用于像移探测的位平面匹配改进算法

像移探测作为电子稳像的重要的步骤,直接影响稳像的精度和速度。针对传统位平面匹配算法的局限,对各阶位平面的探测效果进行了综合测试,并提出了一种改进方案,即对位平面4,5经过下采样后组成一个合成位平面来进行匹配。研究了匹配块大小变化对位平面算法的影响,比较了相邻帧和固定帧两种参考帧选取方法的优劣。实验表明,改进的位平面匹配算法提高了位平面算法的稳健性,在没有增加计算量的前提下,算法精度达到了与全搜索块匹配法相当的程度。     

基于图像复原的高光谱图像前向像移补偿

为了提高高光谱图像空间维的图像分辨力,针对航空遥感器成像时由前向像移造成的图像模糊提出了像移补偿方法。分析了航空遥感器前向像移造成图像模糊的退化机制,对运动模糊图像进行了预处理;估计了点扩散函数和噪声功率,使用改进的维纳滤波算法对图像进行复原并以绝对平均误差、峰值信噪比作为评价标准进行了实验。在估计出模糊图像点扩散函数和噪声功率的情况下得到的结果显示:与传统的维纳滤波复原算法相比,改进的维纳滤波复原算法的图像绝对平均误差降低了9.31%,峰值信噪比提高了13.98%,表明提出的算法能够有效改善高光谱图像的像质。     

基于光学联合变换相关器的像移探测技术

针对稳像中运动矢量的求取,提出了一种基于光学联合变换相关器的像移探测技术.给出了基于光学联合变换相关器的像移探测原理,并给出了仿真结果.为了验证联合变换相关器的探测准确度,进行了实验验证,验证结果表明探测最大误差为0.8个像素.结果表明,光学联合变换相关器能够很好地探测出运动矢量,进而完成图像稳定工作.相比单纯的软件算法求取运动矢量,基于光学联合变换相关器的像移探测技术能够更快更好地达到目的.     

基于光学联合变换相关器的像移探测技术*

针对稳像中运动矢量的求取,提出了一种基于光学联合变换相关器的像移探测技术.给出了基于光学联合变换相关器的像移探测原理,并给出了仿真结果.为了验证联合变换相关器的探测准确度,进行了实验验证,验证结果表明探测最大误差为0.8个像素.结果表明,光学联合变换相关器能够很好地探测出运动矢量,进而完成图像稳定工作.相比单纯的软件算法求取运动矢量,基于光学联合变换相关器的像移探测技术能够更快更好地达到目的.     

航天光学遥感器像移速度矢计算数学模型

随着地面影像分辨力愈来愈高的要求,航天光学遥感器实时精确补偿摄影时地物产生的像移,已成为必需解决的关键技术之一。论述了航天光学遥感器在对星下点摄影时,通过建立从地面景物到像面的七个坐标系,进行14次线性变换,获得了具有15个参量的像面位置方程、像面速度方程,推导出像面上像移速度矢的计算公式,对影响像移速度矢的11个参量进行误差分配,以及应用蒙特卡罗法(统计试验法)进行误差综合。该理论方法已得到了实际应用,从获得的遥感图像达到的分辨力、奈奎斯特(Nyquist)频率处的传递函数、信噪比和平均灰度层次均充分证明了该研究结果的正确性。     

基于光谱空间变换的遥感图像目标探测方法研究

针对遥感图像在频率域中的表征,提出了一种基于光谱空间变换的遥感图像目标探测方法。该方法首先利用傅里叶变换,将遥感图像从空域转变到频率域;然后利用频谱能量楔状采样和谐波叠置等手段,将不同频谱能量所表征的目标特征信息分解到不同的高、低频段中,由此获取对应目标特征在频率域中的探测标志;最后结合在频谱能量上具有方向和频带选择性的匹配Gabor滤波器,实现了居民楼地物目标的有效探测。试验结果表明,文章所提出的方法能够较好地探测遥感图像的目标信息,并且具有特定方向上目标检测的能力。     

含扫描反射镜的星载相机异速像移分析

在星载相机中,扫描反射镜通常会带来异速像移,导致时间延迟积分(TDI)CCD上像移分布不均,不同摆角下,这种分布情况均不同,给像移补偿造成困难,难以获得清晰的成像效果。为此进行分析,建立了含扫描反射镜的像移模型。针对某一低轨卫星参数进行仿真,得到了在不同摆角下,不同视场对应的像面像移量和偏流角。若以像面中心像移量和偏流角作为补偿标准,补偿后,CCD各点的偏流角残差较小,当像移量残差小于1/3pixel时,即可认为补偿有效。不同摆角下,这种补偿效果是不同的。通过分析,当摆角在(-20℃,-0.12℃)和(0.17℃,20℃)内时,异速像移明显,成像效果不佳;在(20℃,35℃)、(-35℃,-20℃)和(-0.12℃,0.17℃)范围内时,补偿效果好,利于成像;摆角为0,即对星下点拍照时,成像效果较好,此时摆角的控制精度应在(-0.12℃,0.17℃)范围内。以上研究可为稳像机构设计提供一定参考。     

基于纹理分割的遥感图像的变化探测

提出一种基于纹理分割的遥感图像变化探测算法,利用纹理来反应不同地表形态的影响。对于两幅同一地点、不同时刻的图像,先将前一时刻的遥感图像分割成一系列代表不同地表形态的纹理,假设前一时刻图像的灰度分布在这些分割所得的纹理区域上可以用高斯分布描述,则后一时刻的图像在这些纹理区域上远离高斯分布的像素点便是异常的变化点。由于算法是在分割以后的纹理上分析像素值的统计特性,而不是在滑动的窗口中,因此不受变化大小和形状的限制。实验结果进一步验证了算法具有很好的探测性能。     

针对广域像移变化的数字时间延迟积分方法

为解决现有电子式像移补偿在扫描方向上补偿范围有限的问题,提出一种适用于沿扫描方向广域像移大小变化的数字时间延迟积分(TDI)方法。首先基于像移计算结果判断像移大小是否在电子行频可补偿的范围内,当在不可补偿范围时,基于利用图像插值和配准像素对位累加来调整像移失配量的思想,构建任意像移大小的数字TDI算法模型,并对所提算法进行实验验证。实验结果表明:当96级积分的总像移量远小于像元尺寸时,所提算法与逐行累加的传统TDI方法成像结果相当;当96级积分的总像移量大于像元尺寸时,总像移量超出电子式像移可补偿范围,传统TDI方法扫描图像发生严重混叠,成像质量急剧下降,而所提算法获取图像的像移传递函数和互相关性测度均提高0.11,可有效保持成像质量。     

基于稳像理论的空间光学遥感像移补偿的分析与计算

动态光学是研究光学系统及元件动态成像特性的一门学科。稳像系统是动态光学系统的重要组成部分。稳像系统是为了维持图像的稳定、清晰,要求光学组元件按规定的要求做相对运动,从而实现图像的最终稳定、清晰。空间遥感成像的分析对于遥感器的运用至关重要。基于稳像理论——动态光学理论,进行了空间遥感器的成像面像移分析,分析结果与采用齐次坐标变换方法所得结论一致,不但证明通过齐次坐标变换方法得出的结果是正确的,而且说明采用动态光学的稳像理论解决以上问题物理概念更清楚,计算简便。同时对于类似的运动光学系统,稳像理论也具有很好的适用性。     

基于图像频谱全局均值标准差分割的点扩散函数估计

实现运动模糊图像恢复的关键是获得准确的点扩散函数(point spread function,PSF)。针对PSF的模糊尺度和模糊方向这两个重要参数,提出了一种基于图像频谱全局均值标准差的估计方法。通过研究运动模糊图像的产生机理,分析了二次傅里叶变换的频谱特性,利用全局均值标准差法对频谱图进行阈值分割,结合中心点和端点的坐标距离来估计模糊尺度,运用Radon变换鉴别模糊方向,实现了PSF参数的确定。进行了标准图像阈值分割准确度的验证,利用仿真模糊图像估计算法进行了验证,并进行了实际复原实验。结果表明,该方法具有误差小、稳定性高和不受运动方向限制的特点,为图像恢复提供了一种准确、简便的参数估计方法。     

全局参数自动估计的彩色图像偏振去雾方法

雾天环境下由于大气粒子对光线的散射作用导致成像质量下降, 针对雾霾等天气下图像退化问题, 提出了一种全局参数自动估计的彩色图像偏振去雾方法。利用不同角度的3幅偏振图像, 自动估算无穷远处的大气光和大气光的偏振度, 根据大气散射模型得到去雾后的图像。从RGB 3个色彩通道分别计算相应的参数, 使得算法适用于彩色领域。首先使用暗通道方法估计无穷远处的大气光和传输图, 并通过导向滤波对传输图优化; 然后基于大气光和目标光的不相关性, 采用全局搜索的方法估计大气光的偏振度; 最后根据大气散射模型恢复出清晰目标图像, 并利用对数变换进行增强。本文方法在雾霾天气下能够得到清晰的去雾图像, 且在浓雾天气下, 去雾图像的信息熵提升了约21%, 平均梯度提升了约2倍多, 标准差提升了约12%。实验结果表明, 本文方法较好地解决了人工取景估计参数不佳的问题, 提高了复原目标图像的清晰度和对比度, 可以用于彩色图像的目标探测与识别。     

基于同态滤波的遥感薄云去除算法

目前常用的遥感薄云去除法是同态滤波法,但由于所采用的滤波器的局限性,传统的同态滤波法只能去除处于低频区域的云,而对处于高频区域的云则没有处理效果。因此在研究传统同态滤波算法,选取性能最佳的频域滤波器对图像进行处理的基础上,引入了空域3×3中值滤波,用像素点3×3邻域内9个像素点的中值来代替该点的像素值,旨在对前者无法去除的高频突变云区进行处理。而后结合主观视觉和客观统计分析两方面对仿真结果进行评价,经分析表明,用该方法处理过的影像在信息未受损失的情况下,高频突变云有所减少,达到了预期目的。     

基于同态滤波的遥感薄云去除算法

目前常用的遥感薄云去除法是同态滤波法,但由于所采用的滤波器的局限性,传统的同态滤波法只能去除处于低频区域的云,而对处于高频区域的云则没有处理效果。因此在研究传统同态滤波算法,选取性能最佳的频域滤波器对图像进行处理的基础上,引入了空域3×3中值滤波,用像素点3×3邻域内9个像素点的中值来代替该点的像素值,旨在对前者无法去除的高频突变云区进行处理。而后结合主观视觉和客观统计分析两方面对仿真结果进行评价,经分析表明,用该方法处理过的影像在信息未受损失的情况下,高频突变云有所减少,达到了预期目的。     

基于反射率特性的高光谱遥感图像云检测方法研究

为了提高光谱遥感图像数据的利用率,提出了一种基于光谱反射率特性的星载高光谱图像云检测方法。首先分析了各类地物在不同光谱下的反射率特征,根据其特点从星载高光谱图像中选取特定5个波长的图像数据,然后依照图像地物反射率及阈值判定法区分出高云区和中低云区,最后对二者合并,得到目标云区。试验结果表明,该方法的云检测率可达90%以上,虚警率在1%以内,可以准确区分云与雪地区域、沙漠区域以及植被区域,实现云检测。     

基于多属性融合的高分辨率遥感图像云检测方法

针对全色CCD光学遥感卫星成像平台,提出了一种基于多属性融合的高分辨率图像云检测方法。首先根据云的物理特性和成像特性展开多属性分析,并提出了基于可分离度的特征选择准则来进行特征参量提取;然后针对两类样本的分布结构差异,结合LDA线性特征压缩算法,削减特征空间的维度;最后利用SVM分类器完成云检测。实验结果表明,该方法适用于高分辨率全色遥感图像的云检测,具有较高的检测概率和较低的虚警概率以及较高的算法执行效率。     

Fusion of urban remote image based on multi-characteristics

A fusion approach is proposed to refine the resolution of urban multi-spectral images using the corresponding high-resolution panchromatic (PAN) images. Firstly, the two images are decomposed by wavelet transformation, and five texture features are extracted from high-frequency detailed sub-images. Then a multi-characteristics fusion rule is used to merge wavelet coefficients from the two images according to the extracted features. Experimental results indicate that, comparing with the non-characteristic methods, the proposed method can efficiently preserve the spectral information while improving the spatial resolution of the urban remote sensing images.     

Fusion of urban remote image based on multi-characteristics

A fusion approach is proposed to refine the resolution of urban multi-spectral images using the corre sponding high-resolution panchromatic (PAN) images. Firstly, the two images are decomposed by wavelet transformation, and five texture features are extracted from high-frequency detailed sub-images. Then a multi-characteristics fusion rule is used to merge wavelet coefficients from the two images according to the extracted features. Experimental results indicate that, comparing with the non-characteristic methods, the proposed method can efficiently preserve the spectral information while improving the spatial resolution of the urban remote sensing images.