本文關(guān)鍵詞：星載相機微振動下圖像補償技術(shù)研究

  更多相關(guān)文章： 星載相機 圖像補償 振動 聯(lián)合變換相關(guān)器 位移矢量測量

【摘要】：隨著星載相機角分辨率的逐步提高,對來自外界的擾動也越來越敏感。衛(wèi)星平臺的微振動是影響星載相機在軌動態(tài)成像質(zhì)量的重要因素。針對微振動造成的星載相機視軸顫振,采用基于光學補償方法的圖像補償系統(tǒng)可以直接、有效地補償衛(wèi)星平臺微振動造成的成像質(zhì)量退化。簡要介紹了論文所研究的課題背景,以及高分辨力星載相機的發(fā)展現(xiàn)狀及其成像的主要特點。從圖像補償技術(shù)的發(fā)展現(xiàn)狀出發(fā),比較幾種常用的圖像補償方法,并確定本文采用光學補償方法。重點研究了微振動對星載相機成像質(zhì)量的影響。分析了衛(wèi)星平臺微振動的振動源與振動類型,并從中找出對影響星載相機成像質(zhì)量的關(guān)鍵因素。通過數(shù)學建模,推導并仿真來自不同方向、不同類型、不同頻率和振幅下的振動對星載相機成像質(zhì)量的影響。針對圖像補償技術(shù)的前端技術(shù),也是最關(guān)鍵的技術(shù)——位移矢量探測方法開展研究。比較多種位移矢量探測方法后,選取聯(lián)合變換相關(guān)器作為星載相機圖像補償位移矢量探測的方法。提出了采用基于電子學方法實現(xiàn)聯(lián)合變換相關(guān)器,憑借其在體積、重量、功耗以及可靠性等方面的優(yōu)勢,替代傳統(tǒng)的光學聯(lián)合變換相關(guān)器。發(fā)揮其在可編程方面的優(yōu)勢,改進了聯(lián)合變換相關(guān)算法的計算過程,消除了零級衍射峰的影響,并通過計算機仿真試驗驗證了改進后算法的性能。針對傳統(tǒng)聯(lián)合變換相關(guān)算法受探測器采樣截止頻率的局限——僅能測量1.0 pixel量級的相對位移量,改進算法,使其能夠測量亞像元級的相對位移。并分別通過計算機仿真試驗、半實物仿真實驗驗證了算法對于亞像元級位移量的測量精度。解釋了“滯后性”對光學補償方法的影響。通過對比,得出了FPGA是最適合運行聯(lián)合變換相關(guān)算法的處理器的結(jié)論。利用現(xiàn)有的實驗條件,驗證了聯(lián)合變換相關(guān)算法的核心部分——二維FFT運算在FPGA芯片上的可實現(xiàn)性。最后通過仿真試驗驗證了聯(lián)合變換相關(guān)算法在星載相機圖像補償系統(tǒng)中的作用。
【關(guān)鍵詞】：星載相機 圖像補償 振動 聯(lián)合變換相關(guān)器 位移矢量測量
【學位授予單位】：中國科學院研究生院(長春光學精密機械與物理研究所)
【學位級別】：博士
【學位授予年份】：2015
【分類號】：V445.8
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-22
• 1.1 課題研究背景及意義10-11
• 1.2 高分辨力星載相機發(fā)展現(xiàn)狀及其特點11-20
• 1.3 本文組織結(jié)構(gòu)20-22
• 第2章 衛(wèi)星平臺微振動影響分析22-56
• 2.1 引言22
• 2.2 星載相機平臺振動的來源與種類22-23
• 2.3 平臺振動對星載相機成像質(zhì)量的影響分析23-53
• 2.4 本章小結(jié)53-56
• 第3章 星載相機位移矢量探測算法研究56-79
• 3.1 引言56
• 3.2 星載相機位移矢量探測系統(tǒng)構(gòu)成與工作原理56-59
• 3.3 位移矢量探測算法比較59-66
• 3.4 聯(lián)合變換相關(guān)算法主要特點與優(yōu)勢66-74
• 3.5 星載相機位移矢量探測算法的選擇74-77
• 3.6 本章小結(jié)77-79
• 第4章 聯(lián)合變換相關(guān)器的改進79-103
• 4.1 引言79-80
• 4.2 傳統(tǒng)聯(lián)合變換相關(guān)算法實施例80-84
• 4.3 聯(lián)合變換相關(guān)器實現(xiàn)方法的改進84-87
• 4.4 聯(lián)合變換相關(guān)算法計算流程的改進87-92
• 4.5 聯(lián)合變換相關(guān)算法仿真與仿真結(jié)果分析92-101
• 4.6 本章小結(jié)101-103
• 第5章 聯(lián)合變換相關(guān)器的精度提升方法103-119
• 5.1 引言103-105
• 5.2 提升聯(lián)合變換相關(guān)算法精度的途徑105-108
• 5.3 計算機仿真與半實物仿真試驗108-117
• 5.4 本章小結(jié)117-119
• 第6章 微振動圖像補償仿真試驗119-133
• 6.1 引言119-122
• 6.2 星載相機圖像補償系統(tǒng)的可行性分析122-129
• 6.3 星載相機圖像補償仿真試驗129-132
• 6.4 本章小結(jié)132-133
• 第7章 總結(jié)與展望133-137
• 7.1 論文工作總結(jié)與主要結(jié)論133-135
• 7.2 論文主要創(chuàng)新點135
• 7.3 星載相機圖像補償技術(shù)應用前景展望135-137
• 參考文獻137-145
• 在學期間學術(shù)成果情況145-146
• 指導教師及作者簡介146-147
• 致謝14

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊金柱;趙大哲;徐心和;;基于距離場的非線性圖像插值分割方法[J];東北大學學報;2006年08期

2 郝鵬威，朱重光;基于小波的圖像插值方法[J];遙感學報;1998年02期

3 譚璐,吳翊,劉卓;高維圖像數(shù)據(jù)的最優(yōu)表達[J];國防科技大學學報;2003年05期

4 張輝;胡廣書;;基于二維卷積的圖像插值實時硬件實現(xiàn)[J];清華大學學報(自然科學版);2007年06期

5 詹毅;王明輝;李夢;;梯度角約束圖像插值[J];計算機輔助設計與圖形學學報;2009年06期

6 李保洲,鄧雁萍,李介谷;基于代數(shù)約束的圖像生成[J];上海交通大學學報;2000年05期

7 肖義男,文玉梅,羅毅;基于邊緣敏感濾波的圖像插值模糊消除[J];儀器儀表學報;2004年S2期

8 趙佰亭;賈曉芬;;基于遺傳算法尋優(yōu)的支持向量機圖像插值方法[J];哈爾濱商業(yè)大學學報(自然科學版);2013年02期

9 張選德;馮象初;王衛(wèi)衛(wèi);劉國軍;;基于雙向非局部模型的圖像插值[J];中國科學:技術(shù)科學;2013年05期

10 韓佳峰,楊學良,劉建平;圖像插值迭代類算法中加速收斂方法的改進[J];遙感信息;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 胡巍;張桂林;陳朝陽;;基于正交函數(shù)積分理論的圖像插值方法[A];1998年中國智能自動化學術(shù)會議論文集（下冊）[C];1998年

2 姚春蓮;高麗華;陳誼;李煒;;基于圖像插值的幀內(nèi)預測[A];全國第19屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集（上冊）[C];2008年

3 肖義男;文玉梅;羅毅;;基于邊緣敏感濾波的圖像插值模糊消除[A];中國儀器儀表學會第六屆青年學術(shù)會議論文集[C];2004年

4 仵冀穎;阮秋琦;;偏微分方程約束的非局部均值圖像插值模型[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 ;愛國者自然窗330T[N];中國計算機報;2001年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 魏平;數(shù)字乳腺鉬靶圖像的軟拷貝顯示技術(shù)研究[D];浙江大學;2009年

2 Rukundo Olivier;灰度圖像插值優(yōu)化方法的研究[D];華中科技大學;2012年

3 劉芳;圖像可逆信息隱藏技術(shù)若干問題研究[D];大連理工大學;2013年

4 劉哲星;醫(yī)學圖像回溯性配準研究[D];第一軍醫(yī)大學;2002年

5 許博謙;星載相機微振動下圖像補償技術(shù)研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

6 付曉薇;基于量子力學的圖像處理方法研究[D];華中科技大學;2010年

7 張健;復雜圖像文本提取關(guān)鍵技術(shù)與應用研究[D];南開大學;2014年

8 馮宇平;圖像快速配準與自動拼接技術(shù)研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

9 魏昱;圖像顯著性區(qū)域檢測方法及應用研究[D];山東大學;2012年

10 王捷;基于相位信息的TCMR圖像心肌運動估計方法研究[D];華中科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 寧麗華;基于圖像插值的集群系統(tǒng)在視頻中的應用研究[D];電子科技大學;2008年

2 高月芳;圖像的變形及三維重建技術(shù)研究[D];合肥工業(yè)大學;2003年

3 高欣瑋;基于壓縮視頻的圖像插值技術(shù)研究[D];哈爾濱工業(yè)大學;2011年

4 張健;圖像插值及幀率提升算法研究[D];哈爾濱工業(yè)大學;2009年

5 羅立彥;圖像插值與離散曲面去噪[D];浙江大學;2006年

6 牛艷霞;基于曲率驅(qū)動的圖像修補方法[D];鄭州大學;2007年

7 呂微微;基于情感的圖像分類算法研究與實現(xiàn)[D];北京交通大學;2012年

8 劉俊華;數(shù)字圖像插值[D];蘭州大學;2010年

9 楊曉莉;基于暗通道先驗的圖像去霧改進算法[D];南京郵電大學;2014年

10 岳義振;基于點采樣和邊緣特征的圖像插值方法[D];山東大學;2010年

，

本文編號：1080527