共查询到18条相似文献,搜索用时 343 毫秒
1.
2.
3.
4.
5.
遥感成像过程受到大气和成像系统中的光学、探测器和电子学子系统等的影响, 引起成像退化作用, 造成图像模糊, 降低了图像中信息的提取能力。图像恢复技术可以改善图像的质量, 提高图像信息提取能力。依据图像恢复技术的要求, 高精度成像系统调制传递函数(MTF) 是高质量图像恢复的基本条件。针对不同遥感器之间、同一遥感器不同时期存在的成像性能变化, 所引起成像系统MTF 变化的实际情况, 介绍了成像过程中系统MTF 在轨运检测方法。着重于介绍刃边法, 对刃边法的原理、刃边法检测对地物景观的要求等进行了详细分析, 对这一方法中有关图像景物的行扫描采样、扫描行的配准以及对所获得的边扩散函数的拟合等关键技术进行了详细介绍, 这些技术是保证较高精度获取遥感图像MTF 的基础。文章在介绍基于成像系统MTF 图像恢复技术后, 通过实验检验了方法的可行性, 结果表明以MTF 在轨检测为基础的图像恢复技术, 可以明显地提高遥感图像质量。 相似文献
6.
北京一号小卫星MTF在轨测量与图像复原 总被引:1,自引:0,他引:1
卫星调制传递函数(MTF)的在轨测试是监测卫星平台及其遥感器在轨运行情况和性能衰减程度的有效手段。本文针对北京一号小卫星多光谱相机,研究利用边缘地物法进行MTF在轨监测,并基于MTF测试结果,采用维纳滤波法对北京一号小卫星多光谱图像进行复原。结果表明NW向和NE向两个方向的MTF差别不大,在这两个方向上LSF的半带宽分别为3.75和4.35个像元。根据所计算得到的MTF值对图像进行复原可以明显提高北京一号小卫星图像清晰度以及边界信息。 相似文献
7.
8.
随着高分辨率遥感卫星发射数量的增多,高分辨率遥感图像数据应用需求也日益增强,而遥感数据的质量直接影响到其数据应用的可靠性和精确性。为此,对高分辨率遥感图像数据进行图像复原是非常有必要的。针对资源三号卫星电荷耦合装置相机遥感图像高空间分辨率的特点,分析在仅有图像信息的情况下系统调制传递函数(MTF)的在轨测量方法,验证双边缘法的可行性。探讨双边缘线状地物选取方法,同时推导证明二维MTF矩阵的构建方法,并借助二维MTF矩阵对原图像进行修正反转滤波实现图像复原。试验结果表明,复原后的图像质量明显提高。 相似文献
9.
10.
为了推进FY-3A/MWHS数据与国外同类载荷遥感数据的同化应用,针对FY-3A/MWHS业务L1数据尝试开展大气吸收通道在轨辐射校验,通过瞬时星下点交叉比对(SNO)方法,完成MWHS与美国NOAA卫星同类载荷AMSU-B轨辐射基准的交叉传递。两个同类载荷遥感数据的对比分析表明:MWHS大气水汽吸收线附近的主探测通道与AMSU-B对应通道天线亮温变化特征一致;以辐射校验为基础,可以将AMSU-B在轨辐射基准传递到MWHS冷空辐射修正量,实现微波探测器在轨辐射基准的归一化。辐射交叉校验技术,为两个同类微波探测器在轨遥感数据的融合应用以及在数值天气预报中多源数据的同化应用奠定了基础。 相似文献
11.
由于遥感图像背景复杂、目标密集分布以及目标尺度、形状差异巨大,给检测带来挑战.当前基于R-CNN的两阶段算法在水平框(HBB)检测上取得了良好效果,然而在定向框(OBB)检测上效果有限.基于点估计的HBB目标检测框架,提出用于定向遥感目标检测的旋转中心点估计网络(RCNet),大幅提升一阶段anchor-free算法在倾斜目标检测上的性能,同时保持较高的检测速度.RCNet通过添加一个用于方向预测的分支,实现旋转中心点估计.提出新的角度表示方式,解决回归角度参数loss不连续以及宽高交换导致训练过程不稳定的问题.所提方法在DOTA数据集上取得66.68 mAP的检测精度以及29.4 fps的检测速度,实现了最佳的速度和精度平衡. 相似文献
12.
对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。 相似文献
13.
抓取是机器人在服务与工业领域中进行人机协调的重要能力,得到一个准确的抓取检测结果是机械臂能否完成抓取任务的关键。为了提高抓取检测的准确率以及实时性,提出了一种由CenterNet改进的基于关键点估计的抓取检测算法。在网络的特征提取层使用了特征融合方法融合不同的特征图,减少特征的丢失;增加了角度预测分支用来预测抓取角度;使用了改进的Focal Loss,减少由于正负样本不均衡导致的模型准确度降低。与基于锚框的抓取检测算法穷举目标潜在位置再进行回归的方式不同,基于关键点估计的抓取检测算法直接预测抓取关键点,并从关键点预测抓取框的尺寸、偏移量以及抓取角度。实验结果表明,与基于锚框的抓取检测相比,该方法更加高效、准确、简洁。在康奈尔数据集上,此模型达到了97.6%的准确率以及42 frame/s的检测速度。 相似文献
14.
针对传统时频分析方法处理多分量SAR运动目标回波数据时出现的交叉项影响严重和时频聚集性差等问题,提出一种融合改进的经验模式分解(Empirical Mode Decomposition, EMD)算法和重排平滑伪维格纳维尔分布(Reassigned Smoothing Pseudo-Wigner-Ville Distribution, RSPWVD)算法的新时频分析算法——EMD-RSPWVD算法。利用改进的EMD算法将多分量SAR动目标回波信号分解为彼此独立信号分量,然后对独立分量分别做基于RSPWVD算法的时频分析,以消除交叉项和获得高的时间—频率分辨率。分别利用模拟回波信号数据和真实回波信号数据,探究该算法对于多分量SAR运动回波数据的分析性能。结果表明,该算法具有良好的抗噪性和运动目标检测能力,以及高精度的运动参数估计性能。 相似文献
15.
When processing multi-component SAR moving target echo data by traditional time-frequency analysis method, there is serious cross-term influence and poor time-frequency clustering. A new time-frequency analysis algorithm named EMD-RSPWVD is proposed. It combines the improved Empirical Mode Decomposition (EMD) algorithm and Reassigned Smoothing Pseudo-Wigner-Ville Distribution (RSPWVD) algorithm. The improved EMD algorithm is used to decompose the multi-component SAR moving target echo signal into independent signal components. Then the time-frequency analysis of independent components which based on RSPWVD algorithm is performed to eliminate cross-terms and obtain high time-frequency resolution. Finally, simulated echo data and real echo data are used to analyze the performance of this algorithm for multi-component SAR motion echo data. The results show that the algorithm has good anti-noise ability, moving target detection ability and high-precision motion parameter estimation performance. 相似文献
16.
为了提高离焦模糊图像复原清晰度,提出一种基于频谱预处理与改进霍夫变换的 离焦模糊盲复原算法。首先改进模糊图像频谱预处理策略,降低了噪声对零点暗圆检测的影响。 然后改进霍夫变换圆检测算法,在降低算法复杂度的同时,增强了模糊半径估计的准确性。最 后利用混合特性正则化复原图像模型对模糊图像进行迭代复原,使复原图像的边缘细节更加清 晰。实验结果表明,提出的模糊半径估计方法较其他方法平均误差更小,改进的频谱预处理策 略更有利于零点暗圆检测,改进的霍夫变换圆检测算法模糊半径估计精度更高,所提算法对已 知相机失焦的小型无人机拍摄的离焦模糊图像具有更好的复原效果。针对离焦模糊图像复原, 通过理论分析和实验验证了改进的模糊半径估计方法的鲁棒性强,所提算法的复原效果较好。 相似文献
17.
面对海量数据的特征空间高维性及训练样本的有限性,高光谱遥感影像若采用常规统计模式的分类方法难以获得较好的分类结果。因此探讨支持向量机(SVM)分类器的基本原理,针对EO-1Hyperion高光谱影像的分类特点及现有多类SVM算法所存在的训练时间长及分类精度低等问题,引入二叉决策树SVM(BDT-SVM)分类算法,并提出一种新的类间分离度定义方法及相应的客观确定二叉树结构的策略,由此生成改进的BDT-SVM算法。实验结果表明:与其他多类分类方法相比,基于改进的BDT-SVM算法的高光谱影像地物分类效果更好,总体精度达到90.96%,Kappa系数为0.89,该算法还解决了经典SVM多类分类可能存在的不可分区域问题。 相似文献
18.
为提高室内定位精度,本文对行人航位推算的步数检测、步长估计及航向估计进行了改进研究;首先,将自相关分析法和自适应波峰检测法相结合提出了一种新检测算法;其次,基于Scarlett模型提出了融合前一步步长的改进步长估算模型;再次,基于方向传感器算法,通过设定主导航向并结合卡尔曼滤波,来减少直线行走航向估计误差;最后,通过实验验证改进方法提高了步数检测准确率和步长检测精度,减少了航向角误差,取得了较好的室内定位效果。 相似文献