多视场遥感图像虚拟焦面拼接理论误差分析

随着遥感对地观测技术的发展,对大视场、宽幅数据的需求日益增加,经常需要通过多幅遥感图像拼接来满足图像幅宽的要求。由多台相机同轨同时成像并拼接获取大幅宽遥感图像可以解决图像幅宽的问题。目前主要采用基于匹配的图像域拼接方法或根据成像几何关系生成虚拟拼接图像的方法获取宽幅图像。而生成虚拟拼接图像的方法物理意义明确且拼接后图像具有经典成像几何关系,成为图像拼接发展的趋势。文章根据同轨多视场图像虚拟焦面拼接原理,由摄影测量严格共线方程几何定位模型推导了多台相机不同视场图像的理论拼接误差计算公式,得出拼接误差的主要误差源;并仿真实验分析了拼接理论误差对图像拼接的影响,为多台相机拼接获取宽幅图像的设计和应用提供一定参考。     

多尺度大视场十亿像素成像技术

十亿像素相机可以获取信息量较大的图像,在天文观测、航空航天遥感等领域具有广泛的应用前景。受探测器和光学设计水平的限制,传统的大视场十亿像素成像通过小视场相机扫描和图像拼接实现。为解决传统十亿像素相机实时性不高的问题,文章研究一种新型多尺度大视场十亿像素成像技术,从实现十亿像素成像的条件出发,阐述该技术的原理、优势及应用领域;分析系统独特的技术指标,包括物理锥角、重叠率等,梳理和归纳新型多尺度大视场十亿像素成像系统走向实用化过程中必须克服的关键技术。研究结果表明,该技术可在不提高系统复杂性的情况下大幅提高监视实时性。     

光学遥感压缩成像技术

基于Shannon采样定理的传统信息获取系统在高空间、时间和谱分辨率及系统其它性能上存在难以突破的瓶颈,压缩采样理论为提升航天遥感信息获取能力提供了新的思路。基于压缩采样理论的成像技术（压缩成像）将采样、压缩和数据处理3个过程完美的结合在一起,避免了传统遥感成像系统“先采样再压缩”方式带来的传感器和计算资源浪费,是未来光学遥感极具潜力的成像方式。文章在简要介绍压缩采样基本理论的基础上,总结和分析了国际上目前提出的光学压缩成像系统原型,设计开展了3组压缩成像物理实验,特别结合航天遥感需求设计了推扫式压缩成像方案,实验结果验证了压缩采样的基本原理,并为未来光学遥感压缩成像系统的设计提供了借鉴。     

一种聚束SAR回波数据压缩成像方法

针对聚束合成孔径雷达(SAR)成像中的海量数据问题,提出了一种基于压缩感知的聚束SAR回波数据压缩成像方法。首先对回波信号进行分析,利用波前匹配字典构造方法得到回波观测矩阵,其次通过构造二维离散余弦变换(2D\|DCT)等效矩阵得到回波信号的稀疏变换矩阵,然后利用平滑L0算法重构得到观测场景的二维像。本文方法可以在采集远小于传统聚束SAR成像方法所需回波数据量的基础上实现准确成像,最后的仿真结果表明了方法的可行性和有效性。     

基于压缩感知理论的合成孔径激光雷达成像算法

合成孔径激光雷达是一种主动式有源激光成像雷达,它具有远高于微波合成孔径雷达的成像分辨率,能够实现对远距离目标的精细成像。由于激光信号的带宽极大,普通的硬件设备难以满足奈奎斯特采样定理的要求。提出一种基于压缩感知理论的合成孔径激光雷达成像算法,该方法利用光外差方法探测回波信号,在此基础上通过对外差信号进行随机采样提取信号中的有效信息,使用正交匹配追踪算法实现对目标高分辨距离像图像的重构,最后结合频率变标算法得到目标的高分辨二维图像。仿真结果表明运用新算法对合成孔径激光雷达的回波信号进行采样,能使用远低于奈奎斯特定理所规定的采样率完成信号采样,并有效压低信号旁瓣,实现对目标的超高分辨成像。
     

基于半张量积压缩感知的形变数据重构在航天器结构健康监测中的应用

针对航天器结构健康监测(structural health monitoring, SHM)面临的数据传输和存储量过大问题,提出一种基于半张量积压缩感知(semi-tensor product compressed sensing, STP-CS)的形变数据重构方法。该方法基于形变数据的稀疏性,利用降维的随机高斯矩阵对形变数据进行压缩采样。为了验证该方案的可行性,实验研究了不同的观测矩阵维数与重构性能的关系。结果表明:采用该方法对形变信号进行随机采样,当观测矩阵存储空间减少到传统压缩感知(compressed sensing, CS)的1/64,仍能实现较高精度的重构,有效节省了观测矩阵的储存空间;此外,重构时间也随着观测矩阵维数的降低逐渐缩短。因此,该方法为解决航天器SHM面临的数据传输和存储挑战提供了新的解决思路。     

绕飞过程中小天体三维模型重构及探测器运动估计研究

提出了一种利用绕飞段拍摄序列图像对小天体三维模型进行重构,同时估计探测器位 置姿态的方法。利用PCA\|SIFT算法对探测器绕飞小天体过程中拍摄的序列图像进行特征点 提 取及匹配,得到稳定的特征点序列。在窄视场拍摄条件下,通过弱透视投影变换简化成像模 型,并利用SVD因式分解算法重构了小天体的三维模型,同时估计出探测器的位置和姿态。 通过实际拍摄的图像以及人工数据分析了距离远近、特征点个数、图像帧数以及视场角等因 素对三维重构精度以及探测器位姿估计的影响。仿真结果表明该算法可以有效的用于小天体 模型重构以及探测器的运动估计。
     

空间太阳极紫外无狭缝光谱成像技术综述

太阳光谱成像观测是太阳物理和空间天气研究的重要数据来源。极紫外观测是目前在空间观测太阳的主要手段。现阶段太阳极紫外成像主要通过极紫外成像望远镜和狭缝成像光谱仪实现。成像望远镜能直接获得全日面的活动图像,但不能得到对应的光谱信息。狭缝成像光谱仪可以得到高光谱分辨率的光谱信息,但视场很小,不能得到整个活动区域的信息,限制了对于太阳爆发现象的观测。无狭缝光谱成像技术可以突破这种限制,得到带高分辨率光谱信息的全日面图像,从而获得太阳爆发现象的形态演化、速度、角度信息,对于太阳物理研究和空间天气预报有独特优势。文章综述了自20世纪70年代以来发展的3种太阳极紫外无狭缝成像技术形式,说明了其各自的优缺点;介绍了近年来发展的多级衍射光谱成像方式的原理,旨在为发展我国新型空间太阳观测仪器提供借鉴。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

基于压缩传感的线阵SAR三维成像方法研究

线阵SAR是一种新型雷达三维成像技术。由于实际中线阵天线长度有限,基于匹配滤波的传统线阵SAR成像方法不仅需要大量的阵元数,而且在切航迹向的分辨率也较低。结合三维场景空间目标的稀疏特征,提出一种基于压缩传感理论的高分辨线阵SAR三维成像方法。相对于传统匹配滤波线阵SAR三维成像方法,本方法只利用少量的稀疏天线阵元回波对切航迹向的稀疏散射目标进行L1范数优化重构,大大抑制了切航迹向旁瓣影响并显著提高分辨率。最后,通过线阵SAR点目标仿真三维成像表明了本文算法的有效性。     

景物和成像条件对遥感图像品质的影响

遥感图像是遥感数据获取系统的输出,遥感图像的品质表现为遥感图像在完成遥感任务中的应用价值。遥感图像品质由成像链的状态和性能决定。成像链包含景物、成像条件和成像系统的所有组成部分。文章介绍光学遥感情况下,景物和成像条件对遥感图像品质的影响,包括景物特性和成像条件的表征,及其对遥感图像品质影响的分析。同时,指出了针对景物和成像条件,在成像系统设计和运行等方面需注意的问题。     

“实践九号”A卫星光学遥感图像杂散光噪声去除

杂散光是影响卫星光学遥感图像像质的重要因素,严重时会在图像上形成明暗的杂散光条纹噪声,降低图像的对比度和清晰度。文章针对“实践九号”A（SJ-9A）卫星光学遥感图像存在的杂散光噪声现象,设计了一种基于成像载荷焦面入射杂散光空间分布特征的遥感图像杂散光条纹噪声去除方法,通过测量杂散光在推扫遥感图像上的空间分布特征,建立杂散光分布特征模型,采用分块自适应算法进行杂散光噪声滤波,消除SJ-9A遥感图像上随时空变化的杂散光条纹噪声。杂散光噪声去除后图像整体色调均匀,无条带噪声,满足CCD/TDI-CCD推扫遥感图像辐射校正精度（广义噪声）优于5%的指标要求。     

基于层次化分类器的遥感图像飞机目标检测

在大量航空航天遥感图像中,快速发现和统计飞机目标并对其进行准确定位,在军事和民用方面均具有重要意义。结合遥感图像特点,针对飞机目标的特征,文章设计了一种基于层次化的分类器的遥感图像飞机目标检测方法。首先用基于哈尔（Haar）特征的底层AdaBoost分类器快速去除大部分非目标区域;然后用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征的顶层支持向量机（Support Vector Machine,SVM）分类器进行精细检测。在分辨率为1m的遥感图像数据集上的实验结果表明,层次化分类器在保证较高检测率的前提下,大大降低了虚警率,可以有效解决遥感图像飞机检测问题。     

基于GPU的高光谱遥感主成分分析并行优化

主成分分析（principal component analysis, PCA）是高光谱遥感图像特征提取的重要方法。为了在保证精度的同时,提高高光谱遥感PCA算法的计算效率,文章提出一种基于图形处理器（graphic processing unit,GPU）＋中央处理器（central processing unit,CPU）异构系统的PCA并行优化方法。该方法利用GPU的并行计算能力实现PCA中复杂的协方差矩阵计算与维数缩减过程,优化了像元去均值的计算流程;解决了GPU内核计算像元累加和非合并访问问题;利用共享内存机制,提高了访存效率。此外,该方法采用改进的Jacobi快速迭代法在CPU中进行特征分解,保证了算法的精度。实验结果表明,该方法在保证精度的同时能够有效提高计算效率,在Quadro600平台上的加速比达到141倍,满足了高光谱遥感图像实时应用的需求。     

提高光学遥感卫星图像几何精度总体设计分析

针对如何提高我国光学遥感卫星图像几何定位精度问题,从影响几何成像质量的关键要素——内外方位元素出发,介绍地面几何处理方法,并基于多颗卫星研制、地面量测试验及在轨验证情况,对高分辨率光学遥感卫星和多线阵观测卫星的几何精度的星-地全链路影响误差项进行对比分析,通过理论分析找出了约束我国高分辨率遥感卫星几何精度的关键问题,最后探讨了如何通过星上设计配合地面处理提高高分辨率遥感卫星的几何精度。     

高分辨率敏捷卫星颤振对成像的影响分析方法

高分辨率敏捷卫星在轨姿态机动成像过程中,姿态控制执行机构的控制力矩陀螺（Control Moment Gyro, CMG）在正常工作时会产生附加的扰动力和扰动力矩,经振动传递,造成相机内部敏感光学元件之间的相对运动,从而对图像品质造成影响。为了研究 CMG 颤振对高分辨率敏捷卫星成像的影响,文章采用集成建模分析方法,构建包括扰动、结构、控制、光学在内的颤振集成模型。以某型号空间相机为研究对象,对此相机的动力学特性和光学系统敏感度进行了分析,得到相机敏感光学元件的振动响应,以及颤振在相机焦面产生的像移,研究了CMG颤振对高分辨率敏捷卫星成像的影响分析方法,可为其他类型颤振的影响分析提供参考。