应用NAR运动估计的序列帧间匹配技术
本文选题:推帧成像 + 图像匹配 ; 参考:《航天返回与遥感》2017年03期
【摘要】:对于面阵相机推帧成像与数字TDI后处理相结合的对地高分辨率遥感新方式,在图像后处理过程中的帧间匹配步骤占据了大量运算资源与时间。文章首先简要介绍了推帧成像与数字TDI的应用模式,通过分析推帧成像模式下原始图像序列的空域互相关特性与图像匹配机理,提出了此快速帧间匹配技术,并进行了仿真试验。结果表明应用非线性自回归神经网络运动估计的快速帧间匹配技术可显著提高数字TDI后处理的实时性,使计算效率提升达70%以上,同时提高匹配精度,减少误匹配。该技术泛化力强,通用度高,不同地面分辨率、不同轨道高度的空间相机数据均可应用该技术进行快速且精确的机内或地面帧间匹配。
[Abstract]:For the new method of high resolution remote sensing based on the combination of push-frame imaging and digital TDI post-processing, the matching step between frames takes up a lot of computing resources and time in the process of image post-processing. In this paper, the application mode of frame push-image and digital TDI is introduced briefly. By analyzing the spatial correlation characteristics and image matching mechanism of the original image sequence in the push-frame imaging mode, this fast frame matching technique is proposed. The simulation test is also carried out. The results show that the fast inter-frame matching technique based on nonlinear autoregressive neural network can significantly improve the real-time performance of digital TDI post-processing, improve the computational efficiency by more than 70%, improve the matching accuracy and reduce the mismatch. The spatial camera data with high generalization, high generality, different ground resolution and different orbit height can be used for fast and accurate intra-computer or inter-ground frame matching.
【作者单位】: 北京空间机电研究所;中国空间技术研究院神舟学院;
【基金】:国家重点发展计划(2016YFB0501300,2016YFB0501302)
【分类号】:TP751
【参考文献】
相关期刊论文 前7条
1 陈茹雯;湛时时;;基于非线性自回归时序模型的振动系统辨识[J];计算机应用研究;2016年10期
2 陈茹雯;黄仁;;非线性自回归时序模型研究及其预测应用[J];系统工程理论与实践;2015年09期
3 陶淑苹;金光;;卷帘快门对数字域TDI成像的影响分析[J];光学学报;2015年03期
4 陶淑苹;金光;曲宏松;张贵祥;;采用卷帘数字域TDI技术的CMOS成像系统设计[J];红外与激光工程;2012年09期
5 陶淑苹;金光;曲宏松;贺小军;杨秀彬;;实现空间高分辨成像的数字域时间延迟积分CMOS相机设计及分析[J];光学学报;2012年04期
6 曲宏松;张叶;金光;;基于数字域TDI算法改进面阵CMOS图像传感器功能[J];光学精密工程;2010年08期
7 刘志勇,黄巧林;CMOS相机在微小卫星上的应用[J];航天返回与遥感;2003年02期
相关硕士学位论文 前1条
1 袁鲁山;基于NAR神经网络的车速预测及应用[D];大连理工大学;2016年
【共引文献】
相关期刊论文 前10条
1 魏久哲;王小勇;黄长宁;庄绪霞;;应用NAR运动估计的序列帧间匹配技术[J];航天返回与遥感;2017年03期
2 张博铭;苏晓峰;崔坤;姜婷;;开窗高帧频下红外面阵数字TDI实现方式研究[J];激光与红外;2016年10期
3 董龙平;房陈岩;黄小仙;尹达一;;基于数字TDI技术的紫外成像系统的设计[J];红外;2016年07期
4 张慕威;董峰;;基于FPGA的高灵敏红外相机实时数据处理系统的设计[J];红外;2016年04期
5 王征;何云丰;曹小涛;王栋;孔德柱;;基于FPGA的大面阵CMOS相机高速率电子学系统设计[J];液晶与显示;2016年02期
6 袁航飞;郭永飞;曲利新;司国良;马天波;;基于地-气间辐射模型的航天相机自动调光系统[J];光学学报;2016年02期
7 吴昕;韦成杰;;探讨光通讯环境下限幅器及场强指示电路构建思路[J];激光杂志;2015年10期
8 陶淑苹;郑晓云;朴永杰;;高分辨率大面阵微型相机设计[J];液晶与显示;2015年03期
9 邹坚;王超;杨伟庆;唐熙文;何建龙;;基于FPGA的面阵CMOS图像传感器多模式采集系统[J];光电技术应用;2015年03期
10 刘禹;张赫;;基于ADV212的数字域TDI图像压缩设计[J];国外电子测量技术;2015年04期
【二级参考文献】
相关期刊论文 前10条
1 冯凯;卢建刚;陈金水;;基于最小二乘支持向量机的MIMO线性参数变化模型辨识及预测控制[J];化工学报;2015年01期
2 张瀛;洪珍玉;江巍;;基于RBF网络的中国信贷规模稳健预测[J];系统工程理论与实践;2014年12期
3 李芦钰;牛芸;;基于神经网络预测与小波变换的结构非线性振动参数识别[J];振动与冲击;2014年18期
4 田中大;高宪文;石彤;;用于混沌时间序列预测的组合核函数最小二乘支持向量机[J];物理学报;2014年16期
5 王磊;谢树果;苏东林;王国玉;;基于时间序列分析的频谱异常自主检测和稳健估计方法[J];电子学报;2014年06期
6 李宁洲;冯晓云;;基于灰聚类多子群自适应PSO算法的Volterra核辨识[J];计算机应用研究;2014年06期
7 何俊;陈怀海;贺旭东;;时间序列模型中的随机共振现象[J];振动.测试与诊断;2014年01期
8 邓杨;彭志科;杨扬;张文明;孟光;;基于参数化时频分析的非线性振动系统参数辨识[J];力学学报;2013年06期
9 陈伟;李旭;张为公;;基于时间序列分析的车载MEMS陀螺仪异常测量数据的辨识与修正(英文)[J];Journal of Southeast University(English Edition);2013年02期
10 郭辉;齐梅兰;刘春光;魏金;;基于FARIMA模型的日流量过程随机模拟研究[J];水力发电学报;2012年06期
相关硕士学位论文 前9条
1 杨盼盼;汽车未来行驶车速预测[D];重庆大学;2015年
2 宗云鹏;基于嵌入式视觉系统的道路车辆检测技术研究[D];大连理工大学;2015年
3 谢浩;基于BP神经网络及其优化算法的汽车车速预测[D];重庆大学;2014年
4 柯振宇;基于毫米波雷达的车辆纵向碰撞预警系统设计[D];武汉理工大学;2014年
5 张岩;面向混合动力汽车能量管理策略的汽车运行工况多尺度预测方法[D];吉林大学;2013年
6 潘正;基于路况预测的混合动力公交车能量管理策略[D];浙江大学;2013年
7 邓丽君;插电式混合动力汽车未来运行工况预测[D];重庆大学;2012年
8 刘志刚;非参数回归的研究及其应用[D];温州大学;2012年
9 苏靖;车辆主动安全中碰撞临界安全车距算法研究[D];湖南大学;2011年
【相似文献】
相关期刊论文 前10条
1 段成罡,,顾钟秀,郑志航;用基因算法进行运动估计[J];上海交通大学学报;1996年12期
2 朱良家,董国华,周宗潭,王正志;本质流形上的自适应运动估计[J];国防科技大学学报;2004年02期
3 施建良,张文军,余松煜;基于块合分的运动估计及其准则[J];上海交通大学学报;1998年04期
4 吴云;曹志民;唐世伟;;一种基于马尔科夫链模型的运动估计新方法[J];光学仪器;2012年03期
5 鲍欣;应用空间加权方法的二维图象运动估计研究[J];西北工业大学学报;1994年01期
6 胡钊政;李娜;谈正;;运动估计中的一种前处理算法[J];哈尔滨工业大学学报;2006年10期
7 刘圣霞;徐骞;崔伟;曹秀岚;周克印;田裕鹏;;基于随机抽样的快速全局运动估计[J];航空兵器;2010年06期
8 施建良,潘健,余松煜;区域运动相关性的运动估计方法[J];上海交通大学学报;1998年09期
9 钟志光,易建强,赵冬斌;一种基于点对的深度和运动估计方法[J];机器人;2005年02期
10 董理o
本文编号:1976864
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/1976864.html