基于光纤多狭缝的亚像元光谱采样及复原

光栅光谱仪的分辨率与其光通量之间存在折衷的关系。亚像元-反卷积序列光谱图复原方法可以在不降低光通量的前提下提高其分辨率。为使该方法能够应用在采用阵列探测器的小型便携式光谱仪上,提出了一种光纤多狭缝的设计方法,以获取亚像元重建所必须的序列光谱图。该方案的主要优点是无需微动机构,没有显著的像差变化,有利于简化算法。     

像元光敏宽度对干涉成像仪复原光谱幅值的影响

推导出了静态干涉成像光谱仪的探测器阵列采样空间调制干涉图的实际数学表达式,由此进一步推导出了含像元光敏宽度的复原光谱幅值的一般表达式。分析结果表明,当像元间距一定时,光敏宽度对复原光谱幅值存在影响。对于确定的光敏宽度,随着波数的变长,复原光谱幅值所受到的影响逐渐增大;对于确定的波数,随着光敏宽度的变宽,复原光谱幅值所受到的影响逐步增大。     

一种基于目标与背景特征分离模型的高光谱目标检测修正算法

高光谱图像立方体数据可以提供成像场景中地物在可见光和近红外波长范围内的空间信息和地物属性诊断的光谱特征信息,在目标检测与识别方面拥有得天独厚的天然优势。然而,基于高光谱图像数据的目标检测也存在一定缺陷,如经典的高光谱目标检测算法仅利用光谱维度信息检测目标,检测模型要么对背景高维特征矩阵构建的准确度不足,要么对背景先验光谱特征的完备性要求较高,导致算法对不同复杂度的检测场景适应性不强。因此,基于计算复杂度较低、参数需求量较少且检测性能较为优异的经典多目标检测算法—多目标约束能量最小化(MCEM),提出了一种基于目标与背景环境特征分离模型的高光谱目标检测修正算法(R-MCEM)。首先,设计了一个与目标形状、尺寸相近的逐像元移动运算窗口,依次计算窗口中的每个像元与窗口内其他像元的光谱距离之和D1,像元与各类目标的光谱距离之和D2。其次,采用获得D1/D2最小值的像元替换窗口内的所有像元值。然后,自左向右、自上而下逐像元移动窗口,重复窗口内每一个像元与目标、背景像元的光谱距离运算,并确定窗口内与背景相似度最高、与目标相似度最低的像元。直到移动运算窗口遍历整个高光谱图像,大幅提升了基于目标与背景...     

基于逆模型偏最小二乘法的高光谱亚像元目标探测方法研究

目前的高光谱亚像元目标探测算法主要是利用线性混合模型,在背景端元光谱已知的前提下,构造一定的检测算子逐像元判定是否含有亚像元目标。该算法需要较为精确的背景端元光谱先验信息,且目标探测结果受背景复杂度影响较大。从光谱维数据分析的角度出发,将逆模型偏最小二乘法(ILS)和马氏距离奇异值检测方法相结合进行亚像元小目标探测研究。首先建立目标光谱与像元光谱的逆模型,并对像元光谱与目标光谱进行正交变换预处理(SNV),再利用偏最小二乘算法(PLS)计算逆模型的回归系数向量,从而将多维的光谱信息降维,并突出目标光谱信息,最后计算各像元回归系数的马氏距离,判定马氏距离大于3σ的系数所对应的像元点为含有亚像元目标的像元点。该方法仅需要目标光谱的先验信息,对背景的复杂度不敏感。文章采用AVIRIS仿真数据将上述方法与常用的正交子空间投影算法(OSP)的计算结果进行比较,通过比较不同算法的受试者工作特征曲线(ROC)以及信噪比(SNR)变化曲线,证实了该算法具有较快的运算速度和较高的目标探测性能。     

基于流形学习和空间信息的改进N-FINDR端元提取算法

光谱端元提取是对高光谱数据进一步分析的重要前提。由于双向反射分布函数(BRDF),像元内的多重散射和亚像元成分的异质性等因素,高光谱图像中的混合像元实际上是非线性光谱混合。传统的端元提取算法是以线性光谱混合模型为基础,因此提取的端元精度不高。在光谱非线性混合的基础上,提出一种将流形学习与空间信息结合的改进N-FINDR端元提取算法。首先通过自适应的局部切空间排列算法寻找嵌入在高维非线性数据空间的本质的低维结构,将原始高光谱数据非线性降维到低维空间。接着利用地物分布具有连续性的特点,通过增大空间同质区域的像元的权重进行空间预处理。最后通过寻找最大单形体体积进行端元提取。提出算法很好的解决了高光谱遥感数据非线性结构,并利用了空间信息,提高了端元提取的精度。模拟数据实验和真实高光谱遥感数据实验结果均表明,采用该算法得到的结果优于顶点成分分析(VCA) 算法、基于测地线距离的最大单形体体积(GSVM)算法和空间预处理的N-FINDR(SPPNFINDR)算法。     

基于光谱相似性度量的光谱成像干扰效果定量评估

利用一种宽波段伪装网和超光谱成像仪进行了光谱成像伪装干扰试验,基于实施干扰前后光谱图像数据光谱特性的变化,利用光谱相似性度量指标,提出了一种用于评估光谱成像干扰效果的光谱距离准则,结合光谱成像伪装干扰试验结果,对该准则的适用性进行了验证分析.结果表明,在试验条件下,有效伪装区光谱图像像元在伪装前后光谱向量之间的光谱距离可达0.14~0.5,具体幅值大小因伪装前的目标特性、伪装网层数、超光谱成像仪增益等因素而异,而非伪装区和无效伪装区光谱图像像元的光谱距离都在0.05以下,可见在对目标实施有效的伪装干扰前后,伪装区像元的光谱距离通常会显著大于非伪装区,而且伪装效果越显著,光谱距离就越大.因此,光谱距离可以定量反映干扰对像元光谱特性的影响,并能鉴别不同干扰效果之间的细微差别,所以可用于定量、客观评估光谱成像干扰效果.     

基于B样条插值算法的亚像元技术的研究

亚像元动态成像技术是目前实现卫星相机小型化及提高相机空间分辨率的一种有效方法。在不改变TDICCD相机的焦距、成像距离,以及TDI CCD器件的像元尺寸的前提下,亚像元动态成像技术可以提高相机的空间分辨率。利用B样条插值算法,研究了TDI CCD相机的图像的亚像元动态插值问题,由两幅相机输出的原始图像经过算法得到比原图像分辨率高的图像,并对比了该算法与其它几种算法的效果,分析结果表明,该算法较其它算法得到的高分辨率图像的效果更佳。     

拉普拉斯约束低秩表示的高光谱图像异常检测

伴随高光谱图像的广泛使用,高光谱图像技术得到长足的发展,其中高光谱图像异常检测技术越发受到重视。为了解决传统高光谱图像异常检测技术的实用性和检测效果不佳的问题,提出一种新颖的低秩表示检测算法。对于高光谱图像,大部分背景像元均可以被少量主要的背景像元组合近似地表示,且它们的表示系数将会位于低秩的空间中。在剩下无法被主要背景像元表示的稀疏部分中存在着异常像元,则可以被检测算法提取出来。在低秩表示中,背景像元字典的构建将会影响高光谱图像中背景像元的表示。如直接从现有高光谱图像中提取背景像元构建字典,会导致异常像元对背景像元字典的污染。而利用待检测高光谱图像观测数据和由光谱组成原理可合成的潜在未观测数据来构建背景像元字典,提取出背景像元的主要特征,有利于更好地分离出稀疏异常像元的信息。并且高光谱图像数据存在高维几何结构特点,通过引入拉普拉斯矩阵来约束空间中局部相似的像元对于待检测像元的表示作用,获得更接近于真实的表示系数。实验结果分别在仿真数据和真实数据上验证,与传统方法相比,提出的方法通过有效地突出异常像元提高了检出率和抑制了背景像元,降低了误检率。     

一种TDI CCD亚像元图像合成方法

通过分析TDI CCD亚像元相机输出数据的空间和频谱特点,设计了亚像元插值算法,由相机输出的两幅原始图像经过插值融合处理得到一幅比原图像分辨率高的图像.仿真结果表明,该算法较其它算法得到的高分辨率图像的效果更佳,融合之后的图像比原图像分辨率提高至少1.4倍.     

雪-土混合像元微观/宏观尺度光谱混合机制差异分析

为探索微观和宏观尺度下混合像元光谱混合机制的差异,在人工设置试验环境下,以人工制作雪-土混合像元表征微观尺度混合像元,固定全波段光谱仪探头距离,完成不同面积比的雪-土混合像元和雪、土端元反射光谱的采集,并对采集得到的光谱数据进行全波段反射光谱、350～2 500 nm归一化反射光谱和剔除噪声后350～1 815 nm再归一化反射光谱数据定性定量分析。同时,分析同期MODIS和环境与灾害监测卫星B星(HJ-1B CCD/IRS)影像中可见光、近红外和短波红外通道反射率相关性及MODIS影像中雪-土混合像元光谱与端元光谱的关系。结果表明;(1)微观尺度时,全波范围内混合像元反射光谱与端元光谱存在非线性关系,分波段范围内存在线性关系;(2)宏观尺度时,可见光范围内,CCD 1,2,3通道与MODIS 3,4,1通道相关系数在0.76～0.89间;短波红外范围内,IRS通道2与MODIS通道6相关系数为0.35。(3)MODIS影像中雪-土混合像元光谱与端元光谱关系为混合像元与雪端元光谱间正线性相关,与裸土端元光谱负线性相关。     

MAP序列多帧图像超分辨率复原

序列多帧图像的超分辨率复原是由一序列低分辨率图像来估计一幅高分辨率图像的技术。介绍了序列图像的成像观测模型,给出了一种随机微扫描亚像素运动估计的方法,采用最大后验概率法进行了图像的超分辨率复原,对仿真结果进行了分析和比较。     

基于超分辨率重建的图像增强算法研究

 为了提高图像分辨率,从软件的角度出发,对低分辨率图像序列重建高分辨率图像的原理和算法实现开展了研究,提出从多个低分辨率图像序列中获取更高分辨率图像的方法。通过采用基于光流场的金字塔分层结构实现由粗到精的图像配准,获取了亚像素的运动估计。在采用多帧低分辨率图像进行亚像素级配准后,提出采用动态自适应确定正则化参数的方法,构造了简单的正则化代价函数,建立了低分辨率图像与高分辨率图像之间关系的重建模型,仿真实验结果表明该超分辨率重建算法水平和垂直方向上分辨率各增加一倍,与其他算法相比清晰度更高,计算时间不到传统POCS算法的一半。     

亚像元几何图像成像与超分辨恢复算法

随着光学成像到光电数字成像的转变,如何提高CCD的几何分辨率已成为研制高分辨光电成像系统亟待解决的问题。从研究现状入手,给出了现有算法并指出不足之处`,建立了亚像元超分辨成像数学模型,提出了亚像元的CCD几何超分辨方法:将两片线阵CCD集成在同一器件中,在线阵方向上错开半个像元,同时读出时间减半,最终交织重组图像数据,合成高分辨率图像。利用MATLAB软件对双线性插值方法及亚像元成像方法进行了仿真,并定性定量地分析了两种方法的效果。结果表明:亚像元方法合成图像分辨率约为低分辨率图像的2倍,且两组仿真图像中的峰值信噪比比双线性插值图像分别高出1.4864dB和2.2070dB,该方法可以显著地减轻欠采样引起的图像模糊,且实时性优于双线性插值方法。     

Multi-frame sub-pixel processing algorithm based on uncontrolled micro-scanning

For the uncontrolled micro-scanning where the displacement of image sequence is random, a sub-pixel processing algorithm based on boundary recursive and subsequent error optimization is proposed in this paper. Neighboring pixels are used to approximate the boundary pixels of the original image in the algorithm. Then the approximate error is optimized by the gray statistical principle. At last a sub-pixel image with high resolution is reconstructed. The results show that our algorithm is better than the general over-sample reconstruction algorithms and robust in different displacement situations.     

基于亚像素扫描的超分辨技术在高分辨X射线显微镜中的应用

在不改变现有硬件条件的情况下,开展超分辨扫描重建方法,可以在不增加系统成本的基础上提高高分辨X射线显微镜的成像性能.设计了基于亚像素扫描的超分辨扫描模式,按照设计的调制方式进行亚像素位移的移动,采集多幅具有互补信息的低分辨率图像;然后基于系统的点扩散函数,对高分辨率图像进行复原;最后结合POCS超分辨重建算法重建出高分辨图像.实验结果表明,10倍光耦探测器下的衬度噪声比提高了20%左右,空间分辨力提高了0.2μm(约15%),细节分辨能力超过探测器像素尺寸1.35μm的限制,可以看到在低分辨率图像中看不到的细节.实验说明用超分辨技术提高高分辨X射线显微镜的分辨率是有意义的.     

Sub-pixel dimensional measurement with Logistic edge model

To separate substandard workpieces from products, sub-pixel edge location with Logistic edge model is proposed for dimensional measurement. In the first step, workpiece rotation is corrected with high precision image rotation to reduce the measurement error and simplify the edge model. Secondly, Logistic edge model is utilized for fitting the discrete edge data to locate the sub-pixel workpiece edge and model parameters are estimated through the objective function in terms of the difference between assumed model and real image data. Finally, an edge pixel compensation method is presented with edge pixel compensation value, which weakens the effect of edge transition zone effectively. Experimental results demonstrate that the proposed method is effective for dimensional measurement with the relative error less than 0.05%.     

Inverse analysis of non-uniform temperature distributions using multispectral pyrometry

Optical diagnostics can be used to obtain sub-pixel temperature information in remote sensing. A multispectral pyrometry method was developed using multiple spectral radiation intensities to deduce the temperature area distribution in the measurement region. The method transforms a spot multispectral pyrometer with a fixed field of view into a pyrometer with enhanced spatial resolution that can give sub-pixel temperature information from a “one pixel” measurement region. A temperature area fraction function was defined to represent the spatial temperature distribution in the measurement region. The method is illustrated by simulations of a multispectral pyrometer with a spectral range of 8.0–13.0 μm measuring a non-isothermal region with a temperature range of 500–800 K in the spot pyrometer field of view. The inverse algorithm for the sub-pixel temperature distribution (temperature area fractions) in the “one pixel” verifies this multispectral pyrometry method. The results show that an improved Levenberg–Marquardt algorithm is effective for this ill-posed inverse problem with relative errors in the temperature area fractions of (–3%, 3%) for most of the temperatures. The analysis provides a valuable reference for the use of spot multispectral pyrometers for sub-pixel temperature distributions in remote sensing measurements.     

Optical testing of star sensor (I): Defocus spot measuring technique for ground-based test

We developed a technique for measuring the intensity distribution of a point image in sub-pixel resolution even after assembly of a lens and an image sensor, which is especially suitable for defocus adjustment of a star sensor used to determine the attitude of a spacecraft. The star sensor optical system is usually aligned in a defocused position to calculate the luminance centroid of a star image in sub-pixel resolution. In the measurement technique, the point image is carefully scanned around a certain pixel on the image sensor, and the intensity change of the pixel is recorded during the scanning. We applied this technique to the alignment of our star sensor’s optical system, and we were able to suppress the spot size in a range between 1.2 and 2.2 pixels at 1/e² diameter at a certain defocus position, making it appropriate for luminance centroid calculation.     

基于多相组重建的航空图像超分辨率算法

为提高航空图像的空间分辨率, 提出一种基于多相组重建的超分辨率算法. 融合图像间的互补信息, 将多帧低分辨率图像作为图像基, 参考帧分解为多相组, 利用差异采样特性构建图像基与参考帧之间的的多相组线性关系重建得到高分辨率图像的多项组, 经图像多相分解逆变换获得融合的高分辨率图像. 根据该融合图像的局部内容和结构信息自适应调整控制核核函数, 应用改进的控制核回归算法去除图像模糊和噪声得到清晰的超分辨率图像. 与传统算法相比, 该算法无需图像配准和迭代过程, 计算效率极大地提高. 实验结果表明, 本文算法能够有效提高航空图像的空间分辨率, 在定量评价指标和主观视觉效果方面都有显著提高.