CN106846292A - 一种无效像元在轨检测方法 - Google Patents
一种无效像元在轨检测方法 Download PDFInfo
- Publication number
- CN106846292A CN106846292A CN201611154200.8A CN201611154200A CN106846292A CN 106846292 A CN106846292 A CN 106846292A CN 201611154200 A CN201611154200 A CN 201611154200A CN 106846292 A CN106846292 A CN 106846292A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sensing images
- num
- homogenization
- scapes
- 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.)
- Granted
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 20
- 238000000265 homogenisation Methods 0.000 claims abstract description 48
- VAYOSLLFUXYJDT-RDTXWAMCSA-N Lysergic acid diethylamide Chemical compound C1=CC(C=2[C@H](N(C)C[C@@H](C=2)C(=O)N(CC)CC)C2)=C3C2=CNC3=C1 VAYOSLLFUXYJDT-RDTXWAMCSA-N 0.000 claims abstract description 40
- 230000010354 integration Effects 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011005 laboratory method Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明公开了一种无效像元在轨检测方法,包括:从自然目标中选择一个或多个作为类均匀源;在不同太阳高度角和不同积分时间下,分别对选定的一个或多个类均匀源所在的区域进行多次成像,得到多张遥感图像;对所述多张遥感图像中满足设定条件的遥感图像进行均一化处理,得到Num景均一化遥感图像;将所述Num景均一化遥感图像转换为矩阵向量表达式,根据所述矩阵向量表达式,判定得到实测无效像元;根据所述实测无效像元的位置和参考无效像元的位置,得到可变积分时间面阵CMOS在轨期间的无效像元位置集。通过本发明实现了对可见光近红外面阵COMS相机无效像元的在轨检测,确保了图像的成像质量。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种无效像元在轨检测方法。
背景技术
可见光近红外面阵CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)相机拥有上万个像元,可以直接获取像素阵列式的目标反射太阳光能量的数字图像,但是由于工艺的限制,面阵COMS相机存在一个不可回避的问题,即无效像元的存在,无效像元在CMOS相机中主要表现为响应过低和响应过高的像元。无效像元的存在严重影响图像成像的质量,在成像时如果不加以考虑(补偿),就会在图像中出现无法反映目标真实特性的暗点和亮点。
在航天领域,卫星在发射前,可以通过实验方式确定面阵COMS相机中无效像元的位置:实验室通过积分球均匀光源给出面阵COMS相机无效像元的位置。但是由于卫星在发射过程中以及在发射后空间环境变化和元器件老化等因素,会出现实验室未检测到的新的无效像元,而对于新的无效像元,通过现有方案无法进行检测,进而也无法对所述新的无效像元进行补偿,影响图像成像的质量
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种无效像元在轨检测方法,旨在实现对可见光近红外面阵COMS相机无效像元的在轨检测,确保图像的成像质量。
为了解决上述技术问题,本发明公开了一种无效像元在轨检测方法,包括:
从自然目标中选择一个或多个作为类均匀源;
在不同太阳高度角和不同积分时间下,分别对选定的一个或多个类均匀源所在的区域进行多次成像,得到多张遥感图像;
对所述多张遥感图像中满足设定条件的遥感图像进行均一化处理,得到Num景均一化遥感图像;
将所述Num景均一化遥感图像转换为矩阵向量表达式,根据所述矩阵向量表达式,判定得到实测无效像元;
根据所述实测无效像元的位置和参考无效像元的位置,得到可变积分时间面阵CMOS在轨期间的无效像元位置集。
在所述无效像元在轨检测方法中,作为类均匀源的自然目标满足如下条件:
自然目标的面积大于面阵CMOS相机的幅宽;
自然目标的均匀性优于3%。
在所述无效像元在轨检测方法中,所述在不同太阳高度角和不同积分时间下,分别对选定的一个或多个类均匀源所在的区域进行多次成像,得到多张遥感图像,包括:
根据遥感卫星的轨道预报,通过面阵CMOS相机对选定的一个或多个类均匀源所在的区域,在不同太阳高度角和不同积分时间下进行多次成像,得到多张遥感图像。
在所述无效像元在轨检测方法中,所述对所述多张遥感图像中满足设定条件的遥感图像进行均一化处理,得到Num景均一化遥感图像,包括:
从所述多张遥感图像中筛选得到满足设定条件的待处理遥感图像;
对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像。
在所述无效像元在轨检测方法中,所述从所述多张遥感图像中筛选得到满足设定条件的待处理遥感图像,包括:
从所述多张遥感图像中选择云量覆盖小于10%或云量覆盖大于90%的遥感图像,作为所述待处理遥感图像。
在所述无效像元在轨检测方法中,所述对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像,包括:
根据如下公式,对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像:
其中,为均一化处理后的Num景均一化遥感图像的数字值;DN(θ,t;m,n)为所述类均匀源中的第m个类均匀源、第θ个太阳高度角和第t个积分时间下的第n次遥感图像的数字值;μDN(θ,t;m,n)为遥感图像记的均值;m、θ、t和n均大于1。
在所述无效像元在轨检测方法中,所述将所述Num景均一化遥感图像转换为矩阵向量表达式,根据所述矩阵向量表达式,判定得到实测无效像元,包括:
将均一化处理后的Num=θ×t×m×n景均一化遥感图像整理为矩阵向量表达式,通过Kolomogorov-Smirnov检验,判定得到无效像元。
在所述无效像元在轨检测方法中,所述将均一化处理后的Num=θ×t×m×n景均一化遥感图像整理为矩阵向量表达式,通过Kolomogorov-Smirnov检验,判定得到无效像元,包括:
将所述Num景均一化遥感图像的相同像元(i,j),逐像元整理成Num维的矩阵
将所述Num景均一化遥感图像的均值,整理成Num维的矩阵
采用矩阵向量表达式,对以Num景均一化遥感图像逐像元为样本的数据和以Num景均一化遥感图像为样本的数据,分别按值x进行累计频率函数计算,分别记为和其中,为所有Num景均一化遥感图像的最大值;
将所述Num景均一化遥感图像逐像元样本数据的累计频数分布与Num景均一化遥感图像均值样本数据的累计频数分布按照如下检验公式进行比较:
若与的差距D大于临界值D(Num,α),则判定该像元为无效像元;其中,D(Num,α)表示:显著水平为α且样本容量为Num对应的与的差距D。
本发明具有以下优点:
(1)本发明针对可见光近红外面阵CMOS相机的可变积分时间特点,通过选取类均匀源多积分时间下的成像,得到多张遥感图像;将得到的遥感图像经均一化处理后转换为矩阵向量表达式,根据矩阵向量表达式,判定得到实测无效像元;最后,根据实测无效像元的位置和参考无效像元的位置,得到可变积分时间面阵CMOS在轨期间的无效像元位置集。本发明实现了对可见光近红外面阵CMOS相机无效像元的在轨检测,确保了图像的成像质量。
(2)本发明借鉴实验室方法,确立了大面积、均匀性好的自然目标作为类均匀源的条件,对类均匀源进行了合理可行性的限定,并对图像选取进行了有效地控制,确保了无效像元在轨检测的精度,使得本发明更具有普适性。
(3)本发明采用Kolomogorov-Smirnov检验判定,对多次成像的累计频率函数统计结果进行检验判定,将多次成像的所有信息作为一个整体进行同类属性判定,避免了单次成像信息的单一性和片面性,从而全面地评测了可见光近红外面阵CMOS相机的无效像元。
(4)本发明所述的无效像元在轨检测方法应用于可见光近红外面阵CMOS相机,兼顾了可见光近红外面阵CMOS相机成像特点和检测的可实行性,对可见光近红外面阵CMOS相机无效像元检测具有很强的工程应用意义。
附图说明
图1是本发明实施例中一种无效像元在轨检测方法的步骤流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明公共的实施方式作进一步详细描述。
参照图1,示出了本发明实施例中一种无效像元在轨检测方法的步骤流程图。在本实施例中,所述无效像元在轨检测方法主要可以应用于可见光近红外面阵CMOS相机,对可见光近红外面阵CMOS相机的无效像元进行在轨检测。
其中,所述无效像元在轨检测方法具体可以包括:
步骤101,从自然目标中选择一个或多个作为类均匀源。
在本实施例中,可以借鉴实验室通过积分球均匀光源确定无效像元的方法,选取大面积、均匀性好的自然目标作为类均匀源。其中,具体选取条件可以如下:
面积要求:考虑到面阵CMOS相机像元的差异性以及成像时的大气差异,选择作为类均匀源的自然目标的面积一般大于要面阵CMOS相机的幅宽。
均匀性要求:自然目标在满足面积要求的前提下,还要求对所选区域进行平均时地表空间变化对其造成的影响很小,即区域内自然目标具有很好均匀性,为了提高无效像元判定的准确率,优选的,选择作为类均匀源的自然目标的均匀性优于3%。
步骤102,在不同太阳高度角和不同积分时间下,分别对选定的一个或多个类均匀源所在的区域进行多次成像,得到多张遥感图像。
在本实施例中,在具体实现时,可以根据遥感卫星的轨道预报,通过面阵CMOS相机对选定的一个或多个类均匀源所在的区域,在不同太阳高度角和不同积分时间下进行多次成像,得到多张遥感图像。
步骤103,对所述多张遥感图像中满足设定条件的遥感图像进行均一化处理,得到Num景均一化遥感图像。
在本实施例中,可以先从所述多张遥感图像中筛选得到满足设定条件的待处理遥感图像;然后,对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像。优选的,具体流程可以如下:
从所述多张遥感图像中选择云量覆盖小于10%(包括无云量遥感图像)或云量覆盖大于90%的遥感图像,作为所述待处理遥感图像。
根据如下公式,对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像:
其中,为均一化处理后的Num景均一化遥感图像的数字值;DN(θ,t;m,n)为所述类均匀源中的第m个类均匀源、第θ个太阳高度角和第t个积分时间下的第n次遥感图像的数字值;μDN(θ,t;m,n)为遥感图像记的均值;m、θ、t和n均大于1。
步骤104,将所述Num景均一化遥感图像转换为矩阵向量表达式,根据所述矩阵向量表达式,判定得到实测无效像元。
在本实施例中,可以将均一化处理后的Num=θ×t×m×n景均一化遥感图像整理为矩阵向量表达式,通过Kolomogorov-Smirnov检验,判定得到无效像元。优选的,具体流程可以如下:
将所述Num景均一化遥感图像的相同像元(i,j),逐像元整理成Num维的矩阵
将所述Num景均一化遥感图像的均值,整理成Num维的矩阵
采用矩阵向量表达式,对以Num景均一化遥感图像逐像元为样本的数据和以Num景均一化遥感图像为样本的数据,分别按值x进行累计频率函数计算,分别记为和其中,为所有Num景均一化遥感图像的最大值。
将所述Num景均一化遥感图像逐像元样本数据的累计频数分布与Num景均一化遥感图像均值样本数据的累计频数分布按照如下检验公式进行比较:
若与的差距D大于临界值D(Num,α),则判定该像元为无效像元;其中,D(Num,α)表示:显著水平为α且样本容量为Num对应的与的差距D。其中,需要说明的是,D(Num,α)是已知的,可以通过查表确定。
步骤105,根据所述实测无效像元的位置和参考无效像元的位置,得到可变积分时间面阵CMOS在轨期间的无效像元位置集。
在本实施例中,所述参考无效像元具体可以是指:在实验室中,通过积分球均匀光源确定的无效像元。对所述实测无效像元的位置和参考无效像元的位置求并集,将合并后的结果作为所述可变积分时间面阵CMOS在轨期间的无效像元位置集。
综上所述,本发明针对可见光近红外面阵CMOS相机的可变积分时间特点,通过选取类均匀源多积分时间下的成像,对多次成像的累计频率函数统计采用Kolomogorov-Smirnov检验判定,得到实测无效像元;然后,根据实测无效像元的位置和参考无效像元的位置,得到可变积分时间面阵CMOS在轨期间的无效像元位置集。本发明实现了对可见光近红外面阵CMOS相机无效像元的在轨检测,确保了图像的成像质量。
其次,本发明借鉴实验室方法,确立了大面积、均匀性好的自然目标作为类均匀源的条件,对类均匀源进行了合理可行性的限定,并对图像选取进行了有效地控制,确保了无效像元在轨检测的精度,使得本发明更具有普适性。
再次,本发明采用Kolomogorov-Smirnov检验判定,对多次成像的累计频率函数统计结果进行检验判定,将多次成像的所有信息作为一个整体进行同类属性判定,避免了单次成像信息的单一性和片面性,从而全面地评测了可见光近红外面阵CMOS相机的无效像元。
此外,本发明所述的无效像元在轨检测方法应用于可见光近红外面阵CMOS相机,兼顾了可见光近红外面阵CMOS相机成像特点和检测的可实行性,对可见光近红外面阵CMOS相机无效像元检测具有很强的工程应用意义。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (8)
1.一种无效像元在轨检测方法,其特征在于,包括:
从自然目标中选择一个或多个作为类均匀源;
在不同太阳高度角和不同积分时间下,分别对选定的一个或多个类均匀源所在的区域进行多次成像,得到多张遥感图像;
对所述多张遥感图像中满足设定条件的遥感图像进行均一化处理,得到Num景均一化遥感图像;
将所述Num景均一化遥感图像转换为矩阵向量表达式,根据所述矩阵向量表达式,判定得到实测无效像元;
根据所述实测无效像元的位置和参考无效像元的位置,得到可变积分时间面阵CMOS在轨期间的无效像元位置集。
2.根据权利要求1所述的方法,其特征在于,作为类均匀源的自然目标满足如下条件:
自然目标的面积大于面阵CMOS相机的幅宽;
自然目标的均匀性优于3%。
3.根据权利要求1所述的方法,其特征在于,所述在不同太阳高度角和不同积分时间下,分别对选定的一个或多个类均匀源所在的区域进行多次成像,得到多张遥感图像,包括:
根据遥感卫星的轨道预报,通过面阵CMOS相机对选定的一个或多个类均匀源所在的区域,在不同太阳高度角和不同积分时间下进行多次成像,得到多张遥感图像。
4.根据权利要求1所述的方法,其特征在于,所述对所述多张遥感图像中满足设定条件的遥感图像进行均一化处理,得到Num景均一化遥感图像,包括:
从所述多张遥感图像中筛选得到满足设定条件的待处理遥感图像;
对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像。
5.根据权利要求4所述的方法,其特征在于,所述从所述多张遥感图像中筛选得到满足设定条件的待处理遥感图像,包括:
从所述多张遥感图像中选择云量覆盖小于10%或云量覆盖大于90%的遥感图像,作为所述待处理遥感图像。
6.根据权利要求4所述的方法,其特征在于,所述对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像,包括:
根据如下公式,对所述待处理遥感图像进行均一化处理,得到所述Num景均一化遥感图像:
其中,为均一化处理后的Num景均一化遥感图像的数字值;DN(θ,t;m,n)为所述类均匀源中的第m个类均匀源、第θ个太阳高度角和第t个积分时间下的第n次遥感图像的数字值;μDN(θ,t;m,n)为遥感图像记的均值;m、θ、t和n均大于1。
7.根据权利要求6所述的方法,其特征在于,所述将所述Num景均一化遥感图像转换为矩阵向量表达式,根据所述矩阵向量表达式,判定得到实测无效像元,包括:
将均一化处理后的Num=θ×t×m×n景均一化遥感图像整理为矩阵向量表达式,通过Kolomogorov-Smirnov检验,判定得到无效像元。
8.根据权利要求7所述的方法,其特征在于,所述将均一化处理后的Num=θ×t×m×n景均一化遥感图像整理为矩阵向量表达式,通过Kolomogorov-Smirnov检验,判定得到无效像元,包括:
将所述Num景均一化遥感图像的相同像元(i,j),逐像元整理成Num维的矩阵
将所述Num景均一化遥感图像的均值,整理成Num维的矩阵
采用矩阵向量表达式,对以Num景均一化遥感图像逐像元为样本的数据和以Num景均一化遥感图像为样本的数据,分别按值x进行累计频率函数计算,分别记为和其中, 为所有Num景均一化遥感图像的最大值;
将所述Num景均一化遥感图像逐像元样本数据的累计频数分布与Num景均一化遥感图像均值样本数据的累计频数分布按照如下检验公式进行比较:
若与的差距D大于临界值D(Num,α),则判定该像元为无效像元;其中,D(Num,α)表示:显著水平为α且样本容量为Num对应的与的差距D。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611154200.8A CN106846292B (zh) | 2016-12-14 | 2016-12-14 | 一种无效像元在轨检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611154200.8A CN106846292B (zh) | 2016-12-14 | 2016-12-14 | 一种无效像元在轨检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846292A true CN106846292A (zh) | 2017-06-13 |
CN106846292B CN106846292B (zh) | 2019-08-27 |
Family
ID=59140888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611154200.8A Active CN106846292B (zh) | 2016-12-14 | 2016-12-14 | 一种无效像元在轨检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846292B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090865A (zh) * | 2017-12-15 | 2018-05-29 | 武汉大学 | 光学卫星遥感影像在轨实时流式处理方法及系统 |
CN110686783A (zh) * | 2019-09-12 | 2020-01-14 | 山东大学 | 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038209A (zh) * | 2007-04-19 | 2007-09-19 | 华中科技大学 | 一种红外焦平面阵列非均匀性自适应校正方法 |
CN101363758A (zh) * | 2008-09-17 | 2009-02-11 | 电子科技大学 | 一种ufpa中无效像元的判别方法 |
CN101776486A (zh) * | 2009-12-31 | 2010-07-14 | 华中科技大学 | 一种基于红外焦平面非均匀性指纹模式的校正方法 |
CN102214354A (zh) * | 2011-04-29 | 2011-10-12 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像无效像元实时检测方法 |
WO2012170898A3 (en) * | 2011-06-09 | 2013-04-04 | Utah State University Research Foundation | Systems and methods for sensing occupancy |
CN104182985A (zh) * | 2014-09-01 | 2014-12-03 | 西安电子科技大学 | 遥感图像变化检测方法 |
CN106127760A (zh) * | 2016-06-22 | 2016-11-16 | 成都市晶林科技有限公司 | 红外图像盲元检测方法 |
-
2016
- 2016-12-14 CN CN201611154200.8A patent/CN106846292B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038209A (zh) * | 2007-04-19 | 2007-09-19 | 华中科技大学 | 一种红外焦平面阵列非均匀性自适应校正方法 |
CN101363758A (zh) * | 2008-09-17 | 2009-02-11 | 电子科技大学 | 一种ufpa中无效像元的判别方法 |
CN101776486A (zh) * | 2009-12-31 | 2010-07-14 | 华中科技大学 | 一种基于红外焦平面非均匀性指纹模式的校正方法 |
CN102214354A (zh) * | 2011-04-29 | 2011-10-12 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像无效像元实时检测方法 |
WO2012170898A3 (en) * | 2011-06-09 | 2013-04-04 | Utah State University Research Foundation | Systems and methods for sensing occupancy |
CN104182985A (zh) * | 2014-09-01 | 2014-12-03 | 西安电子科技大学 | 遥感图像变化检测方法 |
CN106127760A (zh) * | 2016-06-22 | 2016-11-16 | 成都市晶林科技有限公司 | 红外图像盲元检测方法 |
Non-Patent Citations (3)
Title |
---|
胡明鹏等: "红外焦平面阵列无效像元检测技术研究", 《半导体光电》 * |
高娟等: "一种遥感影像边界无效像元的检测方法及应用", 《地理空间信息》 * |
黄曦等: "红外图像盲元自适应检测及补偿算法", 《红外与激光工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090865A (zh) * | 2017-12-15 | 2018-05-29 | 武汉大学 | 光学卫星遥感影像在轨实时流式处理方法及系统 |
CN110686783A (zh) * | 2019-09-12 | 2020-01-14 | 山东大学 | 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法 |
CN110686783B (zh) * | 2019-09-12 | 2020-11-20 | 山东大学 | 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106846292B (zh) | 2019-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Perault et al. | First ISOCAM images of the Milky Way | |
Baldi et al. | The HELLAS2XMM Survey. I. The X-Ray Data and the log N-log S Relation | |
DE60307014T2 (de) | Detektion von Defekten in Erdgaspipelines | |
Lin et al. | Discovery of an ultrasoft X-ray transient source in the 2XMM catalog: a tidal disruption event candidate | |
Jensen-Clem et al. | A new standard for assessing the performance of high contrast imaging systems | |
EP2884457B1 (en) | Image evaluation device and image evaluation program | |
BR112016020894B1 (pt) | Sistema e método implantado por processador para determinar espessuras de revestimento e meio legível por computador | |
Zenteno et al. | Galaxy populations in the 26 most massive galaxy clusters in the South Pole Telescope SPT-SZ survey | |
García-Bernete et al. | The nuclear and extended mid-infrared emission of Seyfert galaxies | |
Riseley et al. | Radio fossils, relics, and haloes in Abell 3266: cluster archaeology with ASKAP-EMU and the ATCA | |
Cartier et al. | The QUEST–La Silla AGN Variability Survey | |
CN112730454A (zh) | 基于光学、红外热波与超声波融合的复合材料的损伤智能检测方法 | |
CN106846292A (zh) | 一种无效像元在轨检测方法 | |
Gupta et al. | Predicting detection performance on security X-ray images as a function of image quality | |
JPWO2011058823A6 (ja) | 真珠の評価方法及び評価装置 | |
JPWO2011058823A1 (ja) | パール色を有する対象物の評価方法及び評価装置 | |
Bentz et al. | A Cepheid-based Distance to the Seyfert Galaxy NGC 6814 | |
Chen et al. | The sphere of influence of the bright central galaxies in the diffuse light of SDSS clusters | |
CN104111080B (zh) | 一种凝视卫星面阵ccd相机的mtf在轨检测方法 | |
Vanzella et al. | Multicolor Observations of the Hubble Deep Field South | |
Kozak | “Falling Star”: Software for processing of double-station TV meteor observations | |
Nikolaev et al. | Estimation of The Surface Quality Of Galvanazed Steel: The Method Of Decomposing The Image Into Layers | |
Lampert et al. | 2D scrape-off layer turbulence measurement using Deuterium beam emission spectroscopy on KSTAR | |
Kajita et al. | Ray tracing analysis of stray light for charge exchange recombination spectroscopy on ITER | |
Dobrolyubova et al. | Automatic image analysis algorithm for quantitative assessment of breast cancer estrogen receptor status in immunocytochemistry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |