推扫成像中积分时间对孔径函数的影响分析

来源 :红外技术 | 被引量 : 0次 | 上传用户:xiaosanhuah
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分析了线列推扫成像中,积分时间对采样孔径函数的影响。给出了在推扫方向上随着积分时间变化的梯形采样孔径函数,并根据该孔径函数,分析了积分时间和输入频率对截取过程中的调制传递函数值下降速度的影响,同时对细分采样叠加成像方式与积分延迟效应的类似性作了简要对比。这些分析有助于更清晰地了解推扫成像方式中积分时间对系统成像质量的影响。
其他文献
根据金属原子特征,提出了基于支持向量机(support vector machine,SVM)金属发射率预测模型。通过分析原子的原子量、原子半径、第一电离势和电负性等特征,选择合适的惩罚参数和多项式核函数,利用一定的训练样本,建立了基于SVM的金属发射率预测模型。通过实例验证了该方法的有效性。
为了更加细致地区分状态焦虑对注意网络功能中的警觉、定向和执行控制功能的影响,本研究选取76名大学生作为被试,随机分成实验组和控制组。使用数字运算、倒计时提示以及限时
随着公司近几年新品种开发、市场拓展以及市场形势的急剧变化,多品种、多规格、小批量订单特点越来越明显,同时客户对合同按期交货要求越来越高,公司整体生产体系难度大幅增
为提高人脸识别效果,提出一种高频子带和低频子带融合为复矩阵的人脸识别方法。该方法通过对人脸图像进行2层小波分解,提取出第2层小波分解得到的低频部分和高频部分,将3个方向的高频子带分别做分块处理,计算每个子块能量值,选取每个方向信息量多的若干子块,并将其整合为1个新的高频子带,再将新的高频子带和原低频子带构成1个复矩阵。最后,用稀疏表示进行分类,分别在ORL和AR人脸图像数据库中进行测试。测试结果表