|
搜索
搜 索
高等教育领域数字化综合服务平台
基于无人艇应用的水面目标快速检测方法
本发明公开了一种基于无人艇应用的水面目标快速检测方法，属于数字图像处理和控制系统交叉技术领域。本发明通过目标性分析得到目标候选区域，由于候选区域中会存在一定虚警，因此利用显著性分析得到显著区域，并将目标性与显著性相结合，剔除虚警，得到目标准确位置
华中科技大学
2021-04-10
一种复杂背景下弱小目标检测的方法
本发明公开了一种复杂背景下弱小目标检测的方法，包括：对连续 3 帧运动目标图像做增强的时域差分滤波处理，得到时域差分滤波增强图像 DIF；对上述 3 帧运动目标图像中的第二帧运动目标图像，进行经验模态分解，得到固有模态函数 IMF1；对时域差分滤波增强图像 DIF 和固有模态函数 IMF1 进行时空域融合增强处理，得到时空域融合增强图像 FuisonI；对时空域融合增强图像 FuisonI 进行基于统计的阈值分割处理
华中科技大学
2021-04-14
空间目标光学探测感知技术
技术成熟度：技术突破
1.空间目标及星图光学探测仿真系统。由于空间目标探测真实数据获取成本较高，且数据量较少，结果验证困难，团队开发了空间目标及星图光学探测仿真系统。此工作以软件形式呈现，以友好的人机交互界面，根据用户的实际系统参数，提供准确可靠地提供当前时刻空间探测仿真图像，该软件前期经过与stk仿真软件结果比对验证其坐标的准确性，与在轨实测图像进行比对验证其仿真效果的可靠性。目前该软件已经在项目开发过程中广泛使用，为提高系统开发效率、验证算法性能提供有效支撑。
2.空间目标探测感知关键技术及算法体系。该成果以理论及软件开发包形式呈现，团队具备多年的空间探测相关开发经验，并将相关理论及算法构建软件开发包。该SDK开发包基于C++开发，具有较好的泛化能力，具有坐标描述转换、预处理、目标提取、星表制备、星图识别、光学标定、定位定姿定轨等功能，可支撑各层次的空间探测相关开发需求。目前团队基于此SDK开发的顶层软件，采用目标TLE数据库匹配的解决方法，已经完成长光奥闰光电科技有限公司地基望远镜空间目标的感知识别及长光卫星技术股份有限公司的星敏感器在轨图像空间目标自动提取与识别，后续还将采用更多的数据验证完善提升本系统的技术成熟度。
意向开展成果转化的前提条件：
1、长春长光奥闰光电科技有限公司等测站望远镜生产企业，利用本项目的共性技术，实现地基测站的空间目标自动探测感知，为空间安全提供支撑服务。
2、长光卫星技术股份有限公司、吉天星舟空间技术有限公司等遥感卫星公司，通过本技术的转化，可以利用星上光学载荷构建空间态势感知平台，为自身卫星安全提供保障、为国家及其他航天企业的空间安全需求提供数据支撑服务。另外可以在空间光学载荷开发过程中应用空间目标及星图光学探测仿真系统，对光学载荷的精度和鲁棒性进行评估和测试。
长春工业大学
2025-05-20
核酸单分子荧光图像测序智能检测技术
深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上，提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式，组织了相关学科的专家多次进行技术研讨，并与深圳市行业内的权威机构合作，在两周内快速进行原理论证，形成技术方案，完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备，为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案，有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署，帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查，减少潜在感染者的聚集与交叉感染，快速实现核酸检测层次的确诊检验与病症初筛，助力疫病防控和公共卫生领域战略科技力量的提高和储备。
清华大学
2021-04-10
基于图像的农作物虫害检测技术
本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率 2448*3264）处理速度小于 1 秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率 2448*3264））进行自动检测和分析，处理速度 2 秒左右（和图像中叶片的数量相关），经过人工核
扬州大学
2021-04-14
基于图像的农作物虫害检测技术
本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率2448*3264）处理速度小于1秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率2448*3264））进行自动检测和分析，处理速度2秒左右（和图像中叶片的数量相关），经过人工核对，检测精
扬州大学
2021-04-14
多模态弱监督图像显著区域检测分割方法
北京工业大学
2021-04-14
一种基于无人艇应用的水面目标快速检测方法
本发明公开了一种基于无人艇应用的水面目标快速检测方法，属于数字图像处理和控制系统交叉技术领域。本发明通过目标性分析得到目标候选区域，由于候选区域中会存在一定虚警，因此利用显著性分析得到显著区域，并将目标性与显著性相结合，剔除虚警，得到目标准确位置。本发明不带有特定目标类型信息，因此普适性较好，相较于现有的其它目标检测算法，无论是在目标的检测效果方面，还是在方法的速度方面都有很大的提升，对无人艇的自动避障具有重要
华中科技大学
2021-04-14
一种公路地标约束下的地面运动目标检测方法
本发明公开了一种公路地标约束的动平台动目标检测方法，包括：从卫星图片中选取形状特征明显的公路地标，根据公路地标所在的卫星图片生成公路参考图，将生成的公路参考图中直道部分的中心作为选取地标约束中心点，并以该地标约束中心点为中心在公路地标上选取一矩形区域，其宽度和公路地标的宽度相同，长度为出现在视场范围内公路地标直道部分的长度，获取实时图，根据实时图的实时成像行数和实时成像列数、以及动平台的飞行保障参数对公路参考图
华中科技大学
2021-04-14
应用二次IoU损失函数的无锚框目标检测方法
本发明提供一种应用二次IoU损失函数的无锚框目标检测方法，其特征在于，包括:将待检测图像进行预处理再输入至预先训练好的目标检测模型进行推理得到对应的图像检测结果，其中，目标检测模型预先通过如下训练得到:获取训练用图像数据集以及监督信息；构建初始目标检测模型,并将训练用图像数据集以及监督信息输入至该模型；使用二次IoU损失函数求定位损失，并使用Focal Loss损失函数求分类损失；分别用定位损失以及分类损失对初始目标检测模型的模型参数进行求导，再使用反向传播对模型参数进行更新；判断更新后的模型参数是否达到终止条件，当判断为是则进入下一步，否则进入训练过程第二步；保存更新后的模型参数并进行加载得到目标检测模型。
复旦大学
2021-01-12