使用压缩感知的遥感图像振荡畸变几何校正方法

卫星平台振动和反射镜震颤会引起遥感图像中的振荡畸变。这类畸变难以通过常用的几何校正方法消除。对此,提出了一种使用压缩感知的几何校正方法。该方法基于有理函数模型(RFM)进行几何校正。在校正过程中,利用初始的RFM计算出地面控制点(GCPs)在图像中的投影坐标与实际成像坐标之间的偏差(称为投影偏差),以地面控制点处的投影偏差作为采样值,使用压缩感知技术重构出所有像元处的投影偏差,并据此对RFM进行像方补偿;利用经过补偿的RFM进行遥感图像纠正。通过补偿,消除了振荡畸变引起的RFM模型误差,进而提高校正性能。利用实测数据验证了该方法的有效性,并通过仿真数据分析了地标点的数量与分布对该几何校正方法性能的影响。     

一种基于恒星光线偏折的大气折射率估计方法

基于标准大气环境的大气折射率理论模型不能反映实际大气折射率的波动性,针对该问题,提出了一种基于恒星光线偏折的大气折射率估计方法。基于光学卫星的恒星观测数据,分析恒星光线经大气折射发生偏折的现象,建立恒星光线经大气折射后进入光学卫星传感器的光路模型,在分层球形大气的假设下证明该光路模型的对称性。研究一种利用恒星实测光线和恒星理论光线迭代前向反馈的方法,用以估计分层大气折射率。最后,利用光学卫星的恒星观测数据进行有效性验证,计算出的大气折射率与理论大气折射率相符,且能够反映短期波动性。对测试用的恒星实测数据进行处理,结果表明:88%以上的恒星理论视线与实测视线的估计值相差不超过1%,其余部分观测数据估计偏差基本不超过20%。     

基于概率假设密度滤波平滑器的检测前跟踪算法

基于概率假设密度滤波(PHD)的检测前跟踪(TBD)技术可以有效解决未知弱小多目标检测问题。PHD-TBD算法粒子权重计算受量测噪声影响明显,导致目标数估计存在起伏现象,制约了PHD-TBD算法性能。对PHD-TBD技术进行研究,引进概率假设密度滤波平滑器,提出基于平滑的PHD-TBD算法。该算法对当前帧目标数估计时,综合利用前向递推和后向平滑结果对粒子权重进行更新,在一定程度上克服了随机量测噪声的影响。通过仿真验证,该算法能够有效发现目标,准确估计目标数目和位置,性能有较大提高。