摘要
本发明公开了一种高分辨率辐射计智能成像方法和系统,属于辐射计测量领域,本发明引入了一种特征编码策略,该策略基于不同空间频率(或基线)采样的可见度数据的测量噪声不相关特性,对空间频率样本进行相关性处理,从而有效减轻辐射测量噪声的影响。此外,还设计了一种辐射计成像的轻量级参数自适应脉耦合神经网络,该网络擅长以较低的计算成本提取目标的高频特征,实现成像分辨率提升与噪声抑制。本发明为目标探测、遥感监测和安检安防等应用提供了强有力的技术支撑,为辐射计成像技术的未来发展开辟了新路径。即便在硬件复杂度降低或测量数据压缩的情况下,仍能为高分辨辐射计成像应用任务提供一种有效解决方案。
技术关键词
辐射计
耦合神经网络
智能成像系统
编码策略
成像方法
脉冲生成器
空间频率特征
表达式
样本
基线
分辨率提升
模块
高频特征
噪声抑制
参数
数据压缩
成像技术
系统为您推荐了相关专利信息
参数成像方法
数学模型
编码
轴向扩散系数
多通道
高光谱探测器
超表面结构
短波红外
采样方法
高光谱成像系统
层析成像方法
非线性超声
数据处理终端
椭圆定位算法
接收端