排序方式: 共有19条查询结果,搜索用时 1 毫秒
1.
2.
3.
弹载图像目标检测方法是实现图像自寻的弹药“发射后不管”、对目标进行自主打击的关键技术。弹药图像自寻的面临着成像环境恶劣,目标特性变化快,对算法体积、速度要求苛刻等问题。围绕弹载目标检测难点问题进行综述,将基于深度学习的目标检测方法区分为基于候选框、无候选框和基于transformer的方法,回顾了各类方法主要研究进展;对特征提取网络轻量化、预测特征图增强、非极大值抑制后处理算法、训练中样本均衡、模型压缩等弹载图像目标检测模型部署中的关键技术进行了梳理;对比了典型目标检测方法在ImageNet、COCO及弹载图像目标数据集上的性能,并对未来发展进行展望。 相似文献
4.
5.
6.
7.
为解决图像实时融合以及红外与微光图像视场大小不一致等问题,提出一种基于仿射变换的红外与微光图像开窗配准融合处理方法。首先以大视场微光图像为背景,对图像中人眼感兴趣的目标区域信息进行开窗,窗口的大小由系统硬件速度和配准融合算法的运算量决定,然后在相同的目标窗口区域,通过双线性插值和仿射变换建立一种红外与微光图像各个像素点的对应匹配关系来完成窗口图像的快速配准与融合,实验对开窗融合结果进行了分析与评价。结果表明,该方法在满足人眼观察需求的条件下既减小图像融合处理数据,又保留了重要的细节融合信息,有效地提高了图像融合的实时性,对兼顾硬件速度与实时性要求的图像融合系统具有较高的应用价值。 相似文献
8.
为了研究弹载器件抗高过载机理,采用分离式霍普金森压杆(SHPB)装置和高速摄像机等测试设备,得到了测试所用弹载器件可承受的极限载荷和经减载组件减载后作用于弹载器件上的输出应力。针对减载组件在冲击条件下的变形受应力波效应和应变率效应互相耦合影响的情况,基于粘弹性材料的非线性特性,建立了加装减载组件的弹载器件非线性动力学模型。利用参数辨识法和特征线的相容关系获得了反应减载组件材料属性的性能参数并完成了模型求解,计算结果与冲击实验结果相符。该模型的建立与求解,为高过载环境下弹载器件的动态特性研究提供理论研究和方法参考。为了研究弹载器件抗高过载机理,采用分离式霍普金森压杆(SHPB)装置和高速摄像机等测试设备,得到了测试所用弹载器件可承受的极限载荷和经减载组件减载后作用于弹载器件上的输出应力。针对减载组件在冲击条件下的变形受应力波效应和应变率效应互相耦合影响的情况,基于粘弹性材料的非线性特性,建立了加装减载组件的弹载器件非线性动力学模型。利用参数辨识法和特征线的相容关系获得了反应减载组件材料属性的性能参数并完成了模型求解,计算结果与冲击实验结果相符。该模型的建立与求解,为高过载环境下弹载器件的动态特性研究提供理论研究和方法参考。 相似文献
9.
10.