基于全卷积神经网络的星点提取算法

上传者: 46611502 | 上传时间: 2022-11-22 20:26:26 | 文件大小: 367KB | 文件类型: 7Z
天文导航是以已知准确空间位置、不可毁灭的自然天体为基准,被动探测天体位置,经解算确定测量点所在平台的经度、纬度、航向和姿态等信息。其中以通过对恒星成像进行光电转换获取星点信息进行姿态确定的星敏感器应用最为广泛,他主要包括两个部分:星点提取和星点识别,本文主要关注前者。除了成像器件本身的噪声缺陷,由于空间辐射会导致星敏感器拍摄星图背景灰度均值增大, 背景起伏明显, 另一方面星敏感器探测的是微弱的恒星星光,对杂散光非常敏感,,主要的杂散光源为日光、月光和地气光等杂散辐射源,主要呈现为斜坡噪声。 传统的几何方法主要需要针对某一种情况下的某种应用,当成像器件、光学环境和空间环境等发生变化时,相应的方法也会发生改变。使用全卷积神经网络可在不改变网络结构的情况下,通过更改训练样本,灵活实现星点提取。具体到本文,主要解决三个方面的问题:1不同背景均值下的提取,2散点噪声下的提取,3斜坡噪声下的提取。

文件下载

资源详情

[{"title":"( 1138 个子文件 367KB ) 基于全卷积神经网络的星点提取算法","children":[{"title":"ProjectSettings.json <span style='color:#111;'> 37B </span>","children":null,"spread":false},{"title":"VSWorkspaceState.json <span style='color:#111;'> 78B </span>","children":null,"spread":false},{"title":".suo <span style='color:#111;'> 14.50KB </span>","children":null,"spread":false},{"title":"workspaceFileList.bin <span style='color:#111;'> 684.60KB </span>","children":null,"spread":false},{"title":"slnx.sqlite <span style='color:#111;'> 1.06MB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明