|
搜索
搜 索
高等教育领域数字化综合服务平台
双CCD目标跟踪定位系统
Ø ：整个系统由转台伺服子系统和目标跟踪及定位子系统所组成。由一个DSP控制电机的伺服运动，一个主控DSP处理图像跟踪及定位算法，实现对运动目标的跟踪及定位。
北京理工大学
2021-04-14
一种动平台对空目标双色红外异构并行自动目标识别器
本发明公开了一种动平台对空目标双色红外异构并行自动目标识别器，所述目标识别器包括：交换式网络与至少一个处理部件，所述处理部件与所述交换式网络之间通过输入 FIFO 接口、同步存储器输出接口以及控制线连接，所述交换式网络用于动态链接不同的所述输入 FIFO 接口和所述同步存储器输出接口，所述处理部件用于完成自动目标识别过程中所需的各种算法功能，所述输入 FIFO 用于缓存输入的待处理图像数据，所述同步存储器输出接口用于
华中科技大学
2021-04-14
时空变尺度运动目标检测方法
本发明公开了一种时空变尺度运动目标检测方法，具体为：将·815·原始图像转换为反差图像；根据差分强度与帧间间隔的单调递增且收敛关系，得到次优帧间间隔<img file=""DDA00002692454800011.GIF""wi=""80"" he=""49"" /> 通 过 计 算 t0 和 <imgfile=""DDA00002692454800012.GIF"" wi=""133"" he=""57"" /
华中科技大学
2021-04-14
双CCD 目标跟踪定位系统（产品）
成果简介：整个系统由转台伺服子系统和目标跟踪及定位子系统所组成。由 一个 DSP 控制电机的伺服运动，一个主控 DSP 处理图像跟踪及定位算法，实 现对运动目标的跟踪及定位。 项目来源：自行开发 技术领域：光机电一体化 应用范围：运动目标跟踪定位，机器人导航，工业产品质量检测 现状特点：结构简单、跟踪精度高 技术创新： 采用双 CC
北京理工大学
2021-04-14
江苏学蠡信息科技有限 公司
江苏学蠡信息科技有限 公司
2025-07-15
复杂背景下多目标精确跟踪系统
多模跟踪器系统融合了可见光、红外、雷达、GPS等多种信息，完成对空中目标、海面目标的全天候高精度实时探测和跟踪。该系统通过可见光、红外等传感器的数据融合和雷达等其它目标探测系统联网，可以自动识别空中、海面目标，并将目标图像信息实时传回指挥中枢。该系统考虑了多种通用要求，集成了强大的软、硬件资源。跟踪精度达到亚像素级精度。该系统集成了如下技术：1. 红外、可见光的弱小目标实时检测技术；2. 多传感器数据融合技术；3. 目标退化遮挡时的特征提取技术；4. 目标超视场下精确跟踪技术。该系统的研究成果除了可以直接解决对空对海面的安防外，还可以用于航天器自主导航、交会对接、空中预警检测等领域；在工业领域检测、国土资源实时监控、交通和现代物流流量监控等民用领域也有广泛的应用前景，对提高我国国防力量和加快国民经济发展都具有重要的作用。
北京航空航天大学
2021-04-13
一种移动目标的定位系统
本实用新型提供一种移动目标的定位系统，所述系统包括接收机、基于锁角环路的DOA估计模块以及UKF滤波跟踪算法模块；所述接收机接收移动目标的多个不同到达方向的信号；所述基于锁角环路的DOA估计模块接收所述接收机的输出粗估计信号，并输出估计信号给所述UKF滤波跟踪算法模块；所述UKF滤波跟踪算法模块接收所述估计信号，输出目标的多个角度方位来定位所述移动目标。本实用新型的锁角环路DOA估计模型，不但能够实现移动目标DOA估计，而且对目标方位能够实时地定位跟踪；为了消除非线性和噪声对系统误差的影响，选择基于
安徽建筑大学
2021-01-12
广东顺德宙思信息科技有限公司
广东顺德宙思信息科技有限公司成立于2016年，是一家三维虚拟仿真交互软件研发设计的国家高新技术企业，致力于为各行业提供数字孪生、XR虚拟仿真教育实训软件、3D数字化营销(3D动画、3D虚拟展厅、3D产品展示、3D营销小程序等)等系统开发综合解决方案服务商。产品广泛应用于数字化工厂、智慧城市、智慧园区、展览展会、高职院校、工业培训、产学研究等众多领域。
广东顺德宙思信息科技有限公司
2025-06-02
基于多目标优化的频谱池干扰抑制方法
本发明涉及的是基于多目标优化的频谱池干扰抑制方法,这种基于多目标优化的频谱池干扰抑制方法为:步骤一,在频谱池中,确定影响授权用户的平均ICI能量;步骤二,获得认知用户第
东北石油大学
2021-04-30
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11