-
公开(公告)号：CN107036629A
公开(公告)日：2017-08-11
申请号：CN201710262842.8
申请日：2017-04-20
Applicant: 武汉大学
IPC: G01C25/00
CPC classification number: G01C25/00
Abstract: 本发明公开了一种视频卫星在轨相对辐射定标方法及系统，包括：S1利用视频卫星平飞模式成像，获取视频多帧序列图像；S2选择视频多帧序列图像中一帧图像作为基准图像，将各其他图像分别与基准图像配准，并进行运动补偿；S3基于运动补偿后的视频多帧序列图像估计真实地物入瞳辐亮度图像；S4根据估计的真实地物入瞳辐亮度图像和步骤1获得的视频多帧序列图像，解算视频面阵传感器的定标参数，并进行校正。本发明适用于视频卫星面阵传感器的在轨相对辐射定标，且具有精度高、更便利、成本低的优点。
-
公开(公告)号：CN104378552A
公开(公告)日：2015-02-25
申请号：CN201410695913.X
申请日：2014-11-26
Applicant: 武汉大学
Abstract: 本发明提供一种面向连续监视任务的视频卫星摄像机最优指向角控制方法，设摄像机指向角为定义为主光轴在UW平面内的投影与W轴的夹角，ω为主光轴在VW平面内的投影与W轴的夹角，κ为绕W轴的转动角；设连续拍摄任务起始时刻为t时刻，确定摄像机的指向角中ω和κ后，将摄像机的主光轴依次绕绕U轴旋转ω角，绕W轴旋转κ角，确定摄像机指向角中的后，将摄像机的主光轴绕V轴旋转角；在后续拍摄任务过程中，保持ω和κ角不变，确定摄像机的指向角中后，将摄像机的主光轴绕V轴旋转进行相应实时变化。本发明依据卫星遥感视频监控时的严格成像几何关系，分析了摄像机指向角与成像范围、成像分辨率的变化关系，设计了一种最优指向角的控制方法，可为摄像机姿态控制提供优化方案。
-
公开(公告)号：CN116563105B
公开(公告)日：2024-02-02
申请号：CN202310432388.1
申请日：2023-04-18
Applicant: 武汉大学
Abstract: 本发明提出了一种众源卫星遥感影像数据集优选方法及计算机可读介质。本发明获取多幅卫星遥感影像，数据预处理；在候选数据集中搜索所有不可分割区域，以构建不可分割区域的索引点集合；构建候选数据集与不可分割区域的索引点集合之间的覆盖关系；通过贪心算法在候选数据集中优化选择出最小数量的卫星遥感影像，确保目标区域被完全覆盖。本发明避免了对合适栅格大小的选择问题和栅格化可能带来的数据量丢失问题，进一步提升了优选方法的有效性。
-
公开(公告)号：CN115688568A
公开(公告)日：2023-02-03
申请号：CN202211294426.3
申请日：2022-10-21
Applicant: 武汉大学
IPC: G06F30/27 , G06N3/006 , G06F111/04
Abstract: 本发明提供了一种超敏捷卫星多星区域成像任务的调度方法，包括如下步骤：步骤1，分析面向超敏捷卫星多星区域成像任务需求，对任务调度过程进行假设化简；步骤2，以条带长度总和最短为目标，对待成像区域进行条带分解，获得任务调度的原子任务集；步骤3，根据步骤2的任务集，选取相应的多类决策变量，以最大化成像覆盖收益、最小化成像任务执行时间为目标，构建多星成像任务调度模型；步骤4，求解所构建的多星成像任务调度模型；步骤5，将步骤4求解得到的最优决策变量组合还原为任务调度方案。本发明有效适应了存多类决策变量问题的优化求解需求，能够有效地适用于超敏捷卫星多星区域成像任务调度。
-
公开(公告)号：CN114858186A
公开(公告)日：2022-08-05
申请号：CN202210423660.5
申请日：2022-04-21
Applicant: 武汉大学
IPC: G01C25/00
Abstract: 本发明提供一种恒星观测模式下线阵相机星上几何定标方法。本发明主要包括7个步骤，分别为：步骤1，线阵相机恒星几何成像模型构建；步骤2，恒星控制点天区选择；步骤3，恒星控制点物方坐标识别；步骤4，恒星控制点像方坐标精确提取；步骤5，线阵相机恒星几何定标模型构建；步骤6，线阵相机几何畸变模型构建；步骤7，顾及像方覆盖率的改进定标模型。本发明可实现一种全天时、全天候、全空域、高精度、低成本、星上化的光学线阵相机几何定标方法，从而实时地保障对地观测卫星系统星上处理的几何精度。
-
Patent Agency Ranking
公开(公告)号：CN109993719A
公开(公告)日：2019-07-09
申请号：CN201910214391.X
申请日：2019-03-20
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 本申请提供了一种面向区域覆盖的多轨拼接成像优化方法，首先，构造n个由m个侧摆角组合形成的侧摆角方案集合P，对应产生n个覆盖率组成的集合F，其中m为轨道个数，每个侧摆角取值在上下限间随机产生；采用多边形逻辑计算方法，计算P中每个侧摆角方案的覆盖率，并记录覆盖率最大值和对应的侧摆角方案；采用PSODE算法，对方案P中的各个侧摆角方案进行交叉、变异等进化操作后，保留覆盖率较优的方案，获得相应的新的元素组成的集合P’；重复执行上一个操作k次后，取P’中覆盖率最大的侧摆角方案作为最优解。本发明克服了传统网格点法计算时间消耗大、效率不高的缺陷。
-
公开(公告)号：CN109948852A
公开(公告)日：2019-06-28
申请号：CN201910214798.2
申请日：2019-03-20
Applicant: 武汉大学
Abstract: 本申请提供了一种敏捷卫星的同轨多点目标成像任务规划方法，方法包括：步骤S1，确定需要成像的n个点目标，以及与n个点目标对应的成像时刻；步骤S2，按照n个点目标对应的成像时刻的先后顺序，获得成像时刻集合x，以及与成像时刻集合x对应的n个点目标的集合p；步骤S3，依次取i从1至n-1，取j从2至n，且i小于j，确定集合p对应的公有顶点的值的集合a；步骤S4，根据公有顶点值集合a，获得姿态约束无向图型结构；步骤S5，对姿态约束无向图型结构分块定向，获得姿态约束有向图型结构，并根据姿态约束有向图型结构，获得多组成像顺序；步骤S6，在多组成像顺序中，选择至少一组成像顺序作为最优成像顺序。
-
公开(公告)号：CN107144293A
公开(公告)日：2017-09-08
申请号：CN201710224630.0
申请日：2017-04-07
Applicant: 武汉大学
IPC: G01C25/00
CPC classification number: G01C25/00
Abstract: 本发明涉及视频卫星的面阵相机几何定标方法，包括如下步骤，步骤1，利用视频卫星的内方位元素、姿态轨道、扫描帧时和视频影像对应区域的高精度数字高程模型DEM构建严密几何成像模型，对视频卫星影像对应的高精度数字正射影像DOM进行重投影，生成一副与视频卫星影像相同大小的模拟影像；步骤2，针对视频卫星影像与模拟影像，采用相位相关与最小二乘相结合的高精度配准算法进行分块配准，获取控制点；步骤3，结合严密几何成像模型，并利用配准控制点解求外定标参数；步骤4，将解求得到的外定标参数引入严密成像几何模型，利用控制点解求面阵相机畸变模型，获得内定标参数。本发明可以广泛应用于视频卫星面阵相机的几何定标中。
-
公开(公告)号：CN119204475A
公开(公告)日：2024-12-27
申请号：CN202410794170.5
申请日：2024-06-19
Applicant: 武汉大学
IPC: G06Q10/0631 , G06F17/10 , G06N3/006
Abstract: 本发明公开了一种光学遥感卫星在轨交叉定标任务优化调度方法及设备，设置决策变量包括定标场选择编号、成像时间窗口选择编号和成像时刻归一化系数，以最小化基准星与待定标星的观测时间差和观测角度差为目标函数，构建成像时间/成像角度最优匹配寻优调度模型；利用改进的粒子群优化算法对所构建的成像时间/成像角度最优匹配寻优调度模型进行求解，对任务调度模型中不同类型决策变量引入不同的粒子更新策略；根据模型求解结果还原得到对应的定标场、基准星成像时刻、待定标星成像时刻，输出优化的在轨交叉定标任务调度方案。本发明能够有效的适用于光学遥感卫星在轨交叉定标任务的优化调度。
-
公开(公告)号：CN111897640B
公开(公告)日：2024-02-02
申请号：CN202010756747.5
申请日：2020-07-31
Applicant: 武汉大学
IPC: G06F9/48 , G06Q10/0631 , G06N3/126
Abstract: 本发明提供一种面向区域成图的卫星成像任务规划方法及系统，包括明确面向区域成图的多星成像任务规划的成图需求，对任务规划过程进行假设化简，完成面向区域成图的多星成像任务规划的成图需求到任务规划模型要素的转换，其特征在于：建立一个以成像条带侧摆角和该成像条带是否被选择为决策变量，以覆盖率最大和参与成像的条带数最小为目标函数，以光照时间和最大侧摆角为约束条件的多目标任务规划模型；利用Vatti算法计算目标函数中成像条带有效覆盖面积；利用改进的实数二进制混合LMOCSO算法计算多目标任务规划模型，获得面向区域成图的多星成像任务规划方案。本发明技术方案能够用于大目标区域成图的卫星成像任务规划，例如省级或国家级以上目标区域。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.025 seconds)
