一种考虑场景静止的非均匀性校正方法

针对用神经网络法进行非均匀性校正时,当场景长时间静止会使校正图像像质变差和产生重影的问题,提出了一种考虑场景静止的非均匀性校正方法.算法中提出一种新的判断场景运动与否的方法,如果判断为场景静止则对其增益和偏置进行相应的处理,以达到更好的校正效果.仿真结果表明该方法有效地解决了像质变差和重影的问题.     

基于ISM模型和灰色关联的河北省低碳水平评价

以衡量低碳经济发展水平的指标体系为出发点,运用解释结构模型对各指标进行分析,选取影响相对直接的指标并确定相应权重,采用灰色关联分析法对河北省低碳水平进行评价,从而为低碳经济的发展提供决策参考。     

一种新的红外焦平面阵列盲元检测方法

提出了一种基于滑动窗口的自适应阈值盲元检测方法.该方法首先以某一像元为中心进行加窗,计算加窗后的均值与标准差,然后通过比较窗口中心像元灰度与均值的偏差是否大于3倍标准差来判断其是否为盲元.仿真结果表明,该方法查找速度快、定位准确,是一种比较实用的现场盲元检测方法.     

神经网络非均匀性校正算法中初始权值选取方法

针对神经网络对红外焦平面阵列进行非均匀校正时初始权值的选取对收敛速度的影响,提出了三种网络训练时初始权值的选取方法.通过对先验知识总结、黑体训练以及实验标定实现了对网络初始权值的优化.仿真实验表明这三种方法较传统的随机给定法训练收敛速度快、精度高,为神经网络非均匀性校正法走向实时实现提供了重要的理论参考.     

四象限探测器解算模型误差分析

针对四象限探测器的解算精度问题,研究了基于不同光斑模型计算方法存在的误差,重点分析了基于高斯分布的光斑模型和基于均匀分布的光斑模型在解算结果上的差异,利用图像处理技术和建模仿真技术,从理论上得出,无论是哪种光斑模型,本身都存在计算模型误差,通过量化为工程应用提供重要参考。     

一种提高红外焦平面阵列盲元检测精度的方法

针对红外成像系统在条纹噪声和非均匀性噪声干扰下盲元检测精度差的问题,提出了一种将小波滤波和“3σ”原则相结合的盲元检测新方法。首先用小波变换对含有条纹噪声和非均匀性噪声的图像进行预处理,再用“3σ”原则对其进行盲元检测。仿真结果表明该方法消除了噪声对盲元检测的影响,有效地解决了“3σ”原则检测精度低的问题。     

四象限探测器解算模型误差分析

针对四象限探测器的解算精度问题,研究了基于不同光斑模型计算方法存在的误差,重点分析了基于高斯分布的光斑模型和基于均匀分布的光斑模型在解算结果上的差异,利用图像处理技术和建模仿真技术,从理论上得出,无论是哪种光斑模型,本身都存在计算模型误差,通过量化为工程应用提供重要参考。