CN117761713A - 一种目标探测谱段的筛选方法、装置、设备和存储介质 - Google Patents
一种目标探测谱段的筛选方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117761713A CN117761713A CN202311795749.5A CN202311795749A CN117761713A CN 117761713 A CN117761713 A CN 117761713A CN 202311795749 A CN202311795749 A CN 202311795749A CN 117761713 A CN117761713 A CN 117761713A
- Authority
- CN
- China
- Prior art keywords
- target
- detection
- spectrum
- noise ratio
- clutter
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 120
- 238000001228 spectrum Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012216 screening Methods 0.000 title claims abstract description 32
- 238000012512 characterization method Methods 0.000 claims abstract description 50
- 238000011002 quantification Methods 0.000 claims abstract description 40
- 230000003287 optical effect Effects 0.000 claims description 16
- 230000005855 radiation Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000002834 transmittance Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000001808 coupling effect Effects 0.000 abstract description 3
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种目标探测谱段的筛选方法、装置、设备和存储介质，其涉及目标检测技术领域。包括：获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化并建立杂波定量化表征模型；通过杂波定量化表征模型计算目标相对于不同背景的信杂比投影图，选取包括峰值信杂比谱段作为初选探测谱段；将杂波定量化表征模型与天基探测链路进行结合得到目标可检测性表征模型；通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。本发明考虑了天基探测链路及其各环节多尺度耦合效应，能够解决天基目标可检测性能的多尺度耦合匹配所存在的问题,在保证谱段优选性能的前提下，极大地提升了优选探测谱段选择的效率。
Description
技术领域
本发明涉及目标检测技术领域，特别涉及一种目标探测谱段的筛选方法、装置、设备和存储介质。
背景技术
天基光学探测具有全天时，高时效，远距离的广域监视等优势，是空中暗弱目标及早发现、持续跟踪与定位的重要手段。但天基探测场景、传输链路复杂，目标易受大气传输路径、云杂波、地表辐射等复杂环境背景的干扰，其辐射亮度很可能与背景相近甚至更弱。目标信号传输至探测相机入瞳处后，相机本身的接收谱段、几何尺度、谱段尺度等同样影响目标的可探测性。这些因素对目标可探测性的影响并非简单的正向或负向关系，各尺度间还存在着交叉耦合特性，如未必几何分辨率越高，目标的可探测性越好。
现有的探测谱段选择方法多是基于目标与背景辐射特性的差异，建立不同的模型表征目标/背景差异性，实现谱段设计优选。
上述现有技术存在的缺陷是：没有考虑天基探测链路及其各环节多尺度耦合效应，导致选择的探测谱段难以适应不同探测系统参数下目标的高概率检出。
发明内容
基于此，有必要针对上述技术问题，提供一种目标探测谱段的筛选方法、装置、设备和存储介质。
本发明实施例提供一种目标探测谱段的筛选方法，包括：
获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化建立杂波定量化表征模型；
通过杂波定量化表征模型确定目标对应不同背景的信杂比投影图，并选取包括峰值信杂比的谱段作为初选探测谱段；
将杂波定量化表征模型与天基探测链路进行结合，得到目标可检测性表征模型；
通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。
另外的，所述进行杂波量化并建立杂波定量化表征模型包括：
采用SWmetric度量方法对背景起伏尺度进行杂波量化，通过区域化的方法统计不同区域的杂波分布，杂波分布计算公式为：
其中，N表示背景被划分的区域数量；σi表示第i个区域的方差；
通过杂波分布确定目标信杂比以建立目标可探测性模型，通过目标可探测性模型与背景之间的最大化差异建立杂波定量化表征模型。
另外的，目标信杂比计算公式为：
其中，SCRObj表示目标信杂比，ΩObj表示目标区域，TObj表示目标物理能量，σSet表示探测尺度下场景辐射能量的均方差。
另外的，所述计算目标相对于不同背景的信杂比投影包括0km和10km两种情况。
另外的，所述将杂波定量化表征模型与天基探测链路进行结合包括：
计算目标信噪比：
其中，SNRIMG表示目标在图像中的信噪比，TIMG为目标在图像中的能量分量；
成像过程中，TIMG与TTAR的关系为：
其中，τ表示光学系统透过率，tinte表示积分时间，η表示探测器光电转换效率，ΩPro表示探测器光敏元区域，PSF表示光学系统点扩散函数；
探测过程中，GPro＝tinteτη
其中，GDET表示探测增益系数，τ表示光学系统透过率，tinte表示积分时间，η表示探测器光电转换效率；
则TIMG与TTAR的关系变化为：
经过天基探测链路得到：
当目标中心与探测器中心重合时，接收的目标能量最高：
目标在像平面的几何弥散小于探测像元几何尺度，即ΩObj≤ΩPro，上式简化为：
则目标信噪比表征为：
其中，SNRObj表示检测目标信噪比，SNRSet表示背景信噪比，σSet表示探测尺度下场景辐射能量的均方差。
另外的，所述得到得到目标可检测性表征模型中信噪比的计算公式为：
场景信噪比为则
其中，表示目标在图像中的平均信噪比，σSet表示探测尺度下场景辐射能量的均方差，SNRObj表示检测目标信噪比，GPro表示探测增益系数，COE表示光学系统成像性能可采用能量集中度，SNRSet表示背景信噪比，SCRObj表示检测目标信杂比。
另外的，所述通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段包括：
从初选探测谱段选择工作谱段，通过信噪比峰值波长确定工作谱段的中心波长；
将工作谱段的中心波长与探测器实际性能进行光谱尺度与几何尺度的匹配得到优选探测谱段。
另外的，一种目标探测谱段的筛选装置，包括：
尺度获取模块，用于获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化建立杂波定量化表征模型；
探测谱段初选模块，用于通过杂波定量化表征模型确定目标对应不同背景的信杂比投影图，并选取包括峰值信杂比的谱段作为初选探测谱段；
模型建立模块，用于将杂波定量化表征模型与天基探测链路进行结合，得到目标可检测性表征模型；
探测谱段优选模块，用于通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。
另外的，一种设备，包括：存储器和处理器，所述存储器中存储有可读指令，所述可读指令被所述处理器执行时，使得一个或多个处理器执行上述目标探测谱段的筛选方法。
另外的，一种存储介质，包括一个或多个存储有可读指令的非易失性存储介质，所述可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述目标探测谱段的筛选方法。
本发明实施例提供的上述一种目标探测谱段的筛选方法、装置、设备和存储介质，与现有技术相比，其有益效果如下：
本发明通过对背景起伏尺度进行杂波量化并建立杂波定量化表征模型，将杂波定量化表征模型与天基探测链路进行结合得到目标可检测性表征模型，通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。相比于现有技术，考虑了天基探测链路及其各环节多尺度耦合效应，将杂波定量化表征模型与天基探测链路进行结合，能够解决天基目标可检测性能的多尺度耦合匹配问题,在保证谱段优选性能的前提下，极大地提升了优选探测谱段选择的效率。
附图说明
图1为一个实施例中提供的一种目标探测谱段的筛选方法的流程图；
图2为一个实施例中提供的一种目标探测谱段的筛选方法中三种探测目标在不同背景下0km信杂比变化投影图；
图3为一个实施例中提供的一种目标探测谱段的筛选方法中三种探测目标在不同背景下10km信杂比变化投影图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一个实施例中，提供的一种目标探测谱段的筛选方法，如图1所示，包括：
步骤一：通过SW(Schmieder and Weathersby)metric度量方法进行杂波度量，建立背景杂波定量化表征模型，进一步建立目标可探测性表征模型；
目标探测谱段初选的具体步骤如下：
(1)基于背景起伏尺度实现杂波量化，量化采用SW(Schmieder and Weathersby)metric度量方法，采取区域化的思想统计不同区域的杂波分布。
杂波分布计算公式为：
式中：N表示背景被划分的区域数量；σi表示第i个区域的方差。
(2)基于复杂背景空间杂波度量，计算目标信杂比建立目标可探测性模型，通过目标与背景之间最大化差异建立杂波定量化表征模型。
目标信杂比定义如下：
式中：SCRObj表示目标信杂比，ΩObj表示目标区域，TObj表示目标物理能量，σSet表示探测尺度下场景辐射能量的均方差。
步骤二：基于上述模型计算各类目标相对于不同背景的信杂比投影图，获取初选探测谱段；
基于已知的目标及背景辐射特性，计算多种探测目标在不同背景下信杂比变化投影图，包括0km及10km两种情况，如图2和图3所示。
选取包括峰值信杂比的谱段作为初选谱段。
步骤三：结合天基探测链路建立目标可检测性表征模型
由于目标与实际背景间不具有关联性，并且目标检测过程在图像中进行，故采用目标信噪比表征图像的中目标能量：
式中：SNRIMG表示目标在图像中的信噪比，TIMG为目标在图像中的能量分量。
成像过程中，由于探测器灵敏度、噪声等原因，目标可检测性能有所下降。考虑成像过程存在的光学弥散、探测器离散采样等现象，TIMG与TTAR关系可表示为：
式中：τ表示光学系统透过率，tinte表示积分时间，η表示探测器光电转换效率，ΩPro表示探测器光敏元区域，PSF表示光学系统点扩散函数。
在探测过程中体现为对目标能量的增益，在此设：
GPro＝tinteτη；
式中：GPro表示探测增益系数，τ表示光学系统透过率，tinte表示积分时间，η表示探测器光电转换效率。在天基探测系统中，光学系统成像性能可采用能量集中度(CoE)进行表征，则可得：
易知，当目标中心与探测器中心重合时，接收的目标能量最高：
以过采样体制为例，目标在像平面的几何弥散小于探测像元几何尺度，即ΩObj≤ΩPro，此时上式简化为：
结合以上各式，目标信噪比可表征为：
其中，SNRObj表示检测目标信噪比，SNRSet表示背景信噪比，σSet表示探测尺度下场景辐射能量的均方差。
这里，设场景信噪比则目标可检测性表征模型即式(8)可简化为：
其中，表示目标在图像中的平均信噪比，σSet表示探测尺度下场景辐射能量的均方差，SNRObj表示检测目标信噪比，GPro表示探测增益系数，COE表示光学系统成像性能可采用能量集中度，SNRSet表示背景信噪比，SCRObj表示检测目标信杂比。
步骤四：针对初选谱段数据集，结合典型天基平台目标探测系统参数，优选探测谱段。
从初选谱段集选择工作谱段，通过选择信噪比峰值波长确定工作谱段中心波长；信噪比计算如表1所示。
表1不同中心波长的信噪比结果
结合探测器实际性能进行光谱尺度与几何尺度的匹配设计。在优选探测谱段中心波长及谱宽的基础上，结合实际应用，研究探测空间尺度间的匹配关系，从而给出目标可探测的空间分辨率。确定谱段宽度为50nm，各探测谱段在不同地面分辨率情况下的计算结果如表2所示。
表2中列出了分别在探测谱段中心波长为2.76μm、3.34μm、4.26μm情况下，探测谱段在不同地面分辨率(10m、15m、20m、25m、30m、40m、50m)情况下的信噪比。
表2不同分辨率情况下的信噪比结果
一种目标探测谱段的筛选装置，包括：
尺度获取模块，用于获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化建立杂波定量化表征模型；
探测谱段初选模块，用于通过杂波定量化表征模型确定目标对应不同背景的信杂比投影图，并选取包括峰值信杂比谱段作为初选探测谱段；
模型建立模块，用于将杂波定量化表征模型与天基探测链路进行结合，得到目标可检测性表征模型；
探测谱段优选模块，用于通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。
一种设备，包括：存储器和处理器，存储器中存储有可读指令，可读指令被处理器执行时，使得一个或多个处理器执行目标探测谱段的筛选方法。
一种存储介质，包括一个或多个存储有可读指令的非易失性存储介质，可读指令被一个或多个处理器执行时，使得一个或多个处理器执行目标探测谱段的筛选方法。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种目标探测谱段的筛选方法，其特征在于，包括：
获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化建立杂波定量化表征模型；
通过杂波定量化表征模型确定目标对应不同背景的信杂比投影图，并选取包括峰值信杂比的谱段作为初选探测谱段；
将杂波定量化表征模型与天基探测链路进行结合，得到目标可检测性表征模型；
通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。
2.如权利要求1所述的一种目标探测谱段的筛选方法，其特征在于，所述进行杂波量化并建立杂波定量化表征模型包括：
采用SWmetric度量方法对背景起伏尺度进行杂波量化，通过区域化的方法统计不同区域的杂波分布，杂波分布计算公式为：
其中，C为杂波分布，N表示背景被划分的区域数量，σi表示第i个区域的方差；
通过杂波分布确定目标信杂比以建立目标可探测性模型，通过目标可探测性模型与背景之间的最大化差异建立杂波定量化表征模型。
3.如权利要求2所述的一种目标探测谱段的筛选方法，其特征在于，目标信杂比计算公式为：
其中，SCRObj表示目标信杂比，ΩObj表示目标区域，TObj表示目标物理能量，σSet表示探测尺度下场景辐射能量的均方差。
4.如权利要求1所述的一种目标探测谱段的筛选方法，其特征在于，所述确定目标对应不同背景的信杂比投影图包括0km和10km两种情况。
5.如权利要求1所述的一种目标探测谱段的筛选方法，其特征在于，所述将杂波定量化表征模型与天基探测链路进行结合包括：
计算目标信噪比：
其中，SNRIMG表示目标信噪比，TIMG为目标在图像中的能量分量；
成像过程中，TIMG与TTAR的关系为：
其中，τ表示光学系统透过率，tinte表示积分时间，η表示探测器光电转换效率，ΩPro表示探测器光敏元区域，PSF表示光学系统点扩散函数；
探测过程中，GPro＝tinteτη
其中，GPro表示探测增益系数，τ表示光学系统透过率，tinte表示积分时间，η表示探测器光电转换效率，并使用COE表示光学系统成像性能可采用能量集中度；
则TIMG与TTAR的关系变化为：
经过天基探测链路得到：
当目标中心与探测器中心重合时，接收的目标能量最高：
目标在像平面的几何弥散小于探测像元几何尺度，即ΩObj≤ΩPro，上式简化为：
则目标信噪比表征为：
其中，SNRObj表示检测目标信噪比，SNRSet表示背景信噪比，σSet表示探测尺度下场景辐射能量的均方差。
6.如权利要求5所述的一种目标探测谱段的筛选方法，其特征在于，所述得到目标可检测性表征模型中信噪比的计算公式为：
场景信噪比为则
其中，表示目标在图像中的平均信噪比，σSet表示探测尺度下场景辐射能量的均方差，SNRObj表示检测目标信噪比，GPro表示探测增益系数，COE表示光学系统成像性能可采用能量集中度，SNRSet表示背景信噪比，SCRObj表示检测目标信杂比。
7.如权利要求1所述的一种目标探测谱段的筛选方法，其特征在于，所述通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段包括：
从初选探测谱段选择工作谱段，通过信噪比峰值波长确定工作谱段的中心波长；
将工作谱段的中心波长与探测器实际性能进行光谱尺度与几何尺度的匹配得到优选探测谱段。
8.一种目标探测谱段的筛选装置，其特征在于，包括：
尺度获取模块，用于获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化建立杂波定量化表征模型；
探测谱段初选模块，用于通过杂波定量化表征模型确定目标对应不同背景的信杂比投影图，并选取包括峰值信杂比的谱段作为初选探测谱段；
模型建立模块，用于将杂波定量化表征模型与天基探测链路进行结合，得到目标可检测性表征模型；
探测谱段优选模块，用于通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。
9.一种设备，其特征在于，包括：存储器和处理器，所述存储器中存储有可读指令，所述可读指令被所述处理器执行时，使得一个或多个处理器执行根据权利要求1-7中任一项所述的目标探测谱段的筛选方法。
10.一种存储介质，其特征在于，包括一个或多个存储有可读指令的非易失性存储介质，所述可读指令被一个或多个处理器执行时，使得一个或多个处理器执行根据权利要求1-7中任一项所述的目标探测谱段的筛选方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311795749.5A CN117761713A (zh) | 2023-12-25 | 2023-12-25 | 一种目标探测谱段的筛选方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311795749.5A CN117761713A (zh) | 2023-12-25 | 2023-12-25 | 一种目标探测谱段的筛选方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117761713A true CN117761713A (zh) | 2024-03-26 |
Family
ID=90323642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311795749.5A Pending CN117761713A (zh) | 2023-12-25 | 2023-12-25 | 一种目标探测谱段的筛选方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117761713A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5602760A (en) * | 1994-02-02 | 1997-02-11 | Hughes Electronics | Image-based detection and tracking system and processing method employing clutter measurements and signal-to-clutter ratios |
| WO2018120444A1 (zh) * | 2016-12-31 | 2018-07-05 | 华中科技大学 | 一种动目标的红外辐射光谱特性仿真分析方法 |
| CN108287350A (zh) * | 2017-12-06 | 2018-07-17 | 中国科学院上海技术物理研究所 | 基于多信息综合的天基空中目标探测关键参数确定方法 |
| CN113589312A (zh) * | 2021-07-15 | 2021-11-02 | 中国科学院上海技术物理研究所 | 一种天基红外空中目标探测波段选取方法 |
| CN116256314A (zh) * | 2022-11-22 | 2023-06-13 | 中国空间技术研究院 | 一种天基红外点目标探检一体传感器设计方法 |
-
2023
- 2023-12-25 CN CN202311795749.5A patent/CN117761713A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5602760A (en) * | 1994-02-02 | 1997-02-11 | Hughes Electronics | Image-based detection and tracking system and processing method employing clutter measurements and signal-to-clutter ratios |
| WO2018120444A1 (zh) * | 2016-12-31 | 2018-07-05 | 华中科技大学 | 一种动目标的红外辐射光谱特性仿真分析方法 |
| CN108287350A (zh) * | 2017-12-06 | 2018-07-17 | 中国科学院上海技术物理研究所 | 基于多信息综合的天基空中目标探测关键参数确定方法 |
| CN113589312A (zh) * | 2021-07-15 | 2021-11-02 | 中国科学院上海技术物理研究所 | 一种天基红外空中目标探测波段选取方法 |
| CN116256314A (zh) * | 2022-11-22 | 2023-06-13 | 中国空间技术研究院 | 一种天基红外点目标探检一体传感器设计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 乔凯;智喜洋;杨冬;巩晋南;胡建明: "空中弱目标天基光学探测性能表征及匹配设计方法", 红外与毫米波学报, no. 005, 31 December 2019 (2019-12-31) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109559348B (zh) | 一种基于特征点追踪的桥梁非接触式变形测量方法 | |
| Jiang et al. | Advancing opportunistic sensing in hydrology: A novel approach to measuring rainfall with ordinary surveillance cameras | |
| CN102436652B (zh) | 一种多源遥感图像自动配准方法 | |
| US8559753B2 (en) | Reflection removal system | |
| CN109631787A (zh) | 透射式靶标图像的光斑中心检测方法及桥梁挠度图像式检测装置 | |
| CN111781146B (zh) | 利用高分辨率卫星光学影像的波浪参数反演方法 | |
| CN103776532B (zh) | 一种基于遥感应用的高光谱成像仪指标优化方法 | |
| CN103268602A (zh) | 一种光学遥感影像质量综合评价方法 | |
| CN102494663A (zh) | 摆动喷管的摆动角度的测量系统及摆动角度的测量方法 | |
| US20240094086A1 (en) | System and method for detecting centroid of complementary single pixel | |
| CN108279317B (zh) | 一种空间滤波测速传感器装置及提高测速精度的方法 | |
| Liu et al. | NLOS signal detection and correction for smartphone using convolutional neural network and variational mode decomposition in urban environment | |
| 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 | |
| CN110782429A (zh) | 一种基于星载遥感相机的成像质量评估方法 | |
| CN117761713A (zh) | 一种目标探测谱段的筛选方法、装置、设备和存储介质 | |
| CN117113284A (zh) | 多传感器融合的数据处理方法、装置与多传感器融合方法 | |
| CN112949411A (zh) | 一种光谱图像校正方法及装置 | |
| CN115979972B (zh) | 海面原油油膜高光谱实时监测方法和系统 | |
| CN114399434B (zh) | 一种用于空间超远距星间激光链路建立的高精度光斑质心定位算法及其识别方法 | |
| CN214097788U (zh) | 激光主动照明空间目标偏振成像系统 | |
| CN103398799A (zh) | 法布里珀罗干涉圆环图像处理方法 | |
| Chen et al. | An adaptive GaoFen-3 SAR wind field retrieval algorithm based on information entropy | |
| CN117690028B (zh) | 基于遥感传感器的目标探测方法及系统 | |
| CN116430354B (zh) | 一种fmcw激光雷达目标信息解算方法及系统 | |
| CN116338653A (zh) | 一种光电探测系统中智能数据统计方法 |
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 |