-
公开(公告)号：CN109581428A
公开(公告)日：2019-04-05
申请号：CN201811479723.9
申请日：2018-12-05
Applicant: 上海航天计算机技术研究所
IPC: G01S19/23
Abstract: 一种基于光学影像的在轨自修正的定位方法，包括步骤：利用地面控制点信息对星上几何定位模型的相关参数进行标定，将标定后的相关参数上注到星上；结合标定后的相关参数利用星上几何定位模型进行直接定位，将定位得到的结果作为下一帧数据的相对控制点；利用相对控制点对相关参数进行自修正；判断自修正结果是否合理，若合理，利用自修正结果对相关参数进行更新。无需地面控制点，也能减小系统时变误差源，提高定位精度。通过循环迭代，可消除高程变化对定位精度的影响，因此在轨处理时无需存储高程库信息。采用双DSP并行处理，可极大地提高定位的时效性。
-
公开(公告)号：CN109581428B
公开(公告)日：2022-02-18
申请号：CN201811479723.9
申请日：2018-12-05
Applicant: 上海航天计算机技术研究所
IPC: G01S19/23
Abstract: 一种基于光学影像的在轨自修正的定位方法，包括步骤：利用地面控制点信息对星上几何定位模型的相关参数进行标定，将标定后的相关参数上注到星上；结合标定后的相关参数利用星上几何定位模型进行直接定位，将定位得到的结果作为下一帧数据的相对控制点；利用相对控制点对相关参数进行自修正；判断自修正结果是否合理，若合理，利用自修正结果对相关参数进行更新。无需地面控制点，也能减小系统时变误差源，提高定位精度。通过循环迭代，可消除高程变化对定位精度的影响，因此在轨处理时无需存储高程库信息。采用双DSP并行处理，可极大地提高定位的时效性。
-
公开(公告)号：CN112381730A
公开(公告)日：2021-02-19
申请号：CN202011263669.1
申请日：2020-11-12
Applicant: 上海航天计算机技术研究所
Abstract: 一种遥感影像数据扩增方法包括如下步骤1获取遥感影像数据并对目标区域进行标注、提取，得到遥感目标切块数据；2利用遥感目标切块数据对生成对抗网络进行训练与改进得到生成对抗优化网络；3基于生成对抗优化网络对噪声进行处理，得到新形状特征的遥感目标切块扩增数据；4利用区域生长和二值化对遥感目标切块扩增数据进行处理，最终得到仿真遥感影像数据。本发明利用基于深度学习技术的生成对抗网络方法，可生成具有新特征信息的遥感目标切块扩增数据，有效提升目标检测的性能；改进生成对抗网路结构，以增大生成图像分辨率，提高生成图像质量；基于二次掩模法，可自定义目标位置和大小，实现仿真遥感影像数据自主可控生成。
-
公开(公告)号：CN112381730B
公开(公告)日：2024-02-02
申请号：CN202011263669.1
申请日：2020-11-12
Applicant: 上海航天计算机技术研究所
IPC: G06T5/70 , G06T7/194 , G06T7/187 , G06N3/0475 , G06N3/094
Abstract: 一种遥感影像数据扩增方法包括如下步骤1获取遥感影像数据并对目标区域进行标注、提取，得到遥感目标切块数据；2利用遥感目标切块数据对生成对抗网络进行训练与改进得到生成对抗优化网络；3基于生成对抗优化网络对噪声进行处理，得到新形状特征的遥感目标切块扩增数据；4利用区域生长和二值化对遥感目标切块扩增数据进行处理，最终得到仿真遥感影像数据。本发明利用基于深度学习技术的生成对抗网络方法，可生成具有新特征信息的遥感目标切块扩增数据，有效提升目标检测的性能；改进生成对抗网路结构，以增大生成图像分辨率，提高生成图像质量；基于二次掩模法，可自定义目标位置和大小，实现仿真遥感影像数据自主可控生成。
-
-
-
Search Results
4
records
(took 0.041 seconds)
