CN113411509B - 一种星载自主视觉处理系统 - Google Patents

一种星载自主视觉处理系统 Download PDF

Info

Publication number
CN113411509B
CN113411509B CN202110662047.4A CN202110662047A CN113411509B CN 113411509 B CN113411509 B CN 113411509B CN 202110662047 A CN202110662047 A CN 202110662047A CN 113411509 B CN113411509 B CN 113411509B
Authority
CN
China
Prior art keywords
subsystem
image
chip
processing system
preprocessing
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
Application number
CN202110662047.4A
Other languages
English (en)
Other versions
CN113411509A (zh
Inventor
赵超
唐磊
匡乃亮
郭雁蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Microelectronics Technology Institute
Original Assignee
Xian Microelectronics Technology Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Microelectronics Technology Institute filed Critical Xian Microelectronics Technology Institute
Priority to CN202110662047.4A priority Critical patent/CN113411509B/zh
Publication of CN113411509A publication Critical patent/CN113411509A/zh
Application granted granted Critical
Publication of CN113411509B publication Critical patent/CN113411509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种星载自主视觉处理系统，通过成像采集子系统获取的图像数据传输至预处理子系统进行辐射校正、Bayer插值运算，然后进行全局运动估计和云雾检测运算以得到目标检测子系统需要的检测参数，同步进行动目标分割运算和数据拷贝，完成动目标分割后将图像数据写入目标检测子系统的存储器中，进行动目标分类和轨迹运算时读取原始图像和动目标图像进行运算，生成敏感区域数据传输至控制子系统，进行分类、标识、压缩和存储，系统结构简单，采用目标检测子系统、控制子系统和预处理子系统并行加速，能够实现自主控制曝光，图像采集处理后下发有效图像，剔除无效图像；无需地面人工处理和筛选，提高了运行速度，同时能够有效避免大量的下传宽带。

Description

一种星载自主视觉处理系统
技术领域
本发明属于微系统领域，具体涉及一种星载自主视觉处理系统。
背景技术
目前，卫星图像处理系统采用“V8CPU+FPGA”的硬件系统架构，现有的卫星成像系统典型工作流程是：“地面指令->卫星拍照->过境数据下传->地面人工筛选图像”，由于卫星成像过程中，需要根据地面指令完成卫星拍照，目前卫星图片缺陷的筛查诊断主要靠人工筛图，挑选正常没有缺陷的图片，通过肉眼对卫星图片独有的噪点和噪线等缺陷逐一进行筛查比对，过程繁琐，准确度不高且对于筛查出来的缺陷图片无法修复，该过程工作效率低、易漏捕获、下传数据量大、人工筛选费时费力，实时性很差。
发明内容
本发明的目的在于提供一种星载自主视觉处理系统，以克服现有技术的不足。
为达到上述目的，本发明采用如下技术方案：
一种星载自主视觉处理系统，其特征在于，包括预处理子系统FPGA、目标检测子系统DSP、控制子系统PPC和成像采集子系统CIS；
成像采集子系统用于根据数据指令获取图像数据，并将获取的图像数据传输至预处理子系统辐射校正、Bayer插值运算后存储到预处理子系统的DDR2存储器中；
预处理子系统用于根据其自身存储器中存储的图像数据进行全局运动估计和云雾检测运算以得到目标检测子系统需要的检测参数；
目标检测子系统用于获取预处理子系统的存储器中存储的图像数据，同步进行动目标分割运算和数据拷贝，完成动目标分割后将图像数据写入目标检测子系统的DDR2存储器中，目标检测子系统进行动目标分类和轨迹运算时读取原始图像和动目标图像进行运算，生成敏感区域数据传输至控制子系统，控制子系统对生成的敏感区域数据进行分类、标识、压缩和存储。
进一步的，控制子系统采用双核PPC。
进一步的，目标检测子系统采用双核处理器。
进一步的，电源遥测端连接预处理子系统FPGA的ADC输入接口，星载自主视觉处理系统的电源线和地线连接电源和地平面。
进一步的，对于星载自主视觉处理系统内部集成测温功能的芯片，通过测量其管压或数字接口直接读取数据得到其内部结温。
进一步的，对于内部未集成测温功能的芯片，将未使用的管脚作为电流注入点，施加大于其IO电源电压的激励，测量串联电路上的电压可得其内部防护二极管的电压，从而得出其温度，等效为芯片内部结温。
进一步的，通过在星载自主视觉处理系统集成内部位置布置测温电阻或测温二极管测量电压得出腔体温度。
进一步的，预处理子系统FPGA连接输出单元输出遥测通讯数据，反馈当前微系统模块工作状态。
进一步的，预处理子系统FPGA包括辐射校正单元、Bayer插值单元、全局运动估计单元和云雾检测单元；
辐射校正单元用于图像的辐射校正，正确反映地物目标的反射或辐射的特性，消除图像数据中依附在辐射亮度中的各种辐射失真的过程；
Bayer插值单元用于对辐射校正后的图像的相邻像元点进行运算，弥补缺失的色彩信息，得到全彩色图像；
全局运动估计单元用于对全彩色图像的运动估计，在相邻帧图像的搜索区寻找最佳匹配块，将搜索到的最佳匹配块与其在相邻帧中对应的子图像块的位移成为该子图像块的运动矢量；
云雾检测单元基于运动矢量进行有效特征的提取，根据提取的有效特征对云图进行云雾检测。
进一步的，预处理子系统FPGA和目标检测子系统DSP采用FC芯片，控制子系统PPC采用WB芯片，成像采集子系统CIS采用CIS芯片；FC芯片、WB芯片和CIS芯片设置于集成腔本体内，集成腔本体上端设置上腔体，FC芯片和阻容置于上腔体内，上端粘接钼铜高热导率盖板形成非密封腔体，盖板与芯片直接填充高热导率的导热银胶；集成腔本体的下端设置有中间腔体，中间腔体内设置WB芯片，WB芯片采用键合工艺设置于中间腔体内，CIS芯片设置于WB芯片下端，CIS芯片粘接在中间腔体盖板下端，集成腔本体的下端通过可伐和蓝宝石玻璃混合镶嵌盖板密封。
与现有技术相比，本发明具有以下有益的技术效果：
本发明一种星载自主视觉处理系统，通过成像采集子系统获取的图像数据传输至预处理子系统进行辐射校正、Bayer插值运算后存储到预处理子系统的存储器中，然后通过预处理子系统根据其自身存储器中存储的图像数据进行全局运动估计和云雾检测运算以得到目标检测子系统需要的检测参数，目标检测子系统同步进行动目标分割运算和数据拷贝，完成动目标分割后将图像数据写入目标检测子系统的存储器中，目标检测子系统进行动目标分类和轨迹运算时读取原始图像和动目标图像进行运算，生成敏感区域数据传输至控制子系统，进行分类、标识、压缩和存储，系统结构简单，采用目标检测子系统、控制子系统和预处理子系统并行加速，能够实现自主控制曝光，图像采集处理后下发有效图像，剔除无效图像；无需地面人工处理和筛选，提高了运行速度，同时能够有效避免大量的下传宽带。
附图说明
图1为本发明实施例中硬件系统架构。
图2为本发明实施例中系统模块处理流程图。
图3为本发明实施例中辐射校正单元的FPGA加速处理单元结构示意图。
图4为本发明实施例中双线性插值FPGA加速处理单元结构示意图。
图5为本发明实施例中卷积神经网络结构。
图6为本发明实施例中星载自主视觉处理系统封装结构示意图。
具体实施方式
下面结合附图对本发明做进一步详细描述：
如图1所示，一种星载自主视觉处理系统，包括预处理子系统FPGA、目标检测子系统DSP、控制子系统PPC和成像采集子系统CIS；
成像采集子系统用于根据数据指令获取图像数据，并将获取的图像数据传输至预处理子系统辐射校正、Bayer插值运算后存储到预处理子系统的DDR2存储器中；
预处理子系统用于根据其自身存储器中存储的图像数据进行全局运动估计和云雾检测运算以得到目标检测子系统需要的检测参数；
目标检测子系统用于获取预处理子系统的存储器中存储的图像数据，同步进行动目标分割运算和数据拷贝，完成动目标分割后将图像数据写入目标检测子系统的DDR2存储器中，目标检测子系统进行动目标分类和轨迹运算时读取原始图像和动目标图像进行运算，生成敏感区域数据传输至控制子系统，控制子系统对生成的敏感区域数据进行分类、标识、压缩和存储。
控制子系统采用双核PPC，具有较高的指令响应速度，采用双核PPC作为控制子系统的处理器，大幅提升控制效率。
目标检测子系统采用双核处理器，采用双核DSP作为目标检测子系统的处理器能有效完成目标检测运算。
目标检测子系统与预处理子系统通过SRIO串口和EMIF16串口连接。
本申请中采用基于FPGA的System Monitor和软件校准实现星载自主视觉处理系统内部健康管理，包括对内部芯片的电源、大功率芯片结温、腔体温度的基础健康状态的监测。
将星载自主视觉处理系统的电源PAD和地PAD不接电源和地，将电源遥测端接预处理子系统FPGA的ADC输入接口，该电源线和地线在星载自主视觉处理系统内部连接电源和地平面，且该电源线和地线上电流微弱，几乎不存在电压降，故该监测电压可准确反映芯片内部电源状态，当芯片电源出现波动时可准确识别。
对于星载自主视觉处理系统内部集成测温功能的芯片，通过测量其管压或数字接口直接读取数据得到其内部结温。
对于内部未集成测温功能的芯片，将未使用的管脚作为电流注入点，施加大于其IO电源电压的激励，测量串联电路上的电压可得其内部防护二极管的电压，从而得出其温度，等效为芯片内部结温。
星载自主视觉处理系统集成的腔体温度通过在其内部位置布置测温电阻或测温二极管测量电压得出。
预处理子系统FPGA的System Monitor受工艺限制，转换精度和一致性较差，针对该问题，本发明星载自主视觉处理系统提出独立校准设计，通过结构模型进行温度校准，通过外部设置电源等效测量点进行电源校准，校准参数固化在FLASH程序存储器中。本发明系统里面的健康管理是以FPGA为核心，基于监测数据，决策其它芯片或功能模块的的工作状态。
同时可实现其他管理，可输出复位信号复位FPGA内部逻辑或其它芯片，使保持复位状态或重启，包括处理器上电BOOT顺序控制、逻辑启动顺序控制；将DSP、PPC、ADC芯片的外部时钟接入FPGA，FPGA可输出平滑的变频时钟以调整其工作速率，使满足电源或结温等控制要求，但不丧失其功能性。输出控制信号和反馈模拟信号给外部电源，使电源芯片调整其输出电压或工作模式以适应当前电源需求，且达到功耗控制目的。
输出遥测通讯数据给远端，反馈当前微系统模块工作状态，包括各项当前健康参数及历史参数。
预处理子系统FPGA包括辐射校正单元、Bayer插值单元、全局运动估计单元和云雾检测单元，每个功能单元可根据配置选择为旁路模式。
辐射校正单元的辐射校正是为了正确反映地物目标的反射或辐射的特性，消除图像数据中依附在辐射亮度中的各种辐射失真的过程，辐射校正的特点是对图像的所有像元进行逐点运算，最佳方案是采用流水设计，同时，在流水设计的基础上引入并行处理，基于FPGA实现的算法的硬件加速设计，提高数据并行性，可有效提高处理速度，使用FPGA完成上述运算操作，其处理单元结构示意如图3所示。
由于彩色滤波片的过滤作用，单一像素点只能够获取单一彩色的灰度信息，缺失了另外两个色彩通道的信息，从而不能得到一个完整的图像。为了得到符合要求的全彩色图像，就需要图像复原技术来弥补缺失的色彩信息。通常采用基于像素点数值插值的方式来处理。本申请采用双线性(bi-linear)内插插值算法，双线性插值算法又称双线性内插，经过放大或缩小若干倍之后，目标图像B(x，y)点坐标所对应的源图像坐标(x×m/a，y×n/b)通常为浮点数，假设为P点，用P(i+u，j+v)表示，其中i、j分别表示整数部分，u、v分别表示小数部分。如下图所示，由其相邻4个点的灰度值的线性关系计算P点的灰度值，即P点的灰度值由这4个相邻点共同决定，距P点越近，则影响因子越大，反之影响因子越小，对于(i，j)点，x方向上u的值越大，其影响因子越小，y方向上v的值越大，其影响因子越小，所以(i，j)点的影响值为A(i，j)×(1－u)×(1－v)，其余3个点类似。双线性插值对图像的相邻4个像元点进行运算，最佳方案是采用流水设计，同时，在流水设计的基础上引入并行处理，基于FPGA实现算法硬件加速设计，其处理单元结构示意如图4所示：
全局运动估计最常用的方法是基于图像块的运动估计算法。该算法的基本思想是将当前帧划分为一系列互不重叠的大小为M×N的子图像块，设在同一个子图像块内，所有的像素点都做相同的运动，并且只做平移运动。对于每个子图像块，在相邻帧图像的某一区域内(搜索区)寻找最佳匹配块，将搜索到的最佳匹配块与其在相邻帧中对应的子图像块的位移成为该子图像块的运动矢量，基于块匹配的运动估计算法主要包含几个部分：宏块大小的选取、块匹配准则、搜索范围以及搜索策略。而其中最重要的便是搜索策略，其最为复杂并且至关重要，搜索策略的优劣决定了整个算法的复杂度，运算量以及运动估计的准确度。宏块大小的选取、搜索范围和搜索策略由软件层面处理，FPGA负责块匹配中的计算部分，本方案采用绝对误差和的匹配策略。
根据实际应用场景，云雾检测采用卷积神经网络的方式进行。卷积神经网络具有良好的容错、并行处理和自学习能力。卷积神经网络作为特殊设计的类多层感知器，可以自主的提取有效特征，对云图进行云雾检测。卷积神经网络的组成如图5所示，包含输入层、卷积层、最大池化层、全连接层和最后的Softmax分类层以及输出层组成。
预处理子系统FPGA和目标检测子系统DSP采用FC芯片，控制子系统PPC采用WB芯片，成像采集子系统CIS采用CIS芯片；
星载自主视觉处理系统集采用三面三腔结构，包括集成腔本体，集成腔本体上端设置上腔体，FC芯片和阻容置于上腔体内，采用全焊接工艺，上端粘接钼铜高热导率盖板形成非密封腔体，盖板与芯片直接填充高热导率的导热银胶，钼铜盖板与FC芯片之间形成低热阻路劲，在应用中通过在钼铜盖板散热平面上采用必要的散热措施可合理控制芯片结温。集成腔本体的下端设置有中间腔体，中间腔体内设置WB芯片，WB芯片采用键合工艺设置于中间腔体内，需确保其密封性，具体采用平行封焊工艺单独密封中间腔体；WB芯片功耗较低、数量多，结构设计将其置于中间腔，通过最多8层堆叠进行高密度集成；CIS芯片设置于WB芯片下端，CIS芯片粘接在中间腔体盖板下端，中间腔体采用的可伐盖板薄，力学环境中形变大，在盖板上粘接陶瓷片进行过渡。
中间腔体的下端位于集成腔本体内侧部分为下腔体，下腔体采用可伐和蓝宝石玻璃混合镶嵌盖板进行密封，封焊工艺采用平行封焊，覆盖的蓝宝石玻璃形成透光窗，在确保其良好进光的同时具有较好的密封性，保证应用可靠性。
集成腔本体的中间腔体外圈设置对外引线，采用CCGA封装，底面外围出腿方式设计外引线810个。
星载自主视觉处理系统采用该种结构需要PCB开窗以透光给模块底面CIS芯片，为不影响模块在系统应用中焊接可靠性及环境适应性，蓝宝石玻璃形成的透光窗与印制板齐平，在焊接中可以托起模块避免对印制板造成过大的形变，同时预留溢胶区域，可通过环氧填充实现模块封焊环和印制板的刚性连接，加强抗力学能力。本系统结构简单，集成度高，采用双核DSP和双核PPC能够实现4核400MHz处理器，FPGA并行加速，实现自主控制曝光，图像采集处理后下发有效图像，剔除无效图像，无需在地面进行曝光处理，提高了运行速度，同时能够有效避免大量的下传宽带。

Claims (7)

1.一种星载自主视觉处理系统，其特征在于，包括预处理子系统FPGA、目标检测子系统DSP、控制子系统PPC和成像采集子系统CIS；
成像采集子系统用于根据数据指令获取图像数据，并将获取的图像数据传输至预处理子系统进行辐射校正、Bayer插值运算后存储到预处理子系统的存储器中；
预处理子系统根据其自身存储器中存储的图像数据进行全局运动估计和云雾检测运算以得到目标检测子系统需要的检测参数；
目标检测子系统DSP采用FC芯片,目标检测子系统用于获取预处理子系统的存储器中存储的图像数据，同步进行动目标分割运算和数据拷贝，完成动目标分割后将图像数据写入目标检测子系统的存储器中，目标检测子系统进行动目标分类和轨迹运算时读取原始图像和动目标图像进行运算，生成敏感区域数据传输至控制子系统，控制子系统对生成的敏感区域数据进行分类、标识、压缩和存储；控制子系统采用双核PPC，目标检测子系统采用双核处理器，电源遥测端连接预处理子系统FPGA的ADC输入接口，星载自主视觉处理系统的电源线和地线连接电源和地平面。
2.根据权利要求1所述的一种星载自主视觉处理系统，其特征在于，对于星载自主视觉处理系统内部集成测温功能的芯片，通过测量其管压或数字接口直接读取数据得到其内部结温。
3.根据权利要求1所述的一种星载自主视觉处理系统，其特征在于，对于内部未集成测温功能的芯片，将未使用的管脚作为电流注入点，施加大于其IO电源电压的激励，测量串联电路上的电压可得其内部防护二极管的电压，从而得出其温度，等效为芯片内部结温。
4.根据权利要求1所述的一种星载自主视觉处理系统，其特征在于，通过在星载自主视觉处理系统集成内部位置布置测温电阻或测温二极管测量电压得出腔体温度。
5.根据权利要求1所述的一种星载自主视觉处理系统，其特征在于，预处理子系统FPGA连接输出单元输出遥测通讯数据，反馈当前微系统模块工作状态。
6.根据权利要求1所述的一种星载自主视觉处理系统，其特征在于，预处理子系统FPGA包括辐射校正单元、Bayer插值单元、全局运动估计单元和云雾检测单元；
辐射校正单元用于图像的辐射校正，正确反映地物目标的反射或辐射的特性，消除图像数据中依附在辐射亮度中的各种辐射失真的过程；
Bayer插值单元用于通过双线性插值算法对辐射校正后的图像的相邻像元点进行运算，弥补缺失的色彩信息，得到全彩色图像；
全局运动估计单元用于对全彩色图像的运动估计，在相邻帧图像的搜索区寻找最佳匹配块，将搜索到的最佳匹配块与其在相邻帧中对应的子图像块的位移成为该子图像块的运动矢量；
云雾检测单元基于运动矢量进行有效特征的提取，根据提取的有效特征对云图进行云雾检测。
7.根据权利要求1所述的一种星载自主视觉处理系统，其特征在于，预处理子系统FPGA和目标检测子系统DSP采用FC芯片，控制子系统PPC采用WB芯片，成像采集子系统CIS采用CIS芯片；FC芯片、WB芯片和CIS芯片设置于集成腔本体内，集成腔本体上端设置上腔体，FC芯片和阻容置于上腔体内，上端粘接钼铜高热导率盖板形成非密封腔体，盖板与芯片直接填充高热导率的导热银胶；集成腔本体的下端设置有中间腔体，中间腔体内设置WB芯片，WB芯片采用键合工艺设置于中间腔体内，CIS芯片设置于WB芯片下端，CIS芯片粘接在中间腔体盖板下端，集成腔本体的下端通过可伐和蓝宝石玻璃混合镶嵌盖板密封。
CN202110662047.4A 2021-06-15 2021-06-15 一种星载自主视觉处理系统 Active CN113411509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110662047.4A CN113411509B (zh) 2021-06-15 2021-06-15 一种星载自主视觉处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110662047.4A CN113411509B (zh) 2021-06-15 2021-06-15 一种星载自主视觉处理系统

Publications (2)

Publication Number Publication Date
CN113411509A CN113411509A (zh) 2021-09-17
CN113411509B true CN113411509B (zh) 2023-09-26

Family

ID=77683976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110662047.4A Active CN113411509B (zh) 2021-06-15 2021-06-15 一种星载自主视觉处理系统

Country Status (1)

Country Link
CN (1) CN113411509B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116385903B (zh) * 2023-05-29 2023-09-19 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种面向1级遥感数据的抗畸变在轨目标检测方法与模型

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5734737A (en) * 1995-04-10 1998-03-31 Daewoo Electronics Co., Ltd. Method for segmenting and estimating a moving object motion using a hierarchy of motion models
CN101315701A (zh) * 2008-07-11 2008-12-03 天津大学 运动目标图像分割方法
CN101726296A (zh) * 2009-12-22 2010-06-09 哈尔滨工业大学 空间机器人视觉测量、路径规划、gnc一体化仿真系统
CN102567727A (zh) * 2010-12-13 2012-07-11 中兴通讯股份有限公司 一种背景目标替换方法和装置
CN102811343A (zh) * 2011-06-03 2012-12-05 南京理工大学 一种基于行为识别的智能视频监控系统
CN105139396A (zh) * 2015-10-22 2015-12-09 北京师范大学 一种全自动遥感影像云雾检测方法
CN108279009A (zh) * 2018-03-20 2018-07-13 叶玉妹 一种基于地面移动通信网络的通用航空导航系统
CN110321888A (zh) * 2019-03-18 2019-10-11 华中科技大学 一种基于fpga的星载红外小目标检测方法
CN111929717A (zh) * 2020-07-24 2020-11-13 北京航空航天大学 面向遥感图像目标特性识别的星载图像处理器及处理方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6163919B2 (ja) * 2013-07-01 2017-07-19 富士通株式会社 画像処理装置、補正方法および補正プログラム
US20200098181A1 (en) * 2018-09-26 2020-03-26 Eagle Technology, Llc Systems and methods for inspecting and interacting with a real-world space structure in real-time using virtual reality technology

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5734737A (en) * 1995-04-10 1998-03-31 Daewoo Electronics Co., Ltd. Method for segmenting and estimating a moving object motion using a hierarchy of motion models
CN101315701A (zh) * 2008-07-11 2008-12-03 天津大学 运动目标图像分割方法
CN101726296A (zh) * 2009-12-22 2010-06-09 哈尔滨工业大学 空间机器人视觉测量、路径规划、gnc一体化仿真系统
CN102567727A (zh) * 2010-12-13 2012-07-11 中兴通讯股份有限公司 一种背景目标替换方法和装置
CN102811343A (zh) * 2011-06-03 2012-12-05 南京理工大学 一种基于行为识别的智能视频监控系统
CN105139396A (zh) * 2015-10-22 2015-12-09 北京师范大学 一种全自动遥感影像云雾检测方法
CN108279009A (zh) * 2018-03-20 2018-07-13 叶玉妹 一种基于地面移动通信网络的通用航空导航系统
CN110321888A (zh) * 2019-03-18 2019-10-11 华中科技大学 一种基于fpga的星载红外小目标检测方法
CN111929717A (zh) * 2020-07-24 2020-11-13 北京航空航天大学 面向遥感图像目标特性识别的星载图像处理器及处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
小天体光学导航特征识别与提取研究进展;崔平远;《宇航学报》;全文 *
自适应阈值的视觉注意模型SAR舰船检测算法;张忠芳;《遥感信息》;全文 *

Also Published As

Publication number Publication date
CN113411509A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN102638650B (zh) 表现照相机的特性的方法
CN113411509B (zh) 一种星载自主视觉处理系统
CN103718541B (zh) 红外照相机系统架构
US10863061B2 (en) Image sensor
WO2007114189A1 (ja) ３次元色形状計測装置
US8045791B2 (en) System and method for measuring digital images of a workpiece
US20150163482A1 (en) Methods to compensate manufacturing variations and design imperfections in a capsule camera
CN102625056A (zh) 一种基于fpga的cis图像采集系统及其采集方法
JP2851151B2 (ja) ワイヤボンディング検査装置
TWI452284B (zh) The method of detecting the mark of the multi-board, the method of detecting the device and the multi-board
CN100543413C (zh) 一种数字航空摄影系统
CN102508145B (zh) 测量ccd芯片暗电流和双倍温度常数的方法
CN215581327U (zh) 基于dsp的多核图像处理系统
CN107819991A (zh) 设置动态曝光补偿数字照相机方法
CN112188092B (zh) 双模态信号处理系统和方法
CN112083257B (zh) 一种cmos图像传感器的测试装置
CN106404185B (zh) 凝视型数字化红外成像组件
JP6563870B2 (ja) 表示装置の製造上のばらつき及び設計上の欠陥を補償する方法
US10499029B2 (en) Methods to compensate manufacturing variations and design imperfections in a display device
CN115326264B (zh) 基于机器视觉的结构波浪冲击力非接触式测量方法和系统
CN111524177A (zh) 一种机器人微小型高速双目立体视觉系统
CN202524483U (zh) 一种基于fpga的cis图像采集系统
CN108564644A (zh) 机载主被动三维影像实时成像装置及方法
CN113822104B (zh) 基于多候选虚拟标尺的人工智能水面检测系统
CN114414070A (zh) 校正系统、校正装置和校正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant