基于分时积分亚像元融合的地球静止轨道平台消颤振技术

相较于低轨卫星线阵扫描成像模式,地球静止轨道面阵成像的曝光时间相对更长,更容易受到平台颤振的影响而造成图像模糊.为了消除由平台颤振引起的像质退化,本文提出了基于分时积分亚像元融合的方法.由于地球静止轨道的凝视成像特性,相机观察区域在长时间内保持不变,因此分时短曝光可以获得多帧目标内容相同,但模糊尺度更低的短曝光图像.然后对多帧短曝光图像采用基于能量区域质心法的相位相关算法进行亚像元图像配准,计算相对偏移量并进行补偿,位移探测准确度可达0.1像元以内,满足卫星平台应用需求.再按亚像元偏移量对多帧图像进行融合,融合的过程可以提升由于曝光时间缩短而降低的单帧图像信噪比,最终可以获得图像清晰度更高、信噪比与原长曝光图像相当、信息辨识度更好的遥感图像.     

静止轨道星载差分吸收光谱仪CCD成像系统设计

静止轨道卫星差分吸收光谱仪采用摆扫成像方式对大气进行探测,针对其工作时CCD成像系统信噪比大于1 000、高速探测模式下探测周期小于10min、高分辨率模式下探测周期小于1h的要求,进行CCD成像系统设计.选取CCD47-20作为探测器,设计成像电路实现光谱图像信号的采集和上传.分析了帧叠加和像元合并对时间、空间分辨率的影响.结合帧转移CCD的特点设计了每个位置最后一帧读出时摆镜转动的成像方式,并合理设置了帧叠加数和像元合并数,达到优化成像周期的目的.1s曝光时间条件下,该CCD成像系统的高速、高分辨率模式探测周期分别为515s和3 315s,图像信噪比均大于1 000,污染物观测实验中未出现失帧或重复的现象.该CCD成像系统方案满足静止轨道星载差分吸收光谱仪的探测需求,为静止轨道环境监测仪器设计提供参考.     

低曝光条件下遥感相机微振动量检测

针对搭载平台颤振对遥感相机成像的影响,利用辅助高速面阵CCD相机拍摄高帧频图像序列,通过像元合并来补偿曝光时间不足,增加图像的亮度、对比度和信噪比,同时结合一种区域选择算法来选择用于计算的图像区域,最后使用灰度投影算法对振动位移量进行估计.实验数据表明,提出的改进算法误差为一个像元,在准确性和稳定性方面均明显优于原始算法.     

基于探测信号叠加的推扫式压缩多光谱关联成像

针对推扫模式下多光谱关联成像重构图像模糊、信噪比低问题,提出了一种利用探测信号叠加提高重构图像信噪比的多光谱关联成像方案.该方案基于稀疏约束关联成像光谱相机实验系统,通过单次曝光获得一帧探测信号,对前后帧连续探测信号进行错位叠加,计算出系统总探测矩阵,结合标定测量矩阵,采用压缩感知算法得到待测目标物体重构图像.数值模拟和实验结果表明:适当延迟曝光时间可以提高系统重构图像质量;相同曝光时间条件下,利用探测信号错位叠加的推扫10帧重构图像信噪比明显高于单帧多光谱重构图像.     

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。     

帘幕式CMOS全局曝光成像技术

为了消除面阵CMOS航空相机高速成像时帘幕快门效应对成像质量的影响,分析了CMOS成像原理,开展了基于高速中心式机械快门与面阵CMOS图像传感器协同工作的全局曝光成像模式研究.建立了该成像模式下的航空高分辨率成像系统的信噪比模型与前向像移模型,并基于信噪比模型与前向像移模型论证存在合理的曝光时间参数.设计了体积小、质量轻、电驱动、曝光时间可准确控制的高速中心式机械快门,最短曝光时间可达1/2 000s,快门效率最高达80%.对采用自主研发的国产CMOS图像传感器的航空摄影相机参数进行验证计算,并进行直升机载人带飞拍摄实验.影像结果表明:该成像模式曝光时间参数论证正确,影像无拉伸、扭曲及拖尾现象,相机动态传递函数为0.21(奈奎斯特截止频率处),能够满足实际应用需求.     

任意运动形式模糊图像的恢复

通过理论推导,提出了一种可以对被任意形式的运动所模糊的图像进行恢复的方法,并据此给出了一套实现系统.在成像器件曝光的同时,利用低分辨率的黑白快速CCD获得多帧图像,根据这些图像序列来计算运动的位移信息,进而计算出模糊过程的点扩散函数,并用来恢复模糊图像,获得了较好的效果.     

任意运动形式模糊图像的恢复

通过理论推导,提出了一种可以对被任意形式的运动所模糊的图像进行恢复的方法,并据此给出了一套实现系统.在成像器件曝光的同时,利用低分辨率的黑白快速CCD获得多帧图像,根据这些图像序列来计算运动的位移信息,进而计算出模糊过程的点扩散函数,并用来恢复模糊图像,获得了较好的效果.     

大气湍流对空间目标偏振成像探测的影响

为研究大气湍流对空间目标偏振成像探测准确度的影响,构建了大气湍流影响下的偏振成像探测模型,并对大气湍流导致的空间目标偏振度探测偏差进行仿真分析.通过对分时和同时偏振成像方式进行仿真,发现大气湍流会对空间目标偏振成像探测准确度造成明显影响,且对分时偏振成像探测准确度的影响明显大于同时偏振成像方式.通过自适应系统校正部分低阶像差,能明显减小大气湍流对偏振成像探测准确度的影响.为了兼顾图像信噪比和大气湍流影响下的偏振成像探测准确度,给出了一种结合分时和同时成像方式的改进偏振成像探测方式,大气湍流对其的影响略大于同时偏振成像方式,但该方式图像信噪比明显优于同时偏振成像方法.另外仿真分析发现,采用多帧图像叠加能效减小大气湍流带来的空间目标偏振成像探测偏差,在使用分时偏振成像方式时效果尤为明显.     

光学相关法测量空间相机像移的性能研究

为了测量由卫星姿态不稳定或振动等原因引起的空间相机的亚像元像移,使用了光学联合变换相关器(JTC)对安装在相机焦面上的辅助面阵CCD采集到的相邻两帧图像进行相关运算.给出了使用该方法测量像移的原理,搭建了实现JTC的光学实验平台,对JTC测量相机像移的性能进行了实验研究.结果表明,使用JTC完全可以测量空间相机的亚像元...     

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.     

数字域时间延迟积分时间CMOS相机高分“凝视”成像设计分析

为实现凝视卫星高分跟踪成像,设计了数字域时间延迟积分(TDI)互补金属氧化物半导体(CMOS)传感器在凝视姿态下的成像匹配模型,推导了卫星凝视跟踪成像时相对轨道坐标系的姿态变化,采用坐标变换方法实时计算其在凝视过程中随姿态变化的行转移时间,利用蒙特卡罗方法统计计算了凝视模式下姿态指向精度和稳定度对成像的影响。利用数字域TDI CMOS原理样机和小卫星姿态控制系统全物理仿真平台对成像进行了仿真分析。结果表明,卫星的姿态控制精度在成像过程中会引起纵向的像移速度失配和横向匹配的残余像移,成像积分级数越高,图像信噪比越大。积分级数的增加对卫星姿态提出较高要求,仿真平台姿态角和姿态角速度控制精度分别优于0.05°,0.005°/s时,采用积分级数为48级能较好地满足成像质量要求。     

Blind motion deblurring using multiple images

Recovery of degraded images due to motion blurring is a challenging problem in digital imaging. Most existing techniques on blind deblurring are not capable of removing complex motion blurring from the blurred images of complex structures. One promising approach is to recover the clear image using multiple images captured for the scene. However, in practice it is observed that such a multi-frame approach can recover a high-quality clear image of the scene only after multiple blurred image frames are accurately aligned during pre-processing, which is a very challenging task even with user interactions. In this paper, by exploring the sparsity of the motion blur kernel and the clear image under certain domains, we propose an alternative iteration approach to simultaneously identify the blur kernels of given blurred images and restore a clear image. Our proposed approach is not only robust to image formation noises, but is also robust to the alignment errors among multiple images. A modified version of linearized Bregman iteration is then developed to efficiently solve the resulting minimization problem. Experiments show that our proposed algorithm is capable of accurately estimating the blur kernels of complex camera motions with minimal requirements on the accuracy of image alignment. As a result, our method is capable of automatically recovering a high-quality clear image from multiple blurred images.     

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。     

基于静态小波分解和能量函数优化的图像拼接

提出了一种基于静态小波分解和能量函数优化的全景图拼接算法.该算法首先使用静态小波分解初始图像,并利用序贯检验法对高频图像快速搜索计算粗略匹配序列,在此基础上对初始图像细致搜索计算精确匹配点;对于传统图像融合处理中采用的线性加权函数通常引起的重叠区域模糊问题,采用包含图像梯度的能量函数计算高频图像的全局最优融合因子进行融合,而低频图像则采用线性因子融合.实验表明,该算法在降低匹配运算时间的同时又能获得满意的视觉效果.     

基于小波变换的不同融合规则的图像融合研究

提出了利用小波变换按照不同融合规则及融合算子去构造融合图像对应的小波系数,得到一种新的基于多尺度分解的像素的图像融合方法.通过对融合图像统计参数对比表明,所提出的基于小波变换的像素局部能量作为准则的融合效果更好,既可避免传统融合规则存在的信息损失,又提高了融合图像的空间分辨率和清晰度,融合图像符合人的视觉特性,更有利于机器视觉.     

Fast color contrast enhancement method for color night vision

The increasing availability and deployment of imaging sensors operating in multiple spectral bands has led to a large research effort in color image fusion, resulting in a plethora of pixel-level image fusion algorithms. In this study a simple and fast fusion approach for color night vision is presented. The contrast of infrared and visible images is adjusted by local histogram equalization. Then the two enhanced images are fused into the three components of a Lab image in terms of a simple linear fusion strategy. To obtain false color images possessing a natural day-time color appearance, this paper adopts an approach which transfers color from the reference to the fused images in a simplified Lab space. To enhance the contrast between the target and the background, a stretch factor is introduced into the transferring equation in the b channel. Experimental results based on three different data sets show that the hot targets are popped out with intense colors while the background details present natural color appearance. Target detection experiments also show that the presented method has a better performance than the former methods, owing to the target recognition area, detection rate, color distance and running time.     

微型快照式窄带多光谱成像宫颈癌筛查方法

白光阴道镜图像对比度较低,不利于医生鉴别不同病变程度组织,也不利于自动化宫颈癌筛查。利用癌变组织富含血红蛋白成分及血红蛋白具有特征波段这一特性,与传统高光谱空间扫描成像及分时获取不同波段多光谱成像方法相反,利用快照式多光谱窄带成像来加速光谱图像获取过程,提升不同病变程度组织之间灰度对比度同时,降低后续图像分析处理算法难度,实现对宫颈组织病变类型高帧率自动化分类。首先,使用微型快照式窄带多光谱摄像方法,在血红蛋白的两个强吸收峰(415±10)和(525±10) nm、一个反射带(620±10) nm和一个背景波段(450±10) nm共四个波段对宫颈组织进行快照式零时差获取四幅窄带光谱图像。而后,对所获取的光谱图像进行简单代数加减,以生成突显病变组织的融合图像,提高不同病变程度组织之间的对比度。最后,使用欧式距离分类算法,对光谱融合图像中不同病变级别进行分类,建立计算机辅助宫颈癌筛查方法。创新点在于实现了高帧率计算机辅助光学病理诊断方法。分别采用临床常规白光阴道镜及微型快照式窄带多光谱摄像对宫颈癌手术切下的新鲜组织进行彩色图像及光谱融合图像的高帧率采集,并使用同一个欧式距离分类算法对两种图像进行自动分类,分类结果都以组织病理诊断作为标准来计算正确率。通过对比两种分类结果正确率来检验光谱融合图像相对于彩色图像是否提升对比度,及其是否可以实现与组织病理诊断(金标准)结果一致的诊断。欧式距离分类算法对光谱融合图像分类准确率接近100%,远高于对白光阴道镜图像约50%的准确率。多位临床医生对基于微型快照式多光谱摄像头光谱融合图像的计算机自动分类结果表示接受。微型快照式窄带多光谱成像方法能有效提升光谱融合图像获取帧率及不同病变程度组织之间灰度对比度,能有效快速地将宫颈组织划分为与组织病理诊断结果一致的病变类型。由于诊断客观、无创伤、结果立等可得,该方法将有助于实现落后地区宫颈癌筛查的普及以及图像导航下的宫颈癌精准治疗手术。