超敏捷衛(wèi)星動中成像模式相比傳統(tǒng)推掃和敏捷機(jī)動模式,具有很大的效能提升和多種新型成像方式,但對空間相機(jī)在動中成像新模式下成像帶來較大困難和挑戰(zhàn)。首先分析超敏捷動中成像模式的原理特性,明確衛(wèi)星快速機(jī)動過程中成像給空間相機(jī)對地觀測帶來的影響。然后開展動中成像下成像質(zhì)量研究,以實(shí)際衛(wèi)星可見光相機(jī)參數(shù)進(jìn)行模擬分析,確立實(shí)現(xiàn)動中良好像質(zhì)對速高比、積分級數(shù)的約束條件并進(jìn)行參數(shù)優(yōu)化設(shè)置。同時,對未來進(jìn)一步提升動中成像下的成像質(zhì)量提出攻關(guān)方向。研究成果對超敏捷衛(wèi)星動中成像新模式下空間相機(jī)成像參數(shù)的確定具有指導(dǎo)意義,能夠直接實(shí)現(xiàn)新模式下成像性能的大幅提升。
標(biāo)簽： 衛(wèi)星 動中成像 成像質(zhì)量
上傳時間： 2020-02-16
上傳用戶：shiguiguo
對超敏捷動中成像遙感衛(wèi)星角速度快(6 (°)/s)、角加速度大(1.5 (°)/s2)、成像參數(shù)隨時空復(fù)雜多變等新問題,開展了超敏捷動中成像特點(diǎn)分析與成像參數(shù)仿真分析工作。構(gòu)建了動中成像復(fù)雜模型,精確分析了動中成像合速度的變化規(guī)律。在此基礎(chǔ)上,結(jié)合信噪比、調(diào)制傳遞函數(shù)(MTF)等計(jì)算公式,全面分析了不同成像條件下,動中成像系統(tǒng)的行頻、TDI級數(shù)、姿態(tài)穩(wěn)定度MTF、同步誤差MTF、偏流修正誤差MTF等隨角速度的變化關(guān)系,為超敏捷動中成像衛(wèi)星,尤其是衛(wèi)星的成像電子學(xué),提供了重要的設(shè)計(jì)依據(jù)。
上傳時間： 2020-02-16
上傳用戶：shiguiguo
北京理工大學(xué)光電成像原理期末考試試卷，資料為光電成像原理期末考試試卷，有需要請下載。
上傳時間： 2021-06-12
上傳用戶：開心多多
基于紅外熱成像原理的輪機(jī)故障診斷技術(shù)這是一份非常不錯的資料，歡迎下載，希望對您有幫助！
標(biāo)簽： 紅外熱成像
上傳時間： 2021-12-03
上傳用戶：
基于Vega的場景紅外成像仿真研究這是一份非常不錯的資料，歡迎下載，希望對您有幫助！
上傳時間： 2021-12-20
上傳用戶：
光電成像原理.pdf光電成像原理.pdf
標(biāo)簽： 光電成像
上傳時間： 2022-01-19
上傳用戶：
8篇紅外測溫技術(shù)碩士學(xué)位論文紅外成像技術(shù)畢業(yè)論文資料合集
上傳時間： 2022-02-13
上傳用戶：qingfengchizhu
論文-基于紅外熱成像技術(shù)的豬體溫檢測與關(guān)鍵測溫部位識別63頁摘要 實(shí)現(xiàn)豬體溫測量自動化有利于實(shí)時監(jiān)測豬的健康狀況、母豬發(fā)情和排卵檢測等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學(xué)計(jì)量學(xué)建模 方法建立體表溫度、環(huán)境溫度與直腸溫度間的多元校正模型，同時提出兩種關(guān)鍵測 溫部位的自動檢測方法。主要結(jié)論總結(jié)如下： (1)建立了母豬體表溫度、環(huán)境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發(fā)現(xiàn)， 9個身體區(qū)域提取的體表溫度與直腸溫度呈正相關(guān)(產(chǎn)O．34～0．68)，其中， 基于耳根區(qū)域體表溫度平均值建立的一元回歸方程效果最優(yōu)，預(yù)測集相關(guān)系數(shù)RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預(yù)測效果，RP和RMSEP分別為0．76和O．370C。此外，應(yīng)用特征選擇方法LARS． Lasso確定了7個重要特征建立簡化模型，其校正集和預(yù)測集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于生豬主要測溫部位(眼睛和耳朵區(qū)域)的直接分割。利用 python構(gòu)建了四種不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對比分析4種卷積神經(jīng)網(wǎng)絡(luò)模型的性能，結(jié)果表明U-Net．4網(wǎng)絡(luò)結(jié)構(gòu)的分割 效果最優(yōu)，平均區(qū)域重合度最高為78．75％。然而，當(dāng)計(jì)算設(shè)備的計(jì)算力不夠時，可 以選用U．Net一3模型以達(dá)到較好的分割效果。 (3)提出豬只眼睛及耳根區(qū)域關(guān)鍵點(diǎn)的識別方法，將豬只主要測溫部位的檢測問題 轉(zhuǎn)變?yōu)橹饕獪y溫部位的定位問題。設(shè)計(jì)具有不同深度的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)A．E，得 出架構(gòu)E最優(yōu)。且當(dāng)Dropout概率設(shè)置為0．6時模型效果最好，驗(yàn)證集平均誤差和 預(yù)測集平均誤差分別為1．96％和2．65％。測試集單張豬臉關(guān)鍵點(diǎn)的預(yù)測誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關(guān)鍵點(diǎn)，用于豬只 體溫測量。 本文采用紅外熱像儀測量母豬體表溫度，通過化學(xué)計(jì)量學(xué)建模為非接觸母豬直 腸溫度測量提供了更準(zhǔn)確、可靠的方法，同時提出兩種關(guān)鍵測溫部位的自動檢測方 法，有助于實(shí)現(xiàn)母豬體溫測量自動化，為生豬健康管理提供參考。
標(biāo)簽： 紅外熱成像技術(shù)
上傳時間： 2022-02-13
上傳用戶：jiabin
基于FPGA的紅外熱成像溫度檢測算法研究要#以非制式冷紅外焦平面技術(shù)為基礎(chǔ)的非制冷式熱成像儀以其價(jià)格低~體積小的優(yōu)勢s在非接觸式測溫領(lǐng)域得 到廣泛的應(yīng)用 目前市面上的熱成像儀對溫差的識別非常敏感s但是無法通過從熱成像儀獲得的電信號數(shù)據(jù)得知目 標(biāo)的具體溫度 而能夠進(jìn)行非接觸式測溫的成品熱成像儀不僅價(jià)格高昂s而且保密的封裝使得二次開發(fā)的難度較大 基于以上問題s本文搭建基于 FPGA 和 MATALB的熱成像系統(tǒng)s得到了一種溫度檢測算法的獲取方法 通過該實(shí)驗(yàn) 方法來取得由電信號轉(zhuǎn)換為具體溫度的算法及其關(guān)鍵系數(shù) 實(shí)驗(yàn)結(jié)果表明s該溫度算法的誤差較小s在溫度測量預(yù)警 系統(tǒng)有較強(qiáng)的工程意義 關(guān)鍵詞#紅外熱像儀3FPGA3MATLAB3溫度檢測 中圖分類號#TN211 文獻(xiàn)標(biāo)識碼#A 國家標(biāo)準(zhǔn)學(xué)科分類代碼#510.1
上傳時間： 2022-02-14
上傳用戶：
該文檔為基于GPS和紅外成像的新型無人機(jī)總體設(shè)計(jì)講解文檔，是一份很不錯的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
上傳時間： 2022-02-20
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
