首页> 中文期刊> 《自动化与仪器仪表》 >基于机器学习的天文光电图像特征细节识别研究

基于机器学习的天文光电图像特征细节识别研究

         

摘要

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。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号