[发明专利]一种红外焦平面探测器盲元筛选方法有效
申请号: | 201310251793.X | 申请日: | 2013-06-21 |
公开(公告)号: | CN103310108A | 公开(公告)日: | 2013-09-18 |
发明(设计)人: | 华桦;董美凤;胡晓宁;叶振华;何凯;李杨 | 申请(专利权)人: | 中国科学院上海技术物理研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 上海新天专利代理有限公司 31213 | 代理人: | 郭英 |
地址: | 200083 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 红外 平面 探测器 筛选 方法 | ||
1.一种红外焦平面探测器盲元筛选方法,包括以下步骤:
步骤一:生成待筛选的特定形状的盲元矩阵B=[bij],矩阵B的大小为I×J,有
式中,I×J取8×1,5×2,4×3,3×3或2×2,i,j为下标,i的取值范围是1,2,3,...,I,j的取值范围是1,2,3,...,J;
步骤二:求解红外焦平面探测器原始盲元数据矩阵BW中的连续盲元信息cc,有
cc=bwconncomp(BW) (2)
式中,原始盲元数据矩阵BW为X×Y大小的二值矩阵,由红外焦平面探测器盲元测试系统对实际器件进行盲元测试后生成,X×Y为被测试红外焦平面探测器的规模,bwconncomp()为MATLAB8.0软件中的函数,其中,连续盲元信息cc为bwconncomp()函数生成的数据结构体,该数据结构体包含以下数据:
1.cc.Connectivity,为整数;
2.cc.NumObjects,为整数;
3.cc.ImageSize,为1×2大小的矩阵;
4.cc.PixelIdxList,为1×cc.NumObjects大小的元胞矩阵;
步骤三:求解红外焦平面探测器原始盲元数据矩阵BW中连续盲元团簇的个数S,有
S=cc.NumObjects (3);
步骤四:求出包围连续盲元团簇的最小盲元团簇矩阵CMs,其中,s为下标,s的取值为1,2,3,...,S,其中,最小盲元团簇矩阵CMs的求取步骤如下:
4‐1)求解最小盲元团簇矩阵的大小信息ccbbox,有
ccbbox=regionprops(cc,’BoundingBox’) (4)
式中,regionprops(,’BoundingBox’)为MATLAB8.0软件中的函数,其中,最小盲元团簇矩阵的大小信息ccbbox为regionprops(,’BoundingBox’)函数生成的数据结构体,该数据结构体包含ccbbox.BoundingBox一种数据,其中,ccbbox.BoundingBox为S组1×4大小的矩阵MNs,有
MNs=[MN1s MN2s MN3s MN4s] (5)
式中,MN1s,MN2s为小数,MN3s,MN4s为整数;
4‐2)求解最小盲元团簇矩阵的图像信息ccimg,有
ccimg=regionprops(cc,’Image’) (6)
式中,regionprops(,’Image’)为MATLAB8.0软件中的函数,其中,最小盲元团簇矩阵的图像信息ccimg为regionprops(,’Image’)函数生成的数据结构体,该数据结构体包含ccimg.Image一种数据,其中,ccimg.Image为S组MN3s×MN4s大小的最小盲元团簇矩阵
式中,mn3s,mn4s为下标,mn3s的取值为1,2,3,...,MN3s,mn4s的取值范围为1,2,3,...,MN4s;
步骤五:求解最小盲元团簇矩阵的质心信息ccct,有
ccct=regionprops(cc,’Centroid’) (8)
式中,regionprops(,’Centroid’)为MATLAB8.0软件中的函数,其中,最小盲元团簇矩阵的质心信息ccct为regionprops(,’Centroid’)函数生成的数据结构体,该数据结构体包含ccct.Centroid一种数据,其中ccct.Centroid为S组1×2大小的质心坐标矩阵CTs,有
CTs=[ct1s,ct2s] (9)
式中,ct1s为第s个最小盲元团簇矩阵的质心的横坐标,ct2s为第s个最小盲元团簇矩阵的质心的纵坐标;
步骤六:求解最小盲元团簇矩阵的连续盲元数信息ccarea,有
ccarea=regionprops(cc,’Area’) (10)
式中,regionprops(,’Area’)为MATLAB8.0软件中的函数,其中,最小盲元团簇矩阵的连续盲元数信息ccarea为regionprops(,’Area’)函数生成的数据结构体,该数据结构体包含ccarea.Area一种数据,其中,ccarea.Area为S个整数AREAs,其中,AREAs为第s个最小盲元团簇矩阵的连续盲元数;
步骤七:令
s=1 (11);
步骤八:若MN3s≥I且MN4s≥J,进行步骤九,否则进行步骤十三;
步骤九:计算横向范围PPs,纵向范围QQs,有
PPs=MN3s-I+1 (12)
QQs=MN4s-J+1 (13);
步骤十:令
pps=1 (14);
步骤十一:令
qqs=1 (15);
步骤十二:计算筛选矩阵CR=[crij],筛选矩阵CR的大小为I×J,有
式中,
ps=i+pps (17)
qs=j+qqs (18)
若筛选矩阵CR中的元素crij全部等于零,则进行步骤十三,否则进行步骤十四;
步骤十三:记录该盲元团簇编号s,该编号s对应的盲元团簇即为筛选出的特定形状的盲元;
步骤十四:令
qqs=qqs+1 (19)
若
qqs≤QQs (20)
则返回步骤十二,否则进行步骤十五;
步骤十五:令
pps=pps+1 (21)
若
pps≤PPs (22)
则返回步骤十一,否则进行步骤十六。
步骤十六:令
s=s+1 (23)
若
s≤S (24)
则返回步骤八,否则进行步骤十七;
步骤十七:统计步骤十三记录的所有的盲元团簇编号s及相应的盲元团簇矩阵CMs对应的质心坐标矩阵CTs和连续盲元数AREAs,保存统计结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院上海技术物理研究所,未经中国科学院上海技术物理研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310251793.X/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用