简介:星敏感器是一种高精度姿态测量设备,被广泛应用于航天、航空、舰船等领域,其性能主要取决于内参数的标定精度。选用何种标定方法完成内参数的标定以及如何提高内参数的标定精度是星敏感器实现高精度姿态测量的关键。针对现有的依赖姿态解算的标定方法与不依赖姿态解算的标定方法进行了相应研究,通过采用网格状星图分析了两类标定方法的噪声特性,同时对比研究了两类标定方法在不同星点数目、不同星点分布下的标定情况。仿真结果表明:星点数目越多内参数的标定精度越高,星点分布越均匀内参数的标定精度越高,且在同等情况下依赖姿态解算的标定方法的精度要优于不依赖姿态解算的标定方法。
简介:作为一个保边去噪的算法,各向异性扩散滤波(anisotropicdiffusionfilter,ADF)被广泛应用于磁共振成像(magneticresonanceimage,MRI)图像的预处理中,且对MRI图像中的莱斯噪声具有很好的去除效果.各向异性扩散滤波参数的选择对于其去噪性能影响很大,为找出滤波器的最佳参数,我们用改进的遗传算法对其进行参数优化,并且采用了一种新的精英选择策略,而且还在交叉和变异过程中采用了自适应的交叉和变异概率,再分别对各向异性扩散滤波的迭代次数t、扩散阈值k以及时间步长λ等三个参数进行选择优化.最后,从峰值信噪比(peaksignal-to-noiseratio,PSNR)、结构相似性指数(structuralsimilarityindexmetric,SSIM)、均方差(meansquarederror,MSE)三个方面,将经过参数优化的各向异性扩散滤波器对脑部MRI进行去噪处理,并与其它参数下的滤波结果进行对比.实验结果表明,经过参数优化的各向异性滤波器,无论是从视觉上还是相关评价指标上,均优于其它参数情况下的去噪效果.