排序方式: 共有32条查询结果,搜索用时 228 毫秒
11.
12.
13.
基于数字域TDI算法改进面阵CMOS图像传感器功能 总被引:6,自引:0,他引:6
为使面阵CMOS图像传感器具有TDI成像功能,研究了TDICCD的工作原理,提出了一种基于数字域的TDI算法,并讨论了如何利用FPGA实现该算法。该算法可在不改变CMOS器件构造的前提下,使其具有时间延迟积分功能。通过举例法推导出面阵CMOS图像传感器数字域TDI计算公式,并在此基础上优化了算法结构,优化后可以节省(m-1)(m-2)/2行内存空间。最后以航天相机为背景,讨论了地面像元分辨力、行转移时间与CMOS帧频的关系,通过一个算例计算出不同分辨力和积分级数条件下对CMOS帧频的要求。计算结果表明,帧频大于648frame/s的1280×1024CMOS,可以满足600km轨道高度下地面像元分辨力为1m的96级积分成像要求。 相似文献
14.
15.
利用FPGA实现面阵CMOS传感器数字域TDI功能,可避免模拟域TDI的复杂电路设计、完善CMOS传感器成像方式、并可改进TDI CCD缺陷,具有重大的研究和应用价值。首先分析了同步快门方式和卷帘快门方式实现TDI的差异,然后根据TDI工作原理,提出了更利于微光成像和推扫成像的卷帘数字域TDI算法,并利用设计的CMOS成像系统进行了成像实验。实验结果表明:卷帘数字域TDI算法正确,不仅可以实现等效于积分时间增加或入射照度增强M倍功能的M级积分,而且可明显改善成像质量,将信噪比为18.37 dB的未积分图像通过10级积分提高至32.65 dB。所提出的卷帘数字域TDI技术使得CMOS相机具备了时间延迟积分功能,改善了成像质量,并改进了TDICCD难以调焦和级数不可连续调整的缺陷。 相似文献
16.
积分反馈自抗扰控制力矩陀螺框架伺服系统设计 总被引:3,自引:3,他引:0
设计了永磁同步电机直驱的控制力矩陀螺(CMG)框架伺服系统,并提出积分反馈自抗扰控制(ADRC)伺服跟踪算法用于实时跟踪CMG操纵律输出的框架角速度指令。首先,采用电机轴电流id=0的矢量控制策略建立了CMG框架伺服系统的数学模型;然后,分析摩擦力矩和齿槽力矩对CMG框架伺服系统性能的影响,并在Matlab中搭建速度环采用ADRC的框架伺服仿真系统;最后,对框架伺服系统的速度环分别采用模糊PI、ADRC、积分反馈ADRC算法进行实验。实验结果表明:采用积分反馈ADRC算法跟踪0.1~2.0rad/s时,稳态精度为0.005~0.012rad/s;跟踪0.0~0.1rad/s时,稳态精度为0.001~0.005rad/s,临界爬行速度为0.003rad/s;跟踪2sin(t)rad/s速度曲线时,幅值误差为0.55%,相位滞后0.09978rad。结果满足CMG框架伺服系统精度高、鲁棒性强的要求。 相似文献
17.
18.
运用旋转无关特征线实现景象匹配 总被引:1,自引:0,他引:1
为了寻求一种高效可靠的景象匹配算法,使其在复杂背景下具有尺度无关,抗旋转、光照变化和图像轻微畸变的特性,对基于特征线的景象匹配算法进行了研究.受人眼视觉系统(HVS)的启发,利用类似人眼视觉皮层滤波器组的处理方式,提出一种新的基于特征线的景象匹配方法.该方法利用向量描述特征线来完成图像间的匹配,相比特征点的匹配算法具有特征数量少,信息丰富的特点.介绍了利用提出的方法进行特征线的提取、表征与匹配的过程,总结了该匹配方法的效果和特点.实验表明,这种基于特征线的景象匹配算法可以完成复杂背景下图像间的匹配,克服了旋转和尺度缩放,并具有很好的鲁棒性,匹配精度优于1 pixel,满足了自动景象匹配的稳定可靠、精度高、抗干扰能力强等要求. 相似文献
19.
文中通过对高分辨相机静态传函测试中误差产生的机理进行分析,提出了相应的测试策略,有效抑制条纹靶标周期偏差、环境振动及图像噪声对MTF的影响。TDI CCD相机的MTF测试值受到条纹靶标周期偏差、环境振动和图像噪声的影响,通过分析上述因素对MTF测量值的影响机理,建立了条纹靶标周期偏差、环境振动和图像噪声对传函的影响模型,并分别提出了针对条纹靶标周期偏差引入的MTF测量值修正方法,以及针对噪声影响提出了MTF计算模板的最优化选取算法,通过最优化模板计算得到的MTF测量值可以有效抑制图像噪声的影响,同时抑制环境振动以及条纹靶标周期偏差引起的摩尔条纹对MTF测量值的影响。根据对某空间相机实测图像的分析结果,横向模板尺度应不大于摩尔条纹横向周期的4%,纵向模板的尺度应不大于摩尔条纹纵向周期的2%,分析表明模板越大,MTF受噪声影响越小,但受环境振动和条纹靶标周期偏差影响越大,实际工程中应结合相机本身的噪声水平,在最优区间选取MTF计算模板,使得测量值更准确。 相似文献
20.
为解决现行云地检测算法不适用于亚米级全色遥感 影像云地检测的问题,提出一种大尺度自适应匹配阈值(LS-AMTH,large-scale adaptiv e matching threshold)算法。算法构建包含光谱、纹理 与边缘特征的特征参量集,利用提升算法对影像子块进行大尺度云地分类;之后对大尺度分 类所得云地子 块进行阈值的自适应匹配选择,最终实现像素级云地区域检测并统计云地占比。试验表明, 针对亚米级全 色影像,本文算法准确度达97.3%,在复杂云地混合区域取得良好检 测效果。 相似文献