白天观星红外星图噪声抑制算法

单点噪声和条纹非均匀性噪声是白天观星红外星图中的两种典型噪声,严重影响了星图识别的后续处理。针对两种噪声产生的原因和特点,提出改进的单点噪声去噪算法,即用局部窗口遍历扫描全图检测出单点噪声,然后用全局均值进行补偿;又提出列直方图偏移校正算法去除条纹非均匀性噪声,即依据列偏移校正模型,对每列直方图相对于全局直方图的峰值位置偏移进行校正。实验结果表明:所提出的噪声抑制算法对红外星图去噪效果良好,星点目标峰值信噪比可从7.4提高到12.8,并且算法计算简单,可以在单帧时间内完成,满足星图实时预处理的应用要求。

基于神经网络的基层智慧型融媒体系统传播能力预测方法

随着基层智慧型融媒体系统在各地的应用越来越广泛,为实现系统长期传播能力的预测,设计基于神经网络的基层智慧型融媒体系统传播能力预测方法。基于改进数据集结构设计高效用数据挖掘算法,实施基层智慧型融媒体系统结构、时间、文本、用户信息的挖掘。对于挖掘信息,设计异常事件检测模型对其实施数据异常事件检测,使用差分综合移动平均自回归模型实施单点噪声的修复。构建一种基于上下文依赖的动态图注意网络作为基层智慧型融媒体系统传播能力预测模型,由建模传播动态图模块、时—空依赖学习模块与预测模块构成,其输入为处理后的信息,输出信息为基层智慧型融媒体系统传播规模预测增量。实验结果表明,该方法预测用户列表精度整体较高,最高达到98.95%,预测用户列表召回率整体较高,最高达到97.24%。

红外星图预处理及星点定位精度分析

红外星图是白天观星获取的原始数据,图中含有单点噪声和条纹噪声等多种噪声,严重影响了后续的星点提取和质心定位。针对外场观星获取的红外星图,进行了星图预处理,并分析了星点定位精度。提出了单点噪声的检测与补偿算法和条纹噪声的列均值偏移校正(CMOC)算法,还采用Wiener2和Top-hat组合滤波方法对星图进行进一步滤波去噪,最后使用在观测星图中加入理想模拟星点的方法计算了星点定位精度。实验结果表明,预处理算法有效抑制了红外星图中的各种噪声,星点目标峰值信噪比最多由4.7提高到了31.3,模拟的2等星的星点定位标准偏差量级为1/30 pixel水平,满足工程应用的精度要求。

一种新的方法用于星敏感器近红外星图星点提取

分析了近红外星图小波分解系数的特点。依据小波分析的边缘检测特性、解相关性和多分辨率特性结合星点的灰度分布特征设计了不同尺度下的检测模板。在恒虚警概率条件下,提出利用局部阈值克服红外星图本身的背景不均匀性。通过在星图第二次分解的近似系数上检测星点最大灰度值的位置,削弱了单点噪声和条纹噪声的影响。实验结果显示,算法能有效得出视场中的星点最大灰度值坐标,误差在1个像素位置左右,满足后续星点提取的需要。