主成分分析方法在空间干涉仪图像处理中的应用
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。
主成分分析、空间干涉仪、图像处理、上海光源
28
TL506.6(加速器)
国家自然科学基金项目11375255,11075198
2016-12-08(万方平台首次上网日期,不代表论文的发表时间)
共1页
125103-1-125103-8