卫星振动引起的非规则采样降质图像复原方法

针对卫星振动引起的TDICCD相机非规则采样导致像质退化的问题,提出了非规则采样降质退化图像的复原方法.首先利用基于非均匀快速傅里叶变换的频域插值对非规则采样的几何降质退化规律进行建模,并结合遥感成像的模糊退化过程,建立非规则采样降质图像退化模型.然后利用频域插值特性将模型逆求解过程转换为Toeplitz矩阵系统的线性方程求解问题,实现了快速求解,提出非规则采样几何降质和模糊退化的综合处理方法.最后利用测试图形和真实遥感图像对方法进行验证,实验结果表明:在严重模糊、几何降质及高噪声水平条件下,复原后的图像与理想图像的结构相似度仍优于0.93,而且具有较高的处理效率.该方法能有效应用于在轨振动引起的非规则采样降质的复原处理.

TDICCD相机平台振动所致的MTF空间移变降质

卫星振动不仅会引起TDI(Time Delay and Integration)CCD相机像元采样的不规则性,还会引起像元弥散斑空间分布的不一致性,导致图像传递函数(Modulation Transfer Function,MTF)产生空间变化,从而制约高分辨率图像振动复原质量。本文从卫星振动对TDICCD相机推扫成像采样过程的作用机理出发,结合理论推导与仿真研究,得到了平台振动引起的图像空间移变降质及表征方法。然后在振动复原模型的基础上,推导得出MTF空间移变降质对复原处理误差的影响,并基于实际卫星图像开展了复原实验。实验结果表明:当振动所致图像MTF空间移变降质小于15%时,复原处理后的图像与理想图像的结构相似度优于0.95,而且处理误差所导致的图像失真不影响判读质量。

融合多特征的天基典型目标光学识别方法

为满足天基近距离目标高精度探测和识别的需求,提出一种多特征融合的卫星局部识别方法.首先分析卫星局部物理特征,构建了融合形态学多特征参量的局部构件分形聚类参数集,并建立基于聚类特征加权组合的构件聚类模型.利用该模型即可实现通过计算待识别目标隶属于各构件类的匹配性概率来识别目标;在此基础上,针对空间目标光学成像的图像降质、局部遮挡等问题,提出了目标识别算法,并以其在实际应用中的识别概率为依据,结合粒子群算法迭代优化加权系数,提高了识别算法效率与鲁棒性;最后利用4类典型卫星及伽利略卫星缩比模型对识别算法进行了数字仿真和半物理实验验证.实验结果表明,在低对比度、SNR仅为5,且构件存在较严重变形与互遮挡的情况下,算法仍能有效识别卫星构件,识别概率优于0.95.

基于空不变图像复原的光学遥感成像系统优化

提出了依据复原处理来优化设计遥感成像系统的思想。对影响复原处理性能的主要链路环节因素及其关系进行了理论分析、半物理和仿真实验以及正交试验。通过复原问题的数学模型,从理论上提出相机调制传递函数(MTF)的空间变化性(MTFSV)、数据压缩比(CR)和非均匀性校正残差(NCR)是影响空不变复原处理的主要因素;然后通过搭建半物理平台和仿真实验,分析上述因素导致的处理误差对复原图像判读质量的影响;最后利用组合数学理论,通过MTFSV、CR、NCR多因素多水平图像复原的正交试验,建立它们与处理性能间的关系量表。实验结果表明:在遥感成像系统MTFSV小于10%、CR小于4∶1、NCR不大于3%,而系统MTFN仅为0.07的情况下,采用空不变复原处理仍可提高图像MTF面积达70%以上,且能保持图像信噪比(SNR)不变,而处理误差所致的图像失真也不会影响判读质量。

光学卫星在轨动态场景实时匹配方法及试验

针对目前在轨卫星图像动态范围偏窄、直方图集中、灰度层次不够丰富、暗场景图像细节分辨能力不强的问题,提出一种卫星在轨动态场景实时匹配方法。首先,研究云检测和基于直方图特性的大气程辐射预估方法,消除它们对场景高、低动态测量的影响,并结合测光相机与成像相机辐射响应关系的标定,通过测光相机最多2次拍摄地面场景,实现场景动态范围的实时测量;然后,针对地面场景动态范围通常超出相机动态的问题,设计并提出了基于高亮度和低亮度匹配的相机与场景动态范围匹配方案,同时给出了不同情况下相机在轨参数解算方法。最后,通过无人机飞行试验对匹配方法进行了试验验证,结果表明:利用该方法可根据实时拍摄的地面景物合理地设置相机积分级数和增益,实现相机与场景动态范围的最佳匹配,有效灰阶提升优于100%,信息熵提升优于40%。