-12-31 | 2018-07-27 | 华中科技大学 | 一种图谱协同实时处理系统 |
CN113283090A (zh) * | 2021-05-28 | 2021-08-20 | 中国民航大学 | 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102564589A (zh) * | 2011-12-20 | 2012-07-11 | 华中科技大学 | 一种多波段动目标光谱特征探测识别方法和装置 |
CN102830391A (zh) * | 2011-06-16 | 2012-12-19 | 中国科学院沈阳自动化研究所 | 一种红外搜索与跟踪系统准确性指标计算方法 |
CN103323124A (zh) * | 2013-05-30 | 2013-09-25 | 湖北久之洋红外系统股份有限公司 | 红外成像光谱仪及其对快速移动目标的超光谱成像方法 |
CN104502918A (zh) * | 2014-12-30 | 2015-04-08 | 华中科技大学 | 一种低轨卫星星载图谱关联探测方法与载荷 |
-
2015
- 2015-12-30 CN CN201511019826.3A patent/CN105628201A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830391A (zh) * | 2011-06-16 | 2012-12-19 | 中国科学院沈阳自动化研究所 | 一种红外搜索与跟踪系统准确性指标计算方法 |
CN102564589A (zh) * | 2011-12-20 | 2012-07-11 | 华中科技大学 | 一种多波段动目标光谱特征探测识别方法和装置 |
CN103323124A (zh) * | 2013-05-30 | 2013-09-25 | 湖北久之洋红外系统股份有限公司 | 红外成像光谱仪及其对快速移动目标的超光谱成像方法 |
CN104502918A (zh) * | 2014-12-30 | 2015-04-08 | 华中科技大学 | 一种低轨卫星星载图谱关联探测方法与载荷 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335330A (zh) * | 2017-12-31 | 2018-07-27 | 华中科技大学 | 一种图谱协同实时处理系统 |
CN113283090A (zh) * | 2021-05-28 | 2021-08-20 | 中国民航大学 | 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105302151B (zh) | 一种飞机入坞引导和机型识别的系统及方法 | |
CN109690623B (zh) | 用于识别场景中的相机的姿势的系统和方法 | |
CN104215239B (zh) | 基于视觉的无人机自主着陆导引装置实现的导引方法 | |
CN109079775A (zh) | 使用方位对准反馈来控制机器人末端执行器的方位的方法 | |
CN103314271B (zh) | 包括热成像相机的大地测量装置 | |
CN109709801A (zh) | 一种基于激光雷达的室内无人机定位系统及方法 | |
CN104765160B (zh) | 一种光束方位校准系统及校准方法 | |
WO2020198437A1 (en) | System and method for structure inspection | |
CN105329457B (zh) | 一种基于激光扫描的飞机入坞引导系统及方法 | |
US10839527B2 (en) | Method and device of measuring infrared spectral characteristics of moving target | |
CN109472831A (zh) | 面向压路机施工过程的障碍物识别测距系统及方法 | |
Perry et al. | A portable three-component displacement measurement technique using an unmanned aerial vehicle (UAV) and computer vision: A proof of concept | |
CN106595630A (zh) | 一种基于激光导航变电站巡检机器人的建图系统与方法 | |
CN105547635A (zh) | 一种用于风洞试验的非接触式结构动力响应测量方法 | |
CN105572679B (zh) | 一种二维扫描型激光雷达的扫描数据修正方法及系统 | |
CN106527457B (zh) | 航空扫描仪扫描控制指令规划方法 | |
CN107796373A (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN112668603A (zh) | 产生识别传感器数据中的对象的识别模型用的训练数据的方法和设备、训练方法和操控方法 | |
CN112381856A (zh) | 一种适应城市复杂背景的低慢小目标跟踪装置及方法 | |
AU2015367226B2 (en) | Imaging system | |
CN105628201A (zh) | 一种时敏目标图谱结合的测谱方法 | |
Mi et al. | A vision-based displacement measurement system for foundation pit | |
CN107462742A (zh) | 速度测量方法、测量装置、测量系统及车辆 | |
CN110260889A (zh) | 一种手持式测距仪自动检定装置及其检定方法 | |
CN104113733B (zh) | 一种低慢小目标电视搜索探测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160601 |
|
WD01 | Invention patent application deemed withdrawn after publication |