天基光学遥感图像的信噪比提升技术综述

随着遥感技术的不断发展,天基光学遥感向全时域、智能化方向发展。微光遥感因需要在夜间和晨昏时段等低照度条件下对地物进行探测,成像具有低对比度、低亮度、低信噪比的特性。针对低信噪比特性会导致大量复杂物理噪声将图像景物特征淹没,严重影响地面目标识别与判读的情况,文章基于遥感成像的全链路物理模型,总结天基光学遥感图像信噪比提升的技术途径,分别对基于传统滤波的方式、基于物理模型的方式、基于深度学习的方式的研究现状进行分析,对比并总结各类方式中主要代表算法之间的特点及差异,对未来天基光学遥感图像信噪比提升的技术发展方向进行展望。

深度学习视频快照压缩成像恢复效果影响因素研究

针对视频快照压缩成像掩模板编码模式对实际拍摄压缩图像解码恢复效果的影响机理研究较为欠缺以及真实图像恢复效果很难量化评估的现状,文章基于遥感卫星视频序列得到的仿真数据和视频快照压缩成像系统采集到的真实场景数据,使用两种深度学习算法——集成学习先验深度展开算法和基于3D卷积的快照压缩成像(SCI)算法,结合峰值信噪比(PSNR)和结构相似度(SSIM)以及重构时间等量化指标进行重构效果评估,对掩模板的随机方式、掩模板的重复精度、掩模板的移动速度、景物的运动速度、背景的复杂程度等因素进行仿真试验分析。主要试验结论有:1)高斯随机编码具有较好的重构效果,但伯努利随机中当成功概率p取0.59或0.58时(随机变量取1),重构PSNR值较高斯随机平均提升超过0.5dB,SSIM值提升0.004;2)当步长较小时,移动编码方式重构效果不如随机编码方式,当步长较大时(超过9像素),效果和随机编码相当;3)掩模板的重复精度方面,当探测器像元和数字微镜器件(DMD)仅沿着一个方向发生偏移时(相对偏移量小于0.3像素),对重构效果影响较小,当同时沿两个方向发生偏移时,影响较大(两个方向均为0.1像素,PSNR下降超过3d B);4)当目标相对图片尺寸较小且背景较为复杂时,运动速度对重构效果影响较大,较快的运动速度会对重构精度产生较大的影响。以上研究成果可以指导视频快照压缩成像系统的设计,可潜在提升视频快照压缩成像重构效果。

帧间角点匹配的积分时间实时测算方法

在阐述积分时间测算原理基础上,对测算算法的误差源及残差进行了分析,并定量分析了残差对成像质量的影响,利用50组样本数据通过MATLAB仿真验证了采用Harris角点特征检测算法来实现帧间图像像移ΔL的亚像元精确计算的有效性,采用角点阈值优化及先验知识剔除误匹配点相结合的策略,有效降低特征角点检测及匹配计算时效,减少了运算数据量,对已匹配角点亚像元定位计算,仿真结果表明ΔL计算精度优于0.2个像元可满足测算方法在轨使用需求。最后结合实时测算方法应用特点给出了TDI探测器型高分辨率空间遥感相机成像参数的建议,为测算方法的在轨应用提供设计参考。采用高频面阵CMOS测速相机进行积分时间实时测算的方法能有效解决目标高程数据未知情况下,摄影点斜距无法精确获得的问题,方法具备低成本及星上可行性,同时能够弥补像移失配所导致的像质下降现象,有利于TDI探测器型高分辨率空间遥感相机成像性能的提升。

应用NAR运动估计的序列帧间匹配技术

对于面阵相机推帧成像与数字TDI后处理相结合的对地高分辨率遥感新方式,在图像后处理过程中的帧间匹配步骤占据了大量运算资源与时间。文章首先简要介绍了推帧成像与数字TDI的应用模式,通过分析推帧成像模式下原始图像序列的空域互相关特性与图像匹配机理,提出了此快速帧间匹配技术,并进行了仿真试验。结果表明应用非线性自回归神经网络运动估计的快速帧间匹配技术可显著提高数字TDI后处理的实时性,使计算效率提升达70%以上,同时提高匹配精度,减少误匹配。该技术泛化力强,通用度高,不同地面分辨率、不同轨道高度的空间相机数据均可应用该技术进行快速且精确的机内或地面帧间匹配。