【技术实现步骤摘要】
(一)本专利技术涉及的是基于深度神经网络的噪声空间外差干涉光谱信息校正方法，可用于直接从噪声空间外差干涉图中获取校正后的降噪空间外差光谱，属于空间外差光谱。
技术介绍
0、(二)
技术介绍
1、空间外差光谱技术是一种新型的空间调制型傅里叶干涉光谱技术,它继承了傅里叶干涉光谱技术的高信噪比、多路传输和高分辨率等特点，同时摒弃了传统的傅里叶干涉光谱技术的动镜和扫描部件，在确定的波谱范围内，能获得超高的光谱分辨率。同时，它具有无运动部件，体积紧凑，重量轻，灵敏度相对较高等优点，在大气遥感、天文观测，矿石探测以及天气预报等应用领域具有独特优势。虽然空间外差光谱仪优势明显，但受实验环境复杂和电子元器件本身等因素干扰，也会出现信号存在噪声的情况，光谱信号的特征被各种噪声所掩盖而无法得到有价值的研究数据。因此，对噪声空间外差干涉光谱信息的校正对实现目标的高精度探测意义重大。
2、现阶段已存在对空间外差干涉图去噪的相关研究，传统的去噪算法有中值滤波和小波等，在深度学习领域有卷积神经网络去噪等。这些算法都是在图像方面进行噪声的去除，...
【技术保护点】
1.基于深度神经网络的噪声空间外差干涉光谱信息校正方法，包括以下步骤：
2.根据权利要求1所述的基于深度神经网络的噪声空间外差干涉光谱信息校正方法，其特征在于：
3.根据权利要求1所述的基于深度神经网络的噪声空间外差干涉光谱信息校正方法，其特征在于：
4.根据权利要求1所述的基于深度神经网络的噪声空间外差干涉光谱信息校正方法，其特征在于：
5.根据权利要求1所述的基于深度神经网络的噪声空间外差干涉光谱信息校正方法，其特征在于：
【技术特征摘要】
1.基于深度神经网络的噪声空间外差干涉光谱信息校正方法，包括以下步骤：
2.根据权利要求1所述的基于深度神经网络的噪声空间外差干涉光谱信息校正方法，其特征在于：
3.根据权利要求1所述的基于深度神经网络的噪声空间外差...
【专利技术属性】
技术研发人员：叶松，罗炜，张紫杨，王新强，李树，王方原，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。