基于CDS技术的CCD噪声信号处理

在CCD信号采集系统中,当CCD像元读出频率较高时,其复位噪声已成为CCD噪声源中不可忽视的重要部分。针对CCD输出噪声特点,建立噪声传输函数及其分析模型,利用相关双采样(CDS)技术对CCD输出信号中的复位噪声进行了理论分析和相关测试。结果表明,只要选择合适的采样时间,可以最大限度地抑制复位噪声。

CCD噪声模型在几何最优线性姿态估计中的应用

星敏感器噪声主要来源于CCD图像传感器和控制与数据处理电路,这些噪声对姿态估计精度的影响不容忽视。在研究了CCD图像传感器中光子散粒噪声、暗电流噪声、电荷转移噪声及读出噪声四种主要噪声的基础上,分析了它们对亚像元质心法提取精度的影响。根据亚像元质心法提取结果,采用几何解析的最优线性姿态估计(OLAE)方法解算卫星姿态。仿真结果表明:考虑星敏感器噪声模型比单纯引入高斯白噪声具有更高的姿态估计精度。

CCD噪声标定及其在边缘定位中的应用

成像过程中的CCD噪声将给图像测量结果带来误差,因此能否有效地抑制这些噪声是提高测量精度的关键。分析了CCD暗电流噪声和随机噪声的特性,并针对各自特性提出了相应的噪声标定技术以及抑制方法。结合精密图像测量任务,分别研究了暗电流噪声和随机噪声对一维边缘定位、结构光相移法相位提取的影响。通过仿真和实验,比较了噪声抑制前后的测量结果,结果表明,噪声抑制后边缘定位精度有很大的提高,证实了该CCD噪声标定技术和抑制方法的有效性和必要性。

应用小波神经网络处理CCD图像噪声

提出了一种用于数字图像中CCD噪声处理的小波神经网络滤波器。分析了CCD噪声模型,找出了导致CCD噪声模型复杂的原因:CCD相机响应功能的非线性。在对自适应噪声平滑(ANS)滤波器分析的基础上,考虑了影响滤波效果的两大问题:滤波窗口和图像强度。将小波神经网络非线性逼近CCD噪声曲线,按照噪声参数对图像进行区域划分并分配相应的权值。然后,结合相应的非线性滤波器进行针对性滤波,综合输出。实验结果表明:本文改进的滤波器滤波效果明显,信噪比得到进一步提高(24.65)。利用小波神经网络良好的非线性函数逼近性,结合ANS滤波器,构造出了小波神经网络非线性ANS(WNN-NANS)滤波器,该滤波器在去除噪声的同时很好地保留了边缘细节,同时提高了信噪比。

结合小波神经网络的CCD相机噪声处理方案

CCD相机响应功能复杂的非线性特征导致传统的线性滤波方式效果不理想.在分析CCD噪声模型的基础上,用小波神经网络非线性逼近噪声曲线,然后根据噪声参数进行分类自适应去噪.理论分析和实验结果证明该滤波方式可行,通过与传统滤波器相比较,噪声消除、边缘保留及信噪比方面均得到提高.

CCD扫描噪声建模及自适应滤波算法

为去除图像因扫描引入的电荷耦合器件(CCD)噪声,提出一种基于变窗口的自适应滤波算法。分析CCD主要噪声:散粒,固有和输出噪声的噪声特性,建立CCD扫描噪声模型,根据噪声和边缘处理方式的不同设计了局部和全局自适应滤波器。实验结果表明,该算法具有较好的信噪分离能力,在充分抑制噪声的同时,很好地保持了边缘,提高对比度,视觉效果良好。

遥感成像噪声分析及基于PCNN的滤除方法

遥感图像噪声的来源比较复杂,在遥感成像和图像传输过程中都有噪声的影响,所以,遥感成像噪声分析及滤除在遥感图像处理中占据非常重要的地位.CCD(电荷耦合器件)噪声是成像过程中最主要的噪声,它主要有暗流、零响应偏移和响应不一致等特性.滤除CCD噪声中暗流的直流分量以及消除零响应偏移和响应不一致后,可以认为所剩CCD噪声为高斯噪声和椒盐噪声的叠加.针对CCD噪声的特点和脉冲耦合神经网络(PCNN)中神经元间捕获特性的滤波作用,提出基于PCNN的CCD噪声滤波方法,并进行了仿真计算,验证了该方法的有效性.

TDI CCD视频响应性能的高精度检测

TDI CCD主要应用于空间遥感和科学实验中。为了解决TDI CCD性能检测过程中精度不够、检测方法不够准确等问题,提出了一套更为科学而准确的高精度TDI CCD性能检测方法。实验结果表明,暗电流信号和CCD噪声的测量不确定度是以往测量方法的1/10,其他视频响应性能的不确定度也仅为以往测量方法的1/5。该测量方法提高了TDI CCD视频响应的检测精度和准确性。

TDI CCD视频响应性能的高精度检测

TDI CCD主要应用于空间遥感和科学实验中,为了解决TDI CCD性能检测过程中精度不够高、检测方法不够准确等问题,提出了一套更为科学而准确的高精度TDI CCD性能检测方法。首先,增加TDI CCD视频信号的增益可调范围和视频AD的量化位数,尽可能高地提取出TDI CCD的噪声;其次,改变TDI CCD接收的辐照度,制定TDI CCD各项视频响应性能的检测方法;最后,提出TDI CCD各项视频响应的准确计算方法,确定测量不确定度。实验结果表明:和以前测量方法相比,暗电流信号和CCD噪声的测量不确定度减小了10倍,其他视频响应性能的不确定度也减小了5倍多,因此,现有测量方法提高了TDI CCD视频响应的检测精度和准确性。

TDA8783在CCD相机视频信号处理中的应用

首先,介绍了CCD器件的噪声,并讨论了CCD器件噪声处理技术;其次,分析了视频处理电路的工作原理和实现方法,并基于CCD信号处理芯片TDA8783对视频信号处理电路进行了详细设计,TDA8783内置了上述电路的功能模块,只要正确设计其工作驱动时序电路,就能完成上述电路的功能;最后,简单总结了视频处理电路中应注意的问题。

基于TDA8783的CCD视频信号处理技术

根据CCD输出视频信号的特点,分析并设计了CCD相机视频信号处理方案;使用集成了相关双采样电路(CDS)、增益控制电路(AGC)、箝位电路、模数转换器(ADC)等功能的CCD信号处理芯片TDA8783对视频信号处理电路进行了详细设计,对该处理过程进行了详细的研究和分析。最后,简单总结了视频处理电路中应注意的问题。

TDA9965在面阵CCD相机视频信号处理中的应用

为了在大面阵CCD信号处理电路中获得高质量的图像信号,就必须对电路中的噪声进行适当的处理。针对面阵CCD输出噪声的特点,提出了基于CCD信号处理芯片TDA9965的面阵CCD相机视频信号处理方案。TDA9965内置了视频信号处理电路的功能模块,只要正确设计其外围工作电路,就能完成视频信号处理功能。最后,简单总结了视频信号处理外围电路设计中应注意的问题。

星敏感器曝光时间的优化

星敏感器曝光时间是影响星敏感器星点定位精度的因素之一。建立星敏感器星点像移模型和CCD噪声影响模型,分析了星点质心定位精度与曝光时间的关系,并以CCD47-20为例,对星敏感器的曝光时间进行了优化。结果表明:对于6.5等星,当星点光斑像移速度为4.67pixels/s时,采用5×5窗口的亚像元质心算法,亚像元质心算法精度随曝光时间的延长而降低,CCD噪声对星点质心定位精度的影响随曝光时间的增加而减小;星敏感器的最佳曝光时间为200ms,此时的星点质心定位精度优于1/50pixel。

影响航空图像质量的主要因素分析

航空图像覆盖范围广,包含巨大的信息量。预先了解影响图像质量的各种原因,有针对性地进行图像质量判别,可以减少信息冗余,提高运算速度。而且, 大多数航空图像都没有参考图像,属于绝对图像质量判别范畴。有资料表明,在当前的技术状态下,只有预先了解引起图像降质的原因,对无参考图像进行质量判别才是可行的。本文对影响航空图像的主要因素进行了分析和归纳,并指出了各种因素对图像质量造成的影响,为进行航空图像质量判别提供了方向。

基于小波变换的玻璃厚度检测信号分析

基于LD-CCD光电测量方法的玻璃厚度检测信号混杂着各种外界噪声和CCD固有的随机噪声,具有较低信噪比,玻璃厚度测量系统对精度要求很高,必须对信号进行滤波处理。文中简要介绍了玻璃厚度测量系统信号处理流程。分析光电检测系统噪声主要来源,对厚度信号混杂的噪声特性进行细致研究,给出噪声模型。提出用小波变换软阈值法去除噪声,进行信号特征提取。将小波分析在信号处理中的优势应用到玻璃厚度信号分析中,最大程度的保留原信号信息。采集试验数据进行计算机仿真处理,取得了比较理想的结果,降噪后的信号波形基本消除了噪声干扰,为厚度信号的进一步处理奠定了基础。

一种重复观测低信噪比光谱的处理方法

目前我国LAMOST光谱巡天已发布超过760万条的天体光谱,对其中大量的低信噪比光谱的处理一直是业内公认的难题。针对天体光谱中重复观测的光谱,提出了一种新的处理方法。该方法的主要内容为:对每一组重复观测光谱,选择其红移值的差距在一定范围内的组别,然后使用一种基于信噪比加权的最优叠加方法来提高光谱的信噪比。通过对LAMOST DR4中所有重复观测光谱进行处理,证明该方法对于提高低信噪比重复观测光谱的信噪比十分有效。使7 571组恒星光谱的信噪比达到参数测量的标准,3 357组类星体和星系光谱的信噪比得到提高,平均提高率为56.38%;并且获得了43 021个双星候选体。