一种多狭缝高光谱图像数据的超空间分辨率重建方法

    公开(公告)号:CN119715404A

    公开(公告)日:2025-03-28

    申请号:CN202411654008.X

    申请日:2024-11-19

    Abstract: 本发明公开了一种多狭缝高光谱图像数据的超空间分辨率重建方法,解决了多狭缝高光谱数据的多狭缝高光谱数据的空间分辨率低、质量差的问题。本发明针对多狭缝高光谱数据间的相关性及差异性,通过高光谱解混,建立各狭缝高光谱数据统一的光谱端元矩阵及各狭缝数据自身的具有差异的丰度矩阵。而后根据多狭缝数据之间的像移差异值,将各狭缝数据的丰度系数,统一在基准图像坐标系(即第一坐标系)下,而后根据丰度矩阵集合插值获取多狭缝像移丰度矩阵,最终端元光谱矩阵与端元丰度矩阵相乘并叠加,得到高空间分辨率高光谱数据。

    一种基于偏振信息的红外图像增强方法

    公开(公告)号:CN119671865A

    公开(公告)日:2025-03-21

    申请号:CN202411682645.8

    申请日:2024-11-22

    Abstract: 本发明涉及一种图像增强方法,具体涉及一种基于偏振信息的红外图像增强方法。该方法包括以下步骤:1、获取目标场景在红外波段的4个不同角度的偏振图像;2、获取Stokes矢量图像S0、S1和S2,以及偏振度图像和偏振角图像;3、获取温度图像T;步骤4、获取材料图像M;5、获取纹理图像C;步骤6、将材料图像M、温度图像T和纹理图像C进行组合,生成目标场景的HSV增强图像,实现红外图像增强。本发明通过红外偏振相机获取目标场景在红外波段的4个角度偏振图像,利用偏振信息实现对环境目标温度、材料、纹理的探测感知,而后将上述三维物理信息通过HSV色彩空间融合方法获得对比度及纹理信息丰富的HSV增强图像。

    一种利用星载干涉仪获取空中运动目标光谱信息的方法

    公开(公告)号:CN114387299B

    公开(公告)日:2024-11-29

    申请号:CN202111434773.7

    申请日:2021-11-29

    Abstract: 本发明属于空中运动目标光谱信息获取方法,为解决目前大孔径静态干涉光谱成像仪的使用模式,均只能连续获取几百帧连续图像,无法较好的获取运动目标的视频和光谱信息的问题,提供一种利用星载干涉仪获取空中运动目标光谱信息的方法,定位空中运动目标,控制卫星平台反向侧摆对运动目标进行运动补偿推扫成像,获取运动目标的LASIS干涉图像序列;在运动目标的LASIS干涉图像序列中对运动目标进行跟踪;提取经步骤S2跟踪运动目标的运动信息,并通过所述运动目标的运动信息提取运动目标的干涉信息;计算地面背景的干涉图信息;通过步骤S3得到的运动目标干涉信息和步骤S4得到的地面背景的干涉图信息,采用干涉光谱复原法,复原出运动目标和地面背景的光谱。

    一种多狭缝色散型高光谱成像系统重构数据误差分析方法

    公开(公告)号:CN118746358A

    公开(公告)日:2024-10-08

    申请号:CN202410700112.1

    申请日:2024-05-31

    Abstract: 本发明涉及一种多狭缝色散型高光谱成像系统数据误差分析方法,特别涉及一种多狭缝色散型高光谱成像系统重构数据误差分析方法,解决了现有技术缺乏多狭缝色散型高光谱成像系统重构数据误差分析方法导致重构数据精度低的问题。该方法包括步骤:步骤1:确定误差源范围;步骤2:对各误差源独立执行步骤a至d;步骤a:加载误差源误差获取加载误差的其余狭缝高光谱数据;步骤b:判断误差是否可校正;若是先校正再对校正后的加载误差的其余狭缝高光谱数据与基准狭缝高光谱数据仿真重构;若否则对基准狭缝高光谱数据与加载误差的其余狭缝高光谱数据仿真重构;步骤c:计算重构误差;步骤d:与设定的重构误差阈值比较,大于其则为主要重构误差源。

    基于JPEG2000的大孔径静态干涉数据的无损压缩方法

    公开(公告)号:CN117635737A

    公开(公告)日:2024-03-01

    申请号:CN202311593308.7

    申请日:2023-11-27

    Abstract: 本发明涉及干涉成像数据的压缩方法,为解决现有星上压缩方法存在压缩倍数较低、星地链路带宽压力较大的问题,提出了基于JPEG2000的大孔径静态干涉数据的无损压缩方法,包括以下步骤:S1、对大孔径静态干涉数据按推扫方向与光程差方向提取出LAMIS图像,LAMIS图像内包含N条干涉曲线;S2、建立干涉曲线表;S3、利用干涉曲线表对LAMIS图像内的干涉曲线进行稀疏表示;S4、将步骤S3中包含作差干涉曲线的LAMIS图像按照推扫方向与幅宽方向提取出相邻不同光程差图像;S5、利用预测法对不同光程差图像去除相关性,获得降低了量化幅值的预测残差图像;S6、将预测残差图像使用JPEG2000进行压缩,得到JPEG2000的无损压缩图像。

    一种多狭缝高光谱数据的实时合并方法

    公开(公告)号:CN117541492A

    公开(公告)日:2024-02-09

    申请号:CN202311526801.7

    申请日:2023-11-15

    Abstract: 本发明涉及一种多狭缝高光谱成像系统的数据处理方法,具体涉及一种多狭缝高光谱数据的实时合并方法,解决了由于动目标、探测器盲元、闪元的存在,从而影响多狭缝高光谱数据合并后精度的技术问题。本发明提供的一种多狭缝高光谱数据的实时合并方法,通过判定差异像元位置、对非差异像元进行合并、对差异像元处进行判定修复等步骤,可以在多狭缝高光谱数据合并过程中有效去除动目标、盲元、闪元对合并后数据的影响,提高系统数据处理的精度,提高光谱数据的准确度。

    一种基于强化学习的光照度调整方法

    公开(公告)号:CN116867135A

    公开(公告)日:2023-10-10

    申请号:CN202310545855.1

    申请日:2023-05-15

    Abstract: 本发明公开了一种基于强化学习的光照度调整方法,以解决现有技术无法同时对可见光光源阵列中各个可调光源进行调节,使得多个照度测试点位同时达到照度要求的问题。本发明通过同时收集各个照度测试点位照度计的反馈值,利用强化学习方法,自动调节可见光光源阵列中的各个可调可见光光源的控制参数值,通过算法的不断迭代,实现调节自动化的同时还能够满足各个照度测试点位的照度要求。利用本发明提供的控制方法,可以有效的解决可见光光源阵列对于各个辐射点位的照度控制需求,完善并丰富可见光光源阵列的应用场景。

    一种光谱曲线受干扰程度的定性分析方法

    公开(公告)号:CN111709637B

    公开(公告)日:2023-08-22

    申请号:CN202010531146.4

    申请日:2020-06-11

    Abstract: 本发明涉及光谱曲线干扰的分析方法,具体涉及一种光谱曲线受干扰程度的定性分析方法,针对利用光谱成像技术获取目标光谱曲线时会受到干扰问题,通过对光谱曲线受干扰前后的定性分析,以达到干扰因素的消除以及干扰程度的主动控制。本发明通过计算原始光谱曲线与受干扰后光谱曲线的皮尔森相关系数,与不同干扰程度的阈值进行比较,评估光谱曲线受干扰的整体趋势;通过最小二乘法拟合直线,计算波动曲线各点与拟合直线残差的标准差,与不同波动程度的阈值进行比较,评估光谱曲线受干扰程度的局部波动,采用两次分析的结果,对光谱曲线受干扰程度进行定性分析,获得干扰源强度与干扰程度的对应关系,实现可控干扰。

Patent Agency Ranking