基于最大熵估计的空间物体星像复原.pdfVIP

基于最大熵估计的空间物体星像复原.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于最大熵估计的空间物体星像复原.pdf

第 55卷 第 3期 天 文 学 报 V01.55 NO.3 2014年 5月 ACTA ASTRONOMICA SINICA M ay,2014 基于最大熵估计的空间物体星像复原木 孙荣煜 ,2十 赵长印1,2 (1中国科学院紫金山天文台南京210008) (2中国科学院空间目标与碎片观测重点实验室南京210008) 摘要 空间物体的光学观测中存在诸多的图像退化因素,影响了目标的成像过程,降低了 探测精度,给高精度的定位计算带来困难.使用基于最大熵估计的图像复原方法,处理了退化 严重的实测图像.通过 比较处理前后空间目标的定位精度,分析图像复原方法对于数据处理 的影响.实验结果表明,使用最大熵估计图像复原方法,降低了图像退化的影响,显著提高了 退化星像的定位精度. 关键词 天体测量,技术:图像处理,航天器 中图分类号:P123; 文献标识码:A 1 引言 地基光学观测是探测空间物体的有效手段,使用地基光学望远镜高精度地监测空间 物体,对空间态势的感知、碰撞预警计算以及保障在轨航天器的安全有着重要的意义 [1]. 具体观测时,受观测策略影响,望远镜跟随目标运动 [2】1由于 目标相对测站的运动角速度 较大,望远镜快速运动时的机械不稳定增加了跟踪误差;与此同时,由于曝光时间较短,观 测所得CCD图像中星像轮廓不饱和,甚至发生欠采样的情况 [3].再者,为了适应空间物 体的观测,CCD相机通常采用多通道读出,并在前端拆除机械快门,给图像带来了额外的 污染 4[-5】,当目标星像在不同读出通道的图像块边缘或拖尾附近时,难以探测与精密定 位.这些因素造成了观测图像的退化,降低了图像的成像质量,对数据处理造成影响,降 低了空间物体的观测精度,必须予以考虑. 随着计算机硬件的发展,数字图像处理技术得到了越来越多的应用.图像复原是图 像处理中的一个重要分支,其根据图像的退化过程或现象,建立相应的图像退化模型,并 基于该模型,选取适当的恢复算法对图像进行恢复,从而重建原始图像,改善图像的质量 [0.7] . 图像复原已广泛应用于天文学的多个领域中 [8].例如 IRAS(InfraredAstronomical Satellite)观测图像的重建 揭示活动星系核NGC1068内部结构的中红外图像处理 [10】, 望远镜跟踪误差的消除 [11]等.本文使用基于最大熵估计的图像复原方法,处理空间物体 的观测图像,以降低图像退化对数据处理的影响,提高观测精度. 2013—11.19收到原稿,2013—12—30收到修改稿 }国家 自然科学基金项 目11125315)资助 十rysun@pmo . aC.cn 238 天 文 学 报 55卷 本文首先简要介绍了图像退化的基本理论、最大熵复原方法的基本原理以及计算过 程,然后处理了多帧退化严重的 GPS卫星观测资料,比对图像中卫星的实测位置与精密 星历内插值,得到卫星的观测精度,最后通过比较图像复原前后卫星的观测精度,分析并 讨论图像复原的效果. 2 基本原理与方法 对于二维图像,假设其未退化的真实值为 o(x,),采集得到的退化后图像为 I(x,Y) 若成像过程在空间域上为线性,并满足平移不变性条件,相应地,可以表示为 f 。。 r oo I(x,Y)= / / P(x—Xl,Y—y1)O(Xl,y1)dxldyl+N(x,Y) z1=一o。Jyl=一o。 (1 : O(x,Y)0P(x,Y)+N(x,Y), 其中P(x,Y)为总的成像函数,N(x,Y)为成像过程中的噪声,0代表卷积运算.需要指出 的是,P(x,Y)代表整个成像过程对原始图像的影响,其至少可细分为下列形式 [12】:

您可能关注的文档

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档