摘要
本发明涉及在轨像质校正技术领域,具体提供一种基于机器学习的不同视场PSF关系构建方法,利用仿真软件构建拼接式反射镜系统模型,通过仿真获取多组包含不同视场以及视场PSF的训练集和测试集,利用训练集对建立的定量化网络进行训练,依据已知视场PSF对其余视场PSF进行估计,并利用测试集对定量化网络的训练情况进行检测,依据定量化网络输出视场的PSF估计与由望远镜系统模型获取的视场PSF对定量化网络进行评价,完成定量化网络优化训练,利用完成训练的定量化网络依据波前传感器在轨采集特定视场PSF进行任意视场PSF估计,进而实现图像复原。本发明通过神经网络实现了视场PSF估计,简化了传统视场PSF采集和视场PSF解析推导的过程,提高了图像复原精度。
技术关键词
关系构建方法
望远镜系统
节点
孪生神经网络
反射镜系统
波前传感器
表达式
数据
校正技术
工况
网络优化
仿真软件
网格
样本
光斑
成像
系统为您推荐了相关专利信息
无人机自驾仪
电力巡检无人机
障碍物
避障路径
风险
社区微电网
神经网络架构
电力设备
中央数据处理单元
高速数据存储系统
程序切片
动态检测方法
输出特征
抽象语法树
序列特征
特征向量库
视觉特征
机械臂运动路径
RRT算法
菜品区域