基于机器学习的天文光电图像特征细节识别研究

发布时间：2023-05-06 22:14

　　为了提高天文光电图像特征检测识别能力,需要进行天文光电图像特征细节识别,提出基于机器学习的天文光电图像特征细节识别方法。建立天文光电图像特征细节识别模型,在大气散射环境下进行天文光电图像的热敏感强度自适应融合,采用模板匹配技术进行天文光电图像的信息增强处理,采用大气散射特征点匹配方法进行天文光电图像的细化滤波处理,采用大气散射特征点特征检测方法进行图像特征提取,使用亮度分量进行天文光电图像特征细节透射分析,对提取的图像细节特征量采用多尺度机器学习方法进行天文光电图像红外探测和预测,实现天文光电图像特征细节识别。仿真结果表明,采用该方法进行天文光电图像特征细节识别的精度较高,图像细节特征分辨力和准确性较好。

【文章页数】：4 页

【文章目录】：
0 引言
1 天文光电探测特征细节识别与图像融合
    1.1 天文光电图像特征细节识别
    1.2 天文光电图像的大气散射特征点检测
2 天文光电图像的特征细节识别优化
    2.1 天文光电图像的信息增强
    2.2 天文光电图像特征细节重构
3 仿真实验与结果分析
4 结语



本文编号：3809703