Suomi NPP卫星可见光红外成像辐射仪的改进动态阈值云检测算法

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。     

无云地球大气背景辐射光谱亮度的计算模型

根据辐射的叠加性,提出了一种用于卫星遥感无云地球大气背景辐射强度计算的理论模型。在利用该模型对晴朗无云地球大气背景的光谱辐射亮度进行计算时,使用迭代法解辐射传输方程并对大气采用动态分层。模型计算的结果与法国6S软件计算结果的对比表明：该模型以及计算方法对于无云地球大气背景向上的辐射亮度计算是精确可行的。且计算结果说明在可见光波段地球大气背景的辐射是很强的,而在红外强吸收波段,地-气系统的辐射很弱,主要来自大气的后向散射。     

基于特征级融合的多波段舰船目标识别方法

针对复杂情况下海上舰船目标单波段特征识别能力不足的问题,研究可见光、中波红外和长波红外三波段特征图像融合技术,重点解决图像融合方法中存在的算法耗时和融合策略选择的问题,提出了一种新的基于区域协方差矩阵的多波段特征级融合方法,针对可见光图像和红外图像分别设计11维和5维特征向量,协方差矩阵可以将多个特征进行融合,既保证了不同目标之间的区别性,同时又减小计算量。该方法首先利用显著性检测,快速定位图像中的目标区域,然后,针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配,通过对图像的一次遍历操作获得积分图像,在协方差计算时达到快速计算的目的,最后利用k-阶最近邻算法对多种舰船目标进行分类识别。利用实拍的3 400余张三波段舰船目标图像作为测试数据。实验主要分为两部分,首先对比单波段和三波段融合识别的识别率,验证所提出的融合方法具有更广的应用范围;然后,在计算效率上对比多种传统的像素级方法,验证采用的特征级融合在计算时间上的优势。实验结果表明,该方法可达到95.1%的识别率,单帧计算耗时约为0.5 s,在实时性和检测率方面都有明显提高。     

大气云层分布的偏振激光后向散射研究

 利用大气激光后向散射垂直剖面图与消偏振度相结合的方法,分析CALIPSO卫星偏振激光雷达的后向散射信号。以2008年11月23日和24日的CALIPSO卫星数据为例,研究了北京地区大气中云层在可见光和红外光波段的垂直和水平分布特征。利用交互式数据语言IDL(interactive data language)得到大气后向散射强度的垂直分布及其消偏振度,根据垂直剖面图可以直观地观测大气中各成分（如气溶胶、低空云和卷云等）的空间分布情况,并且能清楚地显示大气边界层的高度,由消偏振度可准确获得云层的分布高度及厚度。观测数据的处理结果表明：在海拔高度3 km~7 km存在厚度为2 km~2.5 km的云,其消偏振度约为0.2。     

基于光学厚度的云红外辐射计算

 为了研究不同物理厚度和不同波段下云的红外辐射特性,提出了基于光学厚度的云红外辐射计算方法。综合考虑云的红外辐射的各个因素,建立了较为完善的云的红外辐射模型,引入光学厚度经验计算公式,并根据光学厚度针对中波和长波红外分别计算了云的发射率、反射率和透过率,进而得到云的红外辐射亮度分布。利用该计算方法,计算了中波和长波红外云的辐射亮度数值,计算结果表明：随着光学厚度增大,云的发射率和反射率增大,探测器接收到的云红外辐射增强。比较发现,该计算结果与实测数据有较好的一致性,该计算模型可以为云背景的红外特性分析、探测及仿真提供参考数据。     

一种从粗到精的红外和可见光卫星图像配准方法

气象卫星所携带的多种传感器可以获得可见光、红外、多光谱等多模态的卫星图像,目前处理这些多模态图像的一个重要手段是数据融合分析方法,而获取不同模态图像空间对应关系的图像配准是数据融合分析的前提和基础。针对多模态气象卫星图像的配准问题,重点研究红外图像和可见光图像的配准问题,并根据红外图像和可见光图像的特点,提出了一种由粗到精的两阶段配准方法。在粗配准阶段,将Fourier-Mellin变换应用于红外和可见光图像的边缘图像上,并通过变换图像在频域的关系实现了图像配准仿射变换参数的快速计算;在精配准阶段,基于图像的Harris算子检测红外图像和可见光图像的特征点,并通过特征点局部区域的互相关函数实现特征点的匹配,最终通过匹配特征点求得精确配准的变换参数。文章提出的由粗到精的图像配准方法,有效结合了Fourier-Mellin变换对边缘图像配准的高效性和Harris算子图像配准的准确性,是红外和可见光图像配准的一种新方法。利用FY-2D气象卫星获取的红外和可见光图像进行了配准实验,实验结果表明所提出的方法具有良好的鲁棒性和较高的配准精度。     

基于区域检测与非下采样轮廓波变换的红外与彩色可见光图像融合

针对灰度图像融合的分辨率低及现有的彩色图像融合方法融合的图像色彩不自然、不符合人的视觉感受的特点,在此提出一种基于Snake模型的区域检测和非下采样轮廓波变换(NSCT)的红外与彩色可见光图像融合的方法。首先对彩色可见光图像进行亮度、色度和饱和度(IHS)颜色空间变换提取亮度分量,并用Snake模型对红外图像的目标区域进行检测;然后对亮度分量和目标替换的红外图像应用NSCT分解,对所得到的高频系数采用像素点"绝对值和取大"、低频系数采用基于"亮度重映射技术"的加权融合规则进行融合;通过对融合系数进行NSCT逆变换获得融合图像的亮度分量,最后运用颜色空间逆变换得到融合图像。实验结果表明,所提出的融合方法既能保持可见光图像的高分辨率和自然色彩,又能准确保留红外图像中检测出的目标信息,获得视觉效果较好、综合指标较优的融合图像。     

基于双模态融合网络的目标检测算法

针对红外图像和可见光图像的融合目标检测问题,提出一种基于双模态融合网络的目标检测算法。在同时输入红外和可见光图像对后,利用设计的红外编码器提取红外图像空间特征信息;通过设计的可见光编码器将可见光图像从垂直和水平两个空间方向聚合特征,通过精确的位置信息对通道关系进行编码;最后,采用提出的门控融合网络自适应调节两路特征的权重分配,实现跨模态特征融合。在KAIST行人数据集上,与基准算法YOLOv5-n单独检测可见光图像和红外图像的结果相比,所提算法检测精度分别提升15.1%和2.8%;与基准算法YOLOv5-s相比,检测精度分别提升14.7%和3%;同时,检测速度在两个不同基准算法模型上分别达到117.6 FPS和102 FPS。在自建的GIR数据集上,所提算法的检测精度和速度也同样具有明显优势。此外,该算法还能对单独输入的可见光或红外图像进行目标检测,且检测性能与基准算法相比有明显提升。     

基于亮度对比度传递的红外与可见光图像融合方法研究

基于亮度一对比度传递技术提出了一种红外和彩色可见光图像的融合方法,该算法通过对红外图像和可见光图像在HIS空间进行二次融合,保留了可见光图像的颜色特性,并获得一幅具有良好亮度和对比度效果的融合图像。实验结果表明该方法融合噪声小、细节缺失少、融合速度快。     

真彩色传递双波段图像融合

针对基于颜色传递的双波段（中波红外、可见光）图像融合时,由于参考图像选择不当,造成的彩色融合图像对比度差、图像边缘细节下降等问题,提出了基于拉普拉斯金字塔分解及对比度可调的色彩传递图像融合算法。对待融合的两幅图像进行拉普拉斯金字塔三级分解,每一级按照不同的融合规则进行融合,以重构后的灰度融合图像作为融合结构的亮度分量Y,将可见光与红外图像的差值图像作为U分量,以红外图像为V分量。在颜色传递公式中,加入可调的比例系数,通过适当调节比例系数可调节融合图像的对比度。实验结果表明,获得的融合图像较好地保留了可见光图像的细节,既突出了红外目标同时又具有参考图像的颜色特征。图像评价结果表明,融合图像的均值、方差、熵等评价指标均得到较大提高。     

Image improvement based on sub-pixel post-integration for a staring imaging system in geostationary orbit

This paper proposes the post-integration technology based on sub-pixel image registration and image fusion to improve the signal-to-noise ratio （SNR） of remote sensing images without motion degradation caused by satellite vibration. A two-dimensional vibration system is set up to simulate satellite disturbance. Image sequences with different exposure times are captured using a high-speed CMOS camera. The displacement plots are compared with the motion data measured by the grating linear encoder. These plots indicate that the accuracy of the registration algorithm is better than 0.1 pixels. The sub-pixel image fusion shows an improvement in image quality, thus indicating that this technology is powerful for staring imaging systems in geostationary orbit.     

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明：该方法鲁棒性好,运算速度快,配准精度较高。     

高分辨率遥感影像融合处理技术的对比分析研究

随着遥感技术的发展,获取遥感数据的手段越来越丰富。由各种不同的传感器获取的影像数据与日俱增,在同一地区形成了多时相、多分辨率的影像序列。如何综合各种类型的遥感影像信息,提高遥感数据的利用效益已成为遥感应用的瓶颈问题。多源遥感数据融合技术是解决这一问题的有效手段。高空间分辨率影像数据的多样性和复杂性对遥感信息融合处理技术提出了新的更高的要求。以IKONOS卫星数据为例对其进行了空间分辨率的影像融合。研究中引入了多种融合方法,如IHS变换、主成分分析、小波变换以及基于区域特征的自适应小波包算法。从光谱质量和空间信息的角度出发对融合方法进行了比较研究,分析出了比较适合于IKONOS卫星的高分辨率影像融合的处理方法。     

基于单景遥感影像的去云处理研究

去云处理是遥感图像处理以及大气纠正的重要步骤。常规的去云处理算法会随云的覆盖类型的不同而不同,如同态滤波或时间平均法,这些算法在去除云对影像影响的同时,往往会伴随地物信息的丢失。提出了基于单景遥感影像的去云处理算法———基于遥感影像分类结果及云检测结果的去云处理算法,目的是去除影像中云的散射影响,恢复地物的光谱信息。算法是针对局部有云的单景Landsat7 ETM+影像进行的。根据Landsat7 ETM+波段4,5,7对影像进行聚类分析,确定不同地物的覆盖类型;利用波段1,2,3及波段6划分出影像中的无云区以及不同覆盖厚度的云层;按照相同地物覆盖类型对非云区与不同云区进行平均反射率匹配,以达到去云的效果。结果表明,经过去云处理的影像,在分类运算中能够明显地提高分类精度,能够很好地恢复地物的光谱信息。     

AIRS红外高光谱卫星数据反演卷云光学厚度和云顶高度

基于大气红外探测器L1B红外高光谱辐射观测资料,结合中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)云产品数据,利用通用大气辐射传输模式(combined atmospheric radiative transfer model,CART),根据模式模拟和AIRS实际观测亮温的亮温差,研究从AIRS红外波段1 070～1 135 cm-1高光谱数据反演卷云的光学厚度和云顶高度。将反演的卷云光学厚度与云顶高度作为输入参数模拟计算650～1 150 cm-1波段卷云大气顶的辐射亮温谱,并将模拟值与AIRS观测亮温谱进行了对比分析。将反演的卷云光学厚度和云顶高度和AIRS的760通道(900.56 cm-1,11.1 μm)的亮温以及MODIS卷云反射率进行了对比分析。最后将反演的卷云云顶高度和MODIS云顶高度进行了对比分析。研究结果表明：反演所使用的650～1 150 cm-1波段模式模拟和观测亮温谱吻合得很好,说明CART可以较好的模拟AIRS亮温谱。反演的卷云参数与AIRS在大气窗口区的760通道(900.56 cm-1,11.1 μm)的亮温的分布满足低亮温对应较大的卷云光学厚度和高云顶高度。反演的卷云参数和MODIS卷云的反射率分布满足高卷云光学厚度和云顶高度对应高卷云反射率。反演的卷云云顶高度和MODIS的卷云云顶高度之间线性相关系数相对较高,且都在8.5～11.5 km的概率较高,两者的概率分布趋势一致。说明CART可以用于反演卷云的性质,反演结果具有一定的可靠性。     

基于B样条曲线的投影图像边缘融合方法

为了实现对多通道投影画面重叠区域亮度的准确调节,设计了基于B样条曲线的投影图像边缘融合方法。首先,根据投影幕、外界光照环境以及投影仪自身性质设定衰减函数与伽玛校正的参数。接着,通过摄像机采集投影画面的重叠区域并计算每个像素点的颜色强度,通过理想值计算峰值信噪比。然后,比较二次B样条曲线与三次B样条曲线的校正精度与灵活度。最后,通过三次B样条曲线对投影图像进行边缘亮度优化直到峰值信噪比达到标准值为止。实验结果表明:投影画面重叠区域的R通道经B样条曲线优化后峰值信噪比提升了9.13 dB,G通道峰值信噪比提升了6.09 dB,B通道峰值信噪比提升了7.53 dB。基于B样条曲线的投影图像边缘亮度优化技术提高了投影画面重叠区域亮度调节的准确度。     

基于变换域PCNN的近红外与彩色可见光融合

针对近红外与彩色可见光图像融合后对比度低、细节丢失和颜色失真等问题,提出一种基于多尺度变换和自适应脉冲耦合神经网络(PCNN-pulse coupled neural network,PCNN)的红外与彩色可见光图像融合的新算法。首先将彩色可见光图像转换到HSI（hue saturation intensity)空间,HSI色彩空间包含亮度、色度和饱和度三个分量,并且这三个分量互不相关,因此利用这个特点可对三个分量分别进行处理。将其亮度分量与近红外图像分别进行多尺度变换,变换方法选择Tetrolet变换。变换后分别得到低频和高频分量,针对图像低频分量,提出一种期望最大的低频分量融合规则;针对图像高频分量,采用高斯差分算子调节PCNN模型的阈值,提出一种自适应的PCNN模型作为融合规则。处理后的高低频分量经过Tetrolet逆变换得到的融合图像作为新的亮度图像。然后将新的亮度图像和原始的色度和饱和度分量反向映射到RGB空间,得到融合后的彩色图像。为了解决融合带来的图像平滑化和原始图像光照不均的问题,引入颜色与锐度校正机制(colour and sharpness correction, CSC)来提高融合图像的质量。为了验证方法的有效性,选取了5组分辨率为1 024×680近红外与彩色可见光图像进行试验,并与当前高效的四种融合方法以及未进行颜色校正的本方法进行了对比。实验结果表明,同其他图像融合算法进行对比分析,该方法在有无CSC颜色的情况下均能保留最多的细节和纹理,可见度均大大提高,同时本方法的结果在光照条件较弱的情况下具有更多的细节和纹理,均具有更好的对比度和良好的色彩再现性。在信息保留度、颜色恢复、图像对比度和结构相似性等客观指标上均具有较大优势。     

Signal quality improvement of holographic data storage using adaptive two-dimensional filter

Holographic data storage is being widely studied for the purpose of developing next-generation large optical memories. A prospective use of this type of memory is in building image archives in large-scale data centers. In particular, demand for energy conservation at data centers, and therefore for holographic data storage, is growing. In holographic data storage, interference between bits occurs owing to wave aberration in the optical system, shrinkage of the medium, and crosstalk noise from neighboring holograms during multiplex recording; as a result of the interference, the reproduced image deteriorates and the bit error rate (BER) increases. In this study, to reduce the BER in both off-axis-type recording and coaxial-type recording, a two-dimensional finite impulse response (FIR) filter is applied to a reproduced image that has been recorded by angle multiplex recording and shift multiplex recording. First, for the optimization of the FIR filter coefficients, the linear minimum mean square error (LMMSE) method is applied; this method optimizes the coefficients by reducing the BER. Furthermore, for evaluating the optimization performance of the LMMSE method, the optimization performance is compared with that of the real-coded genetic algorithm (RCGA), which has the capability to search a wide range of coefficients. The optimization by the LMMSE method has been found to be excellent for off-axis-type recording but not for coaxial-type recording. It is speculated that this is because of the brightness irregularity in the reproduced image, resulting from crosstalk. On the other hand, a marked reduction in the BER is observed using the RCGA, despite the brightness irregularity. In this study, the effectiveness of the LMMSE method for signals recorded by coaxial-type recording, in which large brightness irregularity is expected, is examined using automatic gain control (AGC). It is found that the application of AGC reduces the BER even in the case of coaxial-type recording.     

基于投影强度的快速高动态范围三维形状测量

条纹投影轮廓术由于具有速度快、精度高、对环境光照和表面纹理具有鲁棒性等优点,在许多领域得到了广泛应用。但是,它容易受到高动态范围(high dynamic range, HDR)对象的影响。因此提出了一种快速计算最佳投影亮度的方法。通过求解相机与投影仪之间的响应关系,结合所提出的一个简便的投影亮度确定方法,可以得到测量所需要的投影亮度。再基于所提出的图像融合算法融合求得的各个亮度下的原始图片,从而获得高质量的融合图片,实现对HDR物体的高精度的三维重构。相较于传统方法,无需盲目投射和拍摄大量图片或计算复杂的单应性矩阵,仅需要投影一张均匀白光至被测物体,即可快速求解出相机和投影仪之间的响应函数,从而获得所需的投影亮度,使得测量速度有极大的提升。