主成分分析方法在空间干涉仪图像处理中的应用
陈汉骄; 陈杰; 冷用斌; 阎映炳; 赖龙伟
2016
发表期刊强激光与粒子束
期号12页码:"134-141"
文章类型期刊论文
摘要在干涉仪图像数据处理过程中,目前采用的多行平均图像处理算法会引入较大随机误差,且当CCD相机与狭缝之间存在小转角时,会引入较大系统误差。本文主要探究利用主成分分析(PCA)算法处理空间干涉仪图像的可行性与优势。利用MATLAB模拟空间干涉仪图像,并加入随机噪声和图像旋转,利用PCA方法和多行平均算法处理数据,比较两种算法的得到的结果误差大小。并设计CCD相机小转角实验和干涉图像弱信号实验,评估PCA算法在数据处理过程中纠正CCD相机小转角和重建弱信号图像中的效果。理论和实验均证明,PCA算法较目前多行平均算法,能更有效地降低噪声,分析弱信号图像及纠正CCD相机小转角,消除其带来的系统误差。
关键词主成分分析 空间干涉仪 图像处理 上海光源
收录类别其他
语种中文
文献类型期刊论文
条目标识符http://ir.sinap.ac.cn/handle/331007/28418
专题中科院上海应用物理研究所2011-2018年
作者单位1.中国科学院上海应用物理研究所
2.中国科学院大学
推荐引用方式
GB/T 7714
陈汉骄,陈杰,冷用斌,等. 主成分分析方法在空间干涉仪图像处理中的应用[J]. 强激光与粒子束,2016(12):"134-141".
APA 陈汉骄,陈杰,冷用斌,阎映炳,&赖龙伟.(2016).主成分分析方法在空间干涉仪图像处理中的应用.强激光与粒子束(12),"134-141".
MLA 陈汉骄,et al."主成分分析方法在空间干涉仪图像处理中的应用".强激光与粒子束 .12(2016):"134-141".
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
主成分分析方法在空间干涉仪图像处理中的应(5433KB)期刊论文作者接受稿开放获取CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈汉骄]的文章
[陈杰]的文章
[冷用斌]的文章
百度学术
百度学术中相似的文章
[陈汉骄]的文章
[陈杰]的文章
[冷用斌]的文章
必应学术
必应学术中相似的文章
[陈汉骄]的文章
[陈杰]的文章
[冷用斌]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。