CN108510480B - 基于辐射对比度的卫星探测性能评估方法、装置及存储器 - Google Patents
基于辐射对比度的卫星探测性能评估方法、装置及存储器 Download PDFInfo
- Publication number
- CN108510480B CN108510480B CN201810231951.8A CN201810231951A CN108510480B CN 108510480 B CN108510480 B CN 108510480B CN 201810231951 A CN201810231951 A CN 201810231951A CN 108510480 B CN108510480 B CN 108510480B
- Authority
- CN
- China
- Prior art keywords
- noise
- radiation contrast
- detection performance
- target
- noise ratio
- 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.)
- Active
Links
Images
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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Abstract
本发明实施例提供了一种基于辐射对比度的卫星探测性能评估方法,包括:将探测器输出的电子通量转化为等效目标,根据所述等效目标并结合系统噪声计算图像信噪比;根据所述图像信噪比计算得到最小可分辨辐射对比度模型,采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估。本发明实施例还提供了一种基于辐射对比度的卫星探测性能评估装置、主动交互装置及非暂态可读存储器,用来实现所述方法。本发明可以在无需人眼介入的情况下,对卫星探测性能进行有效评估。
Description
技术领域
本发明实施例涉及卫星性能评价技术领域,尤其涉及一种基于辐射对比度的卫星探测性能评估方法、装置及存储器。
背景技术
近年来,随着我国天基遥感装备体系的完善和海量光学遥感数据的积累,用户对遥感图像的应用程度不断加深,使得光学遥感卫星技术在许多领域得到了广泛发展和应用。特别在军事应用领域方面,光学遥感卫星可称为现在战争的眼睛,卫星生成的遥感图像已经成为了地面部队主要信息来源之一。因此,对光学遥感卫星进行探测性能评估对未来卫星的设计制造,提升卫星的应用效果具有重要的指导意义。
目前来说,现有的光电成像系统性能评估模型主要有最小可分辨对比度模型(MRC)、最小可分辨温差模型(MRTD)和三角方向辨别阈值模型(TOD),这些模型均可对所使用的光电成像系统进行评价。但是,这三者都是以人眼的视觉基础为依托,模型在建立或使用中均有人眼的参与环节。对于卫星系统来说,在数据到达地面之前并没有人眼的参与。要对整个卫星探测性能进行评价,以上三种以人眼为基础的评价模型都不适用。因此,找到一种用于评价卫星探测性能的无人眼参与的评价模型,就成为业界亟待解决的问题。
发明内容
针对现有技术存在的上述问题,本发明提供了一种基于辐射对比度的卫星探测性能评估方法、装置及存储器。
一方面,本发明实施例提供了一种基于辐射对比度的卫星探测性能评估方法,包括:将探测器输出的电子通量转化为等效目标,根据所述等效目标并结合系统噪声计算图像信噪比;根据所述图像信噪比计算得到最小可分辨辐射对比度模型,采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估。
另一方面,本发明实施例提供了一种主动交互装置及一种非暂态可读存储器。所述一种主动交互装置包括:至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行所述一种基于辐射对比度的卫星探测性能评估方法。所述一种非暂态可读存储器存储程序指令,用于执行所述一种基于辐射对比度的卫星探测性能评估方法。
最后,本发明实施例提供了一种基于辐射对比度的卫星探测性能评估装置,包括:电子通量转化模块,用于将探测器接收到的光信号转变为电子通量,并发送至源目标转化模块;源目标转化模块,用于将接收到的电子通量转化为等效目标,并发送至信噪比获取模块;信噪比获取模块,用于将接收到的等效目标与系统噪声相结合后计算图像信噪比,并发送至最小可分辨辐射对比度模型建立模块;最小可分辨辐射对比度模型建立模块,用于根据接收到的图像信噪比,计算最小可分辨辐射对比度模型,并采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估。
本发明实施例提供了一种基于辐射对比度的卫星探测性能评估方法、装置及存储器,通过建立最小可分辨辐射对比度模型,引入了卫星探测性能的综合评估指标,在无需人眼介入的情况下,就可以对卫星探测性能进行有效评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中基于辐射对比度的卫星探测性能评估方法的整体流程图;
图2是本发明实施例中基于辐射对比度的卫星探测性能评估装置示意图;
图3是本发明实施例中采用MRP模型对卫星探测性能评估的效果示意图;
图4是是本发明实施例中采用MRP模型对不同卫星探测性能评估的效果对比图;
图5是本发明实施例的硬件装置工作示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种基于辐射对比度的卫星探测性能评估方法、装置及存储器。参见图1,图1是本发明实施例中基于辐射对比度的卫星探测性能评估方法的整体流程图,包括:
S101:将探测器输出的电子通量转化为等效目标,根据所述等效目标并结合系统噪声计算图像信噪比。其中,等效目标是指将源目标以特定的抽象形式进行描述,从而达到方便处理的目的。例如,采用条带靶标(即等效目标)来描述车辆,石块及杯子等物体,在不考虑源目标本质和图像缺陷的情况下,可以对成像系统目标识别的能力进行评价。
根据辐亮度、辐照度及辐射对比度,计算并得到所述探测器输出的电子通量。
所谓目标是指一个待处理的景物。背景是指区别于目标的任何辐射分布。这里等效目标和背景分别是四条带图案中的黑条带和白条带。
假设目标、背景都是朗伯体并和瞄准线相垂直,目标、背景辐亮度依次是LOT和LOB,则
则目标与背景的固有辐射对比度Cp以及景物平均辐亮度L0A分别为:
假设目标与卫星成像系统的距离为R,成像系统物镜的通光孔径为D,焦距为f0,则经过距离R的大气衰减后,景物通过物镜成像在光敏面上的光谱辐照度EC(λ)可表示为:
式中,LOT为目标的辐亮度;τa(λ)为距离R上的大气光谱透射比;τ0(λ)为物镜的光谱透射比;La(λ)为路径气柱辐射。
在工作波段,光敏面上的积分(辐)照度EC为:
对于实验室测试条件,有τa(λ)=1;La(λ)=0,于是式(1.5)可表示为:
进一步若假定,τ0(λ)=τ0,则式(1.6)可简化为:
光子(电子)通量的定义为每秒每立体角内通过的光子(电子)数。
成像系统的光谱灵敏度(响应度)Rdet(λ)定义为:在标准光源照明条件下,对应某一规定的单色波长λ照射成像系统第一光敏面时,成像系统输出光电流I(A)与其第一光敏面接收光通量Ф(lm)之比,记为:
则光谱灵敏度对应的积分响应度即可表示为:
因而对于成像系统出射面上的单位时间、单位面积内的景物电子通量即为:
式中,e=1.6×10-19库仑;
Ss=KT-KB=Ke(L0T-L0B)=2KeCp(L0T+L0B)=2KeCpL0A (1.12)
在光电系统工作时,总会受到一些无用信号的干扰,如光电转换中光电子随机起伏的干扰;光辐射场在传输过程中受到通道的影响及背景光的干扰等。这些非信号的成分统称为噪声。在光电探测中,常用信噪比来判定噪声的大小,它是指输出信号功率和噪声功率的比值。传统的信噪比描述的是单元探测器的单通道特性,是时间域的函数。但是对于光电成像系统来说,往往采用目标等效条带图案代替真实的扩展源目标,对图像进行传递,因此,信噪比还会受到空间的调制作用,传统的单通道信噪比不再适用于对图像传递的描述。因此,对于成像系统,需要进行图像信噪比的推导计算。
通常采用目标等效条带图案来代替真实的扩展源目标。在信号检测中,为了能从原始信号中更有效地检测出信号,通常在原始信号后加一检测滤波器,我们假定用滤波器H(j2πf)来检测信号与噪声的混合信号sin(t)+nin(t)。设sout(t)、nout(t)分别为通过滤波器后的信号和噪声,则由信号与噪声的有关理论知:
式中,Sin(f)是信号频谱;Nin(f)为噪声功率谱。
则系统的输出信噪比表示为:
A.信号
当目标是4条带图案(辐射对比度Cp,角宽度W,高度L)时,目标图形的强度分布及其付里叶变换分别是:
于是,成像系统输出端的信号分布及其频谱为:
Sout(fx,fy)=2KeCpL0AH1(fx)Lsinc(Lfy)MTFsysz(fx,fy)z=x,y
(1.19)
式中,hsys(x,y)为系统的脉冲响应。MTFsysz(fx,fy)为在成像系统所有部件的传函乘积。若令H=H1(fx)Lsinc(Lfy),则
Sout(fx,fy)=2KeCpHL0AMTFsysz(fx,fy) (1.20)
B.噪声
成像系统噪声带宽为:
式中,s(f)为归一化噪声功率谱,白噪声的s(f)=1,MTFafter(fz)为在成像系统中产生噪声的部件后所有部件的传函乘积。
根据噪声功率谱密度及等效噪声带宽,计算得到所述系统噪声。系统噪声功率(Noise Power)等于噪声功率谱密度(NPSD)与等效噪声带宽的乘积。于是,系统的整体噪声可表示为:
Ne=(NqΔfn(x)Δfn(y)τd)1/2 (1.22)
式中,Nq为成像系统噪声电子通量;Δfn(z),z=x,y为成像系统噪声带宽。τd为系统的驻留时间,该噪声Ne是以光子数表示的噪声,若输入为噪声电压,则可通过电子到电压的转化系数进行转化,其转化系数ε=11×10-6V/e,即
N=Neε (1.23)
C.信噪比
因此,由式(1.20)、式(1.22)和式(1.23)可得系统的信噪比为:
S102:根据所述图像信噪比计算得到最小可分辨辐射对比度模型,采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估。其中,辐射对比度越小,则卫星探测性能越好。所述辐射对比度的决定因素包括:阈值信噪比、成像系统传递函数、光学系统参数、探测器参数、平均辐亮度、等效目标传递函数及噪声电压。所述噪声电压的决定因素包括:积分时间及噪声带宽。
在MRP模型(最小可分辨辐射对比度模型)中,由于在轨星载成像系统输出不考虑人眼观察,因此为了能够发现目标,需要定义信号分析所需要的阈值信噪比(SNRthi)。当四条带靶标的图像信噪比(SNR)低于该阈值信噪比SNRthi时,则后续图像处理分辨不出四条带靶标所成的像。对应于不同频率的目标物体,阈值信噪比SNRthi的选取也有所不同,探测等级越高,目标频率越高,则阈值信噪比选取也应相应较高。在模拟信号系统中,为了保证线性测量的精度,一般要求阈值信噪比SNRthi在3~5以上,而在一些精密测量中则要求在10~100以上,甚至更高。
为了能够发现目标,必须达到发现目标所要求的阈值信噪比SNRthi,即
SNR≥SNRthi (1.25)
所以,在阈值探测的情况下,式(1.24)中的Cp即为我们的MRP模型,其最终表示形式为:
式中,是与光学系统、探测器参数相关的常数;H=[4Wsinc(Wfx)cos(4πfxW)cos(2πfxW)][Lsinc(Lfy)],是四条带图案的传递函数;L0A为景物平均辐亮度;SNRthi为所需的阈值信噪比;N为和积分时间、噪声带宽有关的系统噪声电压;MTFsysz(fx,fy)为在成像系统中所有部件的传递函数乘积。
参见图2,图2是本发明实施例中基于辐射对比度的卫星探测性能评估装置示意图,包括:
电子通量转化模块201,用于将探测器接收到的光信号转变为电子通量,并发送至源目标转化模块202;
源目标转化模块202,用于将接收到的电子通量转化为等效目标,并发送至信噪比获取模块203;
信噪比获取模块203,用于将接收到的等效目标与系统噪声相结合后计算图像信噪比,并发送至最小可分辨辐射对比度模型建立模块204;
最小可分辨辐射对比度模型建立模块204,用于根据接收到的图像信噪比,计算最小可分辨辐射对比度模型,并采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估。
参见图3,图3是本发明实施例中采用MRP模型对卫星探测性能评估的效果示意图,包括:
MRP曲线301、辐射对比度轴302及空间频率轴303。由图中可见,随着空间频率的升高,MRP曲线301逐渐上升。这说明越细小的物体,其对应的空间频率越高。因此对于越细小的物体,要保证探测器能够探测到它,则需要更高的辐射对比度。
参见图4,图4是本发明实施例中采用MRP模型对不同卫星探测性能评估的效果对比图,包括:
第一颗卫星MRP曲线401及第二颗卫星MRP曲线402。由图中可见,对于不同的卫星,在同一频率处的辐射对比度值越小,则说明探测该频率的物体所需要的辐射对比度信号越小,则相应卫星的探测性能则越好。换句话说,MRP曲线越平缓,对应的卫星探测性能越好。图中第一颗卫星MRP曲线401明显比第二颗卫星MRP曲线402平缓,所以第一个卫星的探测性能好于第二颗卫星。
参见图5,图5是本发明实施例的硬件装置工作示意图,所述硬件装置包括:一种基于辐射对比度的卫星探测性能评估装置501、处理器502及存储器503。
基于辐射对比度的卫星探测性能评估装置501:所述一种基于辐射对比度的卫星探测性能评估装置501实现所述一种基于辐射对比度的卫星探测性能评估方法。
处理器502:所述处理器502加载并执行所述存储器503中的指令及数据用于实现所述的一种基于辐射对比度的卫星探测性能评估方法。
存储器503:所述存储器503存储指令及数据;所述存储器503用于实现所述的一种基于辐射对比度的卫星探测性能评估方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储器中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于辐射对比度的卫星探测性能评估方法,其特征在于,包括:
将探测器输出的电子通量转化为等效目标,根据所述等效目标并结合系统噪声计算图像信噪比;
根据所述图像信噪比计算得到最小可分辨辐射对比度模型,采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估;
所述最小可分辨辐射对比度模型为:
2.根据权利要求1所述的方法,其特征在于,根据辐亮度、辐照度及辐射对比度,计算并得到所述探测器输出的电子通量。
3.根据权利要求1或2所述的方法,其特征在于,所述等效目标包括:条带标靶。
4.根据权利要求1或2所述的方法,其特征在于,根据噪声功率谱密度及等效噪声带宽,计算得到所述系统噪声。
5.根据权利要求1所述的方法,其特征在于,所述采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估,包括:辐射对比度越小,则卫星探测性能越好。
6.根据权利要求1或2或5所述的方法,其特征在于,所述辐射对比度的决定因素包括:阈值信噪比、成像系统传递函数、光学系统参数、探测器参数、平均辐亮度、等效目标传递函数及噪声电压。
7.根据权利要求6所述的方法,其特征在于,所述噪声电压的决定因素包括:积分时间及噪声带宽。
8.一种基于辐射对比度的卫星探测性能评估装置,其特征在于,包括:
电子通量转化模块,用于将探测器接收到的光信号转变为电子通量,并发送至源目标转化模块;
源目标转化模块,用于将接收到的电子通量转化为等效目标,并发送至信噪比获取模块;
信噪比获取模块,用于将接收到的等效目标与系统噪声相结合后计算图像信噪比,并发送至最小可分辨辐射对比度模型建立模块;
最小可分辨辐射对比度模型建立模块,用于根据接收到的图像信噪比,计算最小可分辨辐射对比度模型,并采用所述最小可分辨辐射对比度模型对卫星探测性能进行评估;
所述最小可分辨辐射对比度模型为:
9.一种主动交互装置,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至7任一所述方法。
10.一种非暂态可读存储器,其特征在于,所述非暂态可读存储器存储程序指令,所述程序指令用于执行如权利要求1至7任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810231951.8A CN108510480B (zh) | 2018-03-20 | 2018-03-20 | 基于辐射对比度的卫星探测性能评估方法、装置及存储器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810231951.8A CN108510480B (zh) | 2018-03-20 | 2018-03-20 | 基于辐射对比度的卫星探测性能评估方法、装置及存储器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108510480A CN108510480A (zh) | 2018-09-07 |
CN108510480B true CN108510480B (zh) | 2021-02-09 |
Family
ID=63376846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810231951.8A Active CN108510480B (zh) | 2018-03-20 | 2018-03-20 | 基于辐射对比度的卫星探测性能评估方法、装置及存储器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510480B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113641958B (zh) * | 2021-07-28 | 2023-11-21 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种静止气象卫星火点信息的处理方法、装置及设备 |
CN114383736B (zh) * | 2021-12-23 | 2023-10-24 | 北京市遥感信息研究所 | 一种基于交叉的红外遥感卫星温度分辨率评定方法及装置 |
CN115950531B (zh) * | 2023-03-15 | 2023-06-20 | 长春理工大学 | 一种探测器信噪比获取方法及检测装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW305095B (zh) * | 1995-10-27 | 1997-05-11 | Northrop Grumman Corp | |
CN103424191A (zh) * | 2013-08-31 | 2013-12-04 | 西安电子科技大学 | 点源目标红外成像的探测距离估计方法 |
CN104520925A (zh) * | 2012-08-01 | 2015-04-15 | 杜比实验室特许公司 | 噪声降低增益的百分位滤波 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100074307A1 (en) * | 2007-05-04 | 2010-03-25 | The Governors Of The University Of Alberta | A p-order metric uwb receiver structure with improved performance in multiple access interference-plus-noise multipath channels |
KR101850871B1 (ko) * | 2015-08-26 | 2018-04-23 | 주식회사 디알텍 | 방사선 영상의 처리방법 및 방사선 촬영시스템 |
-
2018
- 2018-03-20 CN CN201810231951.8A patent/CN108510480B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW305095B (zh) * | 1995-10-27 | 1997-05-11 | Northrop Grumman Corp | |
CN104520925A (zh) * | 2012-08-01 | 2015-04-15 | 杜比实验室特许公司 | 噪声降低增益的百分位滤波 |
CN103424191A (zh) * | 2013-08-31 | 2013-12-04 | 西安电子科技大学 | 点源目标红外成像的探测距离估计方法 |
Non-Patent Citations (1)
Title |
---|
微光成像系统的MRC模型及其测量实验研究;刘松;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20160831(第08期);第13-36页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108510480A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108510480B (zh) | 基于辐射对比度的卫星探测性能评估方法、装置及存储器 | |
US20140253912A1 (en) | Defect inspection method and device for same | |
KR20150037366A (ko) | 깊이 영상의 노이즈를 저감하는 방법, 이를 이용한 영상 처리 장치 및 영상 생성 장치 | |
US11754717B2 (en) | Distance measurement device having external light illuminance measurement function and external light illuminance measurement method | |
JP6964834B2 (ja) | 画像処理装置および画像処理方法 | |
Huynh et al. | The completeness and reliability of threshold and false-discovery rate source extraction algorithms for compact continuum sources | |
Valenzuela et al. | Comparative study of the different versions of the general image quality equation | |
DE102016218291A1 (de) | Verfahren zur kontaktfreien Ermittlung einer zweidimensionalen Temperaturin-formation sowie Infrarot-Messsystem | |
JP6201507B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
Poropat | Effect of system point spread function, apparent size, and detector instantaneous field of view on the infrared image contrast of small objects | |
US9129369B1 (en) | Method for characterizing an atmospheric channel | |
US20200233127A1 (en) | Imaging apparatus and image processing apparatus | |
CN108180903B (zh) | 一种基于信息熵的空间物体姿态稳定状态判定方法 | |
JP6482589B2 (ja) | カメラ校正装置 | |
CN111866354B (zh) | 一种基于光学的图像处理装置、方法及电子设备 | |
Perezyabov et al. | Comparative analysis of resolution measurement methods for the optoelectronic systems | |
Watson | Image quality metrics for non-traditional imagery | |
Di Leo et al. | Illumination design in vision-based measurement systems | |
US20190096048A1 (en) | Information processing device, information processing method and program storage medium | |
Persons et al. | Polarimetric Space Situational Awareness using the Aero-Optical Prediction Tool | |
Pérez Cagigal et al. | Lucky imaging speckle statistics applied to halo suppression | |
Fedoseev | Analytical estimates of the results of processing photodetector-array signals at the early stages of planning apparatus | |
Rossi et al. | A technique for ghosting artifacts removal in scene-based methods for non-uniformity correction in IR systems | |
RU2059280C1 (ru) | Способ определения геометрических характеристик объекта многоапертурной оптической системой | |
Švihlík et al. | Meteor automatic imager and analyzer: analysis of noise characteristics and possible noise suppression |
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 |