CN104574269B - 一种月基天文望远镜观测图像行方向拖曳的矫正方法 - Google Patents

一种月基天文望远镜观测图像行方向拖曳的矫正方法 Download PDF

Info

Publication number
CN104574269B
CN104574269B CN201510009715.8A CN201510009715A CN104574269B CN 104574269 B CN104574269 B CN 104574269B CN 201510009715 A CN201510009715 A CN 201510009715A CN 104574269 B CN104574269 B CN 104574269B
Authority
CN
China
Prior art keywords
image
response
pixel
towing
row
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510009715.8A
Other languages
English (en)
Other versions
CN104574269A (zh
Inventor
吴潮
邓劲松
曹莉
裘予雷
魏建彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Astronomical Observatories of CAS
Original Assignee
National Astronomical Observatories of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Astronomical Observatories of CAS filed Critical National Astronomical Observatories of CAS
Priority to CN201510009715.8A priority Critical patent/CN104574269B/zh
Publication of CN104574269A publication Critical patent/CN104574269A/zh
Application granted granted Critical
Publication of CN104574269B publication Critical patent/CN104574269B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

一种月基天文望远镜观测图像行方向拖曳的矫正方法,步骤如下:(1)获取暗场图像,并对该暗场图像进行处理,得到去除暗场中宇宙线干扰的一幅超级暗场图像;(2)对上述超级暗场图像进行沿着行方向的拖曳事件提取;(3)对步骤(2)提取的所有拖曳事件进行模型的拟合分析,得到模型参数;(4)对原始空间观测CCD图像进行减本底处理,利用步骤(3)得到的模型参数对减本底处理后的图像进行逐列矫正,从而完成月基天文望远镜观测图像行方向拖曳的矫正。

Description

一种月基天文望远镜观测图像行方向拖曳的矫正方法
技术领域
本发明涉及一种月基天文望远镜观测图像行方向拖曳的矫正方法,应用于我国工作于月球表面的月基天文望远镜的观测图像中出现的行方向拖曳现象的矫正。同时,可适用于其它空间天文(及其它领域)观测时由于空间复杂环境(如宇宙线等)对CCD所产生的电荷转移效应或者其它原因而导致观测图像在行方向上的拖曳失真的矫正。
背景技术
现代天文观测的终端设备CCD(Charge Coupled Device:电荷藕合器件图像传感器)相机,凭着其高效的响应效率和稳定的仪器特性,无论是地面天文观测还是空间的天文观测都有着广泛的应用。在空间天文观测中,由于其工作的空间环境的复杂性(如高能宇宙线的辐射等)会对CCD的电路造成物理性的改变,从而影响CCD的观测数据的仪器特性改变。我国于2013年底安放于月球表面的月基天文望远镜,由于地月之间的长途飞行,复杂的空间环境导致了CCD内部电路物理性质的变化,使得观测到的图像出现行方向的拖尾,该效应如图1如示。这种效应导致测量(测光)精度和天测精度(星像中心位置测量)的降低。如何矫正这种仪器本身的缺陷,将对提高科学数据的质量具有重要的意义。
从物理起因上分析,月基天文望远镜观测图像拖曳现象的物理本质的研究比较复杂,因为安放于月球表面难以对仪器进行直接测试分析。主要物理起因分析如下:
首先,这种拖曳现象类似于其它空间天文望远镜所发现的电荷转移效应(即电荷转移效率低下引起的效应)所引起的拖尾。所谓电荷转移效应,其基本原理如图2所示,图中圆柱体表示像元,图像区的每个像元的响应电荷,按列方向转移给与其相邻的像元,然后在行方向按顺序快速转移读出。这样完成数据在行方向按序逐行完成读出。对于正常的CCD,两个相邻像元之间的电荷转移效率及高,可达99.9999%,在科学数据处理时,基本不考虑这方面效应的改正。而当CCD受到空间高能粒子辐射损坏后,其转移效率会逐渐降低。这时对于数据结果的影响就会变得相当严重,需要研究其效应的矫正方法。
哈勃太空望远镜的实际运行经验表明,随着CCD遭受空间辐射时间的增加,这种效应会越来越明显,转移效率会越来越低。哈勃望远镜的观测数据主要发现列方向上存在因列转移效应而引起的拖尾现象,而在行转移方向上并未发现受到严重的影响。而我国的月基天文望远镜观测的图像则在行读出的方向上存在严重的拖尾现象,而在列方向上并未发现这种效应。
我们的分析和研究结果表明:这种行方向上图像拖曳现象与哈勃太空望镜的列方向上的转移效应行为在模型上不一致,说明其物理机制不是一致的。但是,根据月基天文望远镜发射前地面的测试数据和上天后的观测数据进行对比表明,这种效应不是设计上的问题,而是上天以后受到空间复杂环境影响后所产生的结果。进一步的物理机制和起因,还需要获取更多的数据和开展更深入的研究工作才能确定。
发明内容
本发明技术解决的问题是:我国月基天文望远镜的观测数据首次发现其CCD相机的观测图像存在着明显的行方向的拖曳现象。针对这种行方向的图像拖曳现象,本发明提出通过模型化拖曳尾部的轮廓,实现了月基天文望远镜行方向拖曳现象的有效矫正,提高了数据的质量。
本发明的技术解决方案是:一种月基天文望远镜观测图像行方向拖曳的矫正方法,步骤如下:
(1)获取暗场图像,并对该暗场图像进行处理,得到去除暗场中宇宙线干扰的一幅超级暗场图像;
(2)对上述超级暗场图像进行沿着行方向的拖曳事件提取;
(3)对步骤(2)提取的所有拖曳事件进行模型的拟合分析,得到模型参数;
(4)对原始空间观测CCD图像进行减本底处理,利用步骤(3)得到的模型参数对减本底处理后的图像进行逐列矫正,得到行方向拖曳矫正后的图像。
所述步骤(2)中的提取过程如下:
(2.1)提取第i行所有数据,每个像元的响应值记为Fij;j代表列;
(2.2)从第i行所有数据中筛选出响应值大于3σ的像元,即其中,表示均值:方均根σ值计算式:
其中N表示所有像元数目;
(2.3)对上述筛选出的像元按行选出每个拖曳事件,所述的拖曳事件的判定标准为最后一个像元的响应小于第一个像元响应的5×10-4倍。
所述步骤(3)中的模型参数确定步骤如下:
(3.1)将步骤(2)提取的拖曳事件构建成拖曳事件数据组列,记为其中,Ti0表示首像元的响应值,Ti,j,i=1->m,j=1->n,表示尾曳部分像元的响应值,m表示所有拖曳事件数,n表示拖曳部分像元数;
(3.2)线性拟合数据组列中每一列尾曳部分像元的响应值与首像元响应值的响应关系,拟合关系公式为:Ti,j=kjTi,0+Cj,kj和Cj为拟合参量;
(3.3)将步骤(3.2)中得到的拟合参量代入公式进而得到拟合参数α和β;
(3.4)利用拟合参数α和β,重新利用公式kj=eα(j-1)+β,得到修正后的kj,即模型参数。
所述步骤(4)中的逐列矫正步骤如下:
(4.1)从第一列开始,按列顺序提取第j列所有数据,其中,第j列像元的响应值记为Fi,j,第j列所有尾曳的数据记为Ftrail=(Fi,j+1,Fi,j+2,...,Fi,j+n);
(4.2)矫正第j列尾曳数据,即首先修正尾曳部分像元的响应值F′trail=Ftrail-ΔFtrail,ΔFtrail=KJFi,j,i=1→m,J=0→n-1,KJ=kJ+1
然后利用修正后的响应值取代原有图像中对应行列的数据;
(4.3)矫正第j列像元的响应值;矫正量的计算式为:
矫正后的响应量为:Fcorri,j=Fi,j+ΔFcorri,j
(4.4)将矫正后的响应量输出到矫正图像的第j列数据,进入下一列从(4.1)开始执行,直至完成整幅图像的矫正。
本发明与现有技术相比的优点在于:
(1)本发明首次发现我国月基天文望远镜CCD相机由于空间复杂环境的影响存在行方向上的图像拖曳现象。在无法对空间观测CCD相机进行直接修复的情况下,本发明是目前唯一一种能使月基天文望远镜的观测图像在行方向拖曳实现有效矫正的方法,使得科学数据质量得到改善。
(2)本发明方法对数据的处理过程无特殊的要求,并且容易实现。通过对暗场图像的热像元进行统计分析研究,利用暗场图像的热像元具有单位脉冲函数的特点,方便寻找出热像元在CCD行方向上的拖曳模型,而排除其他相邻像元的干扰。最后,根据所得到的拖曳模型来矫正行方向的拖曳现象。另外,用于矫正模型分析的暗场数据容易获取,不需要复杂的观测操作。数据矫正的处理过程容易实现,在数据完成减本底基本处理后,即可进行本发明的矫正处理。
(3)利用本发明的经验模型矫正方法,即基于暗场图像(在关闭镜盖,即无其他外界入射光源情况下的观测图像)的热点像元的分析,提取拖曳模型,能够有效地矫正行方向的拖曳现象,使测光精度提高1%。同时,通过本发明方法对拖曳热像元事件的模型化分析,能够分析出拖曳事件的行为特性,从而也为推理其物理起因提供数据支持依据。
附图说明
图1为图像出现行方向的拖尾效应图;
图2为电荷转移效应基本原理图;
图3为本发明的月基天文望远镜观测图像行方向拖曳的矫正流程图;
图4为本发明的行方向拖曳事件提取的流程图;
图5为本发明的行方向拖曳事件模型化分析流程图;
图6为本发明的实际观测图像的行方向拖曳的逐列矫正流程图;
图7为本发明的行方向拖曳事件示意图;
图8为本发明的热像元响应与其尾曳部分像元响应拟合关系实例图;
图9为本发明的尾曳部分像元响应轮廓拟合关系实例图;
图10为本发明的逐列矫正CCD图像的像元分布示意图;
图11为本发明的月基天文望远镜的超级暗场图像(部分);
图12为本发明的月基天文望远镜的实际观测图像(部分);
图13为本发明的月基天文望远镜观测图像矫正拖曳后的实际观测图像(部分)。
具体实施方式
本发明的实施过程主要是:利用月基天文望镜的暗场观测模式采集一组暗场图像,并通过图像合并的方法产生一幅超级暗场图像。然后从超级暗场图像中提取热像元的拖曳事件,统计分析热像元拖曳事件模型并提取模型参数。根据提取的模型,对完成减本底基本处理后的观测图像按列顺序逐列进行矫正拖曳现象。其具体实施过程如图3所示:
(1)暗场图像的获取;按照天文暗场观测的常规要求,暗场为关闭镜盖,即无外界光源入射情况下的曝光图像。暗场曝光时间的要求:使得暗场图中的热像元的最大响应能到观测图像的最大响应(一般在4-5万即可)。暗场图像帧数不少于15帧,主要是考虑暗场中宇宙线的去除以及信噪比的要求。
(2)暗场图像的基本处理;对以上获取的所有暗场图像进行:减本底处理和图像合并处理。其中减本底的处理过程为:①为提高信噪比和去除大的随机干扰噪声,需要获取10-20幅的本底信号图像(即零秒曝光图像)。②合并本底信号图像,根据公式:Bcij=Median(Bfij(f=1~l)),其中Bcij为合并后图像的(i,j)像元处的信号;Bfij为第f幅图中(i,j)像元处的信号,l为总图像幅数;Median()为中值运算符,对一组图像(共l幅)求中值。③去除本底信号:Fij=Frawij-Bcij,其中,Frawij为观测的未去本底的原始图像,其中Fij表示去除本底后图像在第i行第j列像元的响应信号。暗场图像的合并处理与上述第②步本底图像合并处理方法一致。经过以上暗场图像的基本处理,即可去除暗场中宇宙线的干扰,最后获得一幅超级暗场图像(月基天文望远镜的超级暗场如图11所示)。
(3)行方向拖曳事件的提取;对步骤(2)得到的超级暗场图像,进行沿着行方向的拖曳事件(热像元的拖曳事件)提取。其具体流程如图4所示。
(4)行方向拖曳事件的模型化分析;即对以上得到的所有拖曳事件进行模型的拟合分析,给出模型参数。其具体过程如图5所示。
(5)利用模型对经过减本底处理后的原始数据进行逐列修正。最后得到行方向拖曳矫正的图像。具体的矫正流程如图6所示。原始观测数据的减本底处理过程与以上步骤(2)中所述的减本底过程一致。
图4为本发明的行方向拖曳事件提取的流程图;主要步骤如下:按照行顺序逐行进行以下步骤①-③过程。①提取第i行所有数据,每个像元的响应值记为:Fij。②从第i行所有数据中筛选出响应值大于3σ的像元,即其中,表示均值:方均根σ值计算式:
其中(N表示所有像元数目)。③对所选出的数据点按序选出每个拖曳事件,记为一个事件数列。该数列用T1,21表示,即1行21列的数据列表示一个事件的数列。这里月基天文望远镜提取尾曳像元数目为20个。使用时需要根据实际情况确定需要提取的拖曳事件尾部的像元数目,判定标准是:最后的一个像元的响应小于第一个像元(WP)响应的5×10-4倍即可。拖曳事件的示意图见图7。第1列为热像元(WP:热像元)数据,后20列即为拖曳尾巴部分的像元响应。尾曳方向决定于CCD读出方向,如果左读出尾曳向右,如果右读出则尾曳向左。这里以月基天文望远镜的左读出尾曳向右为例。
图5为本发明的行方向拖曳事件模型化分析流程图;本流程主要完成的功能是提取模型参数,以下所采用的模型主要是针对月基天文望远镜的情况,其它设备可根据不同情况考虑不同的数据模型,分析步骤基本类似。主要步骤为:①构建拖曳事件数据列;将以上步骤获取的拖曳事件数据合并构成一个数据组列,记为:其中,m表示所有事件数,n表示拖曳部分像元数,这里取n=20,Ti0表示首像元(WP)的响应值,Ti,j,其中(i=1->m,j=1->n),表示尾曳部分像元的响应。②线性拟合第一个像元与尾曳部分像元的响应关系。即每一组Ti,0和Ti,j(i=1->m,j=1->n)。对于月基天文望远镜,我们共得到20组相关关系图,如图8的所示,横轴为第一个像元的响应,纵轴为尾曳部分像元的响应。图中的点表示数据点,直线表示拟合值。其中的拟合关系公式为:
Ti,j=kjTi,0+Cj,(kj和Cj为拟合参量)。最后可得到20组:kj和Cj。③根据线性参量拟合出轮廓参数;即根据以上步骤②得出的kj,(j=1->20)其20个点来进行拟合轮廓参数,拟合关系为幂率模型:K=eαJ+β,其中α,β为拟合自由参量,将以上的kj和j分别代入K和J即可得出拟合参数α和β,这样轮廓函数就可由:K=eαJ+β来确定,用于后面部分的矫正。月基天文望远镜的拖曳部分轮廓拟合关系如图9所示,横坐标即这里的J表示尾曳的像元位置,纵坐标即这里的K表示尾曳像元的响应与首像元(WP)响应的比率。图中实线表示拟合结果。
图6为本发明的实际观测图像的行方向拖曳的逐列矫正流程图;本流程主要实现利用以上步骤得出的尾曳部分像元的响应模型对观测图像进行逐列矫正的功能(被矫正CCD图像像元的分布示意图如图10所示),以CCD左读出为例,矫正的列顺序为从左到右。反之,则为从右到左。主要流程步骤如下:①按列顺序提取第j列所有数据;按顺序图像必须从第一列开始,要求在行方向上图像无剪切。获取第j列像元的响应值记为:Fi,j,其中i为行标记。②矫正第j列尾曳数据;第j列所有尾曳的数据记为(按实例取20列为尾曳像元数):Ftrail=(Fi,j+1,Fi,j+2,...,Fi,j+20),由以上步骤即确定的拟合参数α和β重新得出的尾曳轮廓模型:KJ=eαJ+β,即可计算出改正量:
ΔFtrail=(K0F1,j,K1F2,j,...,K19Fm,j),修正后的尾曳部分像元的响应值变为:
F′trail=Ftrail-ΔFtrail。将这一矫正后的响应值取代原有图像中对应行列的数据,等待下一列矫正时完成列数据矫正。③矫正第j列数据;矫正量的计算式为:矫正后的响应量为:Fcorri,j=Fi,j+ΔFcorri,j。最后将这一矫正后的数据输出到矫正图像的第j列数据。往右(右读出CCD则往左)下推到j+1列,完成以上①②③步骤流程,按顺序直至最后一列数据矫正完毕,最终完成整幅图像的矫正过程。
月基天文望远镜观测图像拖曳现象矫正前的实际观测图像如图12所示,经过本发明方法矫正后的观测图像如图13所示。对比图12与图13即可得出本方法矫正前后的效果。
本发明未详细说明部分属于本领域技术人员公知常识。

Claims (1)

1.一种月基天文望远镜观测图像行方向拖曳的矫正方法,其特征在于步骤如下:
(1)获取暗场图像,并对该暗场图像进行处理,得到去除暗场中宇宙线干扰的一幅超级暗场图像;
(2)对上述超级暗场图像进行沿着行方向的拖曳事件提取;
(3)对步骤(2)提取的所有拖曳事件进行模型的拟合分析,得到模型参数;
(4)对原始空间观测CCD图像进行减本底处理,利用步骤(3)得到的模型参数对减本底处理后的图像进行逐列矫正,得到行方向拖曳矫正后的图像;
所述步骤(2)中的提取过程如下:
(2.1)提取第i行所有数据,每个像元的响应值记为Fij;j代表列;
(2.2)从第i行所有数据中筛选出响应值大于3σ的像元,即其中,表示均值:方均根σ值计算式:其中N表示所有像元数目;
(2.3)对上述筛选出的像元按行选出每个拖曳事件,所述的拖曳事件的判定标准为最后一个像元的响应小于第一个像元响应的5×10-4倍;
所述步骤(3)中的模型参数确定步骤如下:
(3.1)将步骤(2)提取的拖曳事件构建成拖曳事件数据组列,记为其中,Ti0表示首像元的响应值,Ti,j表示尾曳部分像元的响应值,i=1->m,j=1->n,m表示所有拖曳事件数,n表示拖曳部分像元数;
(3.2)线性拟合数据组列中每一列尾曳部分像元的响应值与首像元响应值的响应关系,拟合关系公式为:Ti,j=kjTi,0+Cj,kj和Cj为拟合参量;
(3.3)将步骤(3.2)中得到的拟合参量代入公式kj=eα(j-1)+β,进而得到拟合参数α和β;
(3.4)利用拟合参数α和β,重新利用公式kj=eα(j-1)+β,得到修正后的kj,即模型参数;
所述步骤(4)中的逐列矫正步骤如下:
(4.1)从第一列开始,按列顺序提取第j列所有数据,其中,第j列像元的响应值记为Fi,j,第j列所有尾曳的数据记为Ftrail=(Fi,j+1,Fi,j+2,...,Fi,j+n);
(4.2)矫正第j列尾曳数据,即首先修正尾曳部分像元的响应值F′trail=Ftrail-ΔFtrail,ΔFtrail=KJFi,j,i=1→m,J=0→n-1,KJ=kJ+1
然后利用修正后的响应值取代原有图像中对应列的数据;
(4.3)矫正第j列像元的响应值;矫正量的计算式为:矫正后的响应量为:Fcorri,j=Fi,j+ΔFcorri,j
(4.4)将矫正后的响应量输出到矫正图像的第j列数据,进入下一列从步骤(4.1)开始执行,直至完成整幅图像的矫正。
CN201510009715.8A 2015-01-08 2015-01-08 一种月基天文望远镜观测图像行方向拖曳的矫正方法 Expired - Fee Related CN104574269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510009715.8A CN104574269B (zh) 2015-01-08 2015-01-08 一种月基天文望远镜观测图像行方向拖曳的矫正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510009715.8A CN104574269B (zh) 2015-01-08 2015-01-08 一种月基天文望远镜观测图像行方向拖曳的矫正方法

Publications (2)

Publication Number Publication Date
CN104574269A CN104574269A (zh) 2015-04-29
CN104574269B true CN104574269B (zh) 2017-07-28

Family

ID=53090256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510009715.8A Expired - Fee Related CN104574269B (zh) 2015-01-08 2015-01-08 一种月基天文望远镜观测图像行方向拖曳的矫正方法

Country Status (1)

Country Link
CN (1) CN104574269B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203462B (zh) * 2016-06-23 2019-05-21 中国科学院国家天文台 基于机器学习的天文光学瞬变源快速自动识别方法及系统
CN106845028B (zh) * 2017-03-07 2019-11-12 中国科学院遥感与数字地球研究所 一种基于月基对地观测光学覆盖度的月球基地选址方法
CN108931259B (zh) * 2018-05-25 2021-02-05 中国科学院遥感与数字地球研究所 一种月基对地观测图像模拟的方法
CN109816734B (zh) * 2019-01-23 2021-01-26 武汉精立电子技术有限公司 基于目标光谱的相机标定方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103324812A (zh) * 2013-07-10 2013-09-25 中国科学院国家天文台 一种空间天文宇宙线观测图像仿真方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7043082B2 (en) * 2000-01-06 2006-05-09 Canon Kabushiki Kaisha Demodulation and phase estimation of two-dimensional patterns

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103324812A (zh) * 2013-07-10 2013-09-25 中国科学院国家天文台 一种空间天文宇宙线观测图像仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CCD图像暗场拍摄与处理;吴光节;《CCD图像暗场拍摄与处理》;19970930(第3期);第82-87页 *
大天区面积多目标光纤光谱天文望远镜科学级CCD相机低噪声设计和检测;邹思成等;《兵工学报》;20080430;第29卷(第4期);第434-439页 *

Also Published As

Publication number Publication date
CN104574269A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
CN110287846B (zh) 一种基于注意力机制的人脸关键点检测方法
CN104574269B (zh) 一种月基天文望远镜观测图像行方向拖曳的矫正方法
CN104181686B (zh) 基于fpm的光场显微方法
CN104091312B (zh) 一种根据图像频谱信息提取模糊核先验的单透镜成像方法
CN104580944B (zh) 对ccd图像进行相对辐射校正的方法
CN114494829B (zh) 一种sar图像多尺度舰船目标检测方法
CN106295613A (zh) 一种无人机目标定位方法及系统
CN101635782B (zh) 一种基于动态时间延迟积分的图像获取方法及器件
CN111582555B (zh) 基于地基云图图像特征的光伏功率预测方法
CN102509304A (zh) 基于智能优化的摄像机标定方法
CN104813217A (zh) 用于设计能够估计景深的无源单通道成像器的方法
CN104391466A (zh) 一种快速自适应光学控制器的设计方法
CN117195960A (zh) 基于夏克哈特曼ut变换模型的大气湍流波前探测方法
CN104284180B (zh) Ccd相机强度-涨落关联成像方法
CN113608246B (zh) 一种光学卫星tdiccd积分级数和增益设置方法及成像装置
CN108154478B (zh) 一种遥感图像处理方法
CN103595934B (zh) 帧转移CCD在连续扫描时smear问题的修正方法
CN106203462A (zh) 基于机器学习的天文光学瞬变源快速自动识别方法及系统
CN105890757A (zh) 利用反卷积方法抽取多光纤光谱的一维谱
CN106705942B (zh) 一种检验遥感影像处理质量的方法
CN104166997B (zh) 一种紫外ccd花样的平场矫正方法
Fu et al. Super-resolution reconstruction of remote sensing images using generative adversarial network with shallow information enhancement
CN103793884B (zh) 一种知识约束的桥梁目标图像气动光学效应校正方法
Min et al. Multiscale spatial-spectral joint feature learning for multispectral and hyperspectral image fusion
Wang et al. Lowlight image enhancement based on unsupervised learning global-local feature modeling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170728

Termination date: 20180108

CF01 Termination of patent right due to non-payment of annual fee