一种光学遥感成像系统优化设计新方法研究

针对空间光学高分辨率遥感器,既要实现轻小型化,又要获得高品质遥感图像的要求,文章提出一种空间光学遥感成像系统优化设计新方法;综合考虑成像链路各环节因素,采用全面的指标设计和合理的优化设计流程来改进空间光学遥感成像系统的总体指标和成像品质,并显著降低遥感器的研制难度.通过比较全链路优化设计方法和传统设计方法的仿真结果及其...     

利用偏移矩阵提高CBERS图像预处理几何定位精度的方法研究

偏移矩阵是指由于传感器与卫星平台之间的安装偏差而导致的传感器坐标系与卫星平台坐标系之间的旋转矩阵 ,用于校正传感器与卫星平台坐标系之间不重合而导致的成像偏差。针对CBERS卫星数据处理系统只能使用星上下传姿态和星历数据进行预处理 ,而这些姿态和星历数据也可能存在系统误差的情况 ,我们把预处理图像所有引入误差 ,包括系统安装误差、姿态和星历数据误差、地面处理模型误差等 ,综合导致的成像偏差 ,归结为一个旋转矩阵来校正 ,该旋转矩阵定义为偏移矩阵。当系统成像存在一个较大的系统误差时 ,把该偏移矩阵代入几何校正处理模型中 ,可以得到很好的校正效果。文章方法在CBERS卫星的在轨测试中得到实施并取得较好的效果 ,增加偏移矩阵校正后 ,图像预处理几何定位精度得到显著提高     

利用偏移矩阵提高CBERS图像预处理几何定位精度的方法研究

偏移矩阵是指由于传感器与卫星平台之间的安装偏差而导致的传感器坐标系与卫星平台坐标系之间的旋转矩阵，用于校正传感器与卫星平台坐标系之间不重合而导致的成像偏差。针对CBERS卫星数据处理系统只能使用星上下传姿态和星历数据进行预处理，而这些姿态和星历数据也可能存在系统误差的情况，我们把预处理图像所有引入误差，包括系统安装误差、姿态和星历数据误差、地面处理模型误差等，综合导致的成像偏差，归结为一个旋转矩阵来校正，该旋转矩阵定义为偏移矩阵。当系统成像存在一个较大的系统误差时，把该偏移矩阵代入几何校正处理模型中，可以得到很好的校正效果。文章方法在CBERS卫星的在轨测试中得到实施并取得较好的效果，增加偏移矩阵校正后，图像预处理几何定位精度得到显著提高。     

基于Kalman滤波的卫星光谱成像仪非均匀性场景校正

为消除在轨卫星光谱成像仪的非均匀性,提出了一种基于Kalman滤波器校正算法.给出了校正算法,建立了均方根误差和列向粗糙度等评价指标.对美国TERRA卫星MODIS仪器图像的校正试验结果表明:用Kalman滤波器校正方法去除遥感图像中非均匀性条带的效果明显,校正后图像的品质显著提高.     

关于遥感图像品质的若干问题

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。文章对遥感图像品质的概念和表征予以介绍,对遥感图像品质的影响因素和提高遥感图像品质的有关问题,包括遥感数据获取系统的性能、成像条件和运行状态等加以说明,对如何提高遥感图像品质提出了若干建议。     

光学遥感卫星平面定位精度误差分析

高分辨率光学遥感敏捷成像卫星,在无地面控制点条件下,要达到米级的平面定位精度,需进行卫星系统全链路的误差分析,对系统误差进行高精度标定,对随机误差进行有效抑制。通常光学遥感卫星的几何定位分为物理几何模型和通用几何模型,物理几何模型基于共线方程,使用光学遥感器内方位元素和卫星平台姿轨外方位元素共同建立遥感图像的精确几何定位模型,其中光程差和大气折射等环境影响要素不可忽略,需要通过建模消除其偏移量。文章通过物理几何模型和通用几何模型的转换,利用WorldView-2卫星数据和参数进行了精度交叉验证,结果表明经过光程差和大气折射偏移校正之后,计算分析得到的平面精度与公布的无控制点精度优于5m(90%概率圆误差)的结果基本一致,说明了误差分析方法的正确性。     

卫星运动对压缩编码孔径光谱成像的影响

用于遥感光谱成像的光谱成像仪普遍存在信息获取慢、光子收集效率低、信噪比低或焦平面阵列大等问题,另外数据立方体庞大的数据量给数据传输造成了极大压力。为了从根本上解决这些问题,文章提出将压缩编码孔径应用于遥感光谱成像中,即压缩编码孔径遥感光谱成像。文章对卫星平台的俯仰、侧滚和偏航运动进行建模,然后利用此模型对成像过程进行仿真和重建,提高了成像品质。由于运动模型以及压缩编码孔径成像技术的引入,使得遥感光谱图像的压缩在成像过程中完成,从而大大提高了传统焦平面阵列的利用率,减小了数据传输的压力,减小了成像光谱仪的体积、质量与成本。     

基于90°旋转定标和场景校正相结合的非均匀性校正技术

非均匀性是影响红外遥感系统探测灵敏度的重要因素之一。随着红外遥感系统探测性能的提升,探测幅宽越大、辐射分辨率越高,对非均匀性要求也越高,而传统的非均匀性校正技术残差较大,难以满足要求,非均匀性已经成为限制红外系统在各领域深入应用的严重问题。针对高灵敏度长线阵推扫型海洋红外遥感系统,提出一种采用90°旋转定标(side-slither)和基于场景相结合的自适应校正技术。首先根据海洋背景红外辐射特性模型和系统响应特性,完成红外图像的仿真;通过side-slither定标技术,实现对图像的预校正以及盲元替换;根据side-slither原理,分析链路中影响校正残差的各因素,主要包括平台偏航和场景的高频动态变化,导致所有像元不能对同一辐射强度的场景成像,增大校正后图像的非均匀性残差。为进一步抑制非均匀性残差,对图像进行基于场景的自适应校正,仿真结果表明,经side-slither定标和恒定统计场景校正后,图像非均匀性残差能接近或小于时间噪声水平,满足高灵敏度探测需求,能够为后续红外弱目标的检出提供高品质图像。     

多谱段光学遥感探测器配准误差分析

多光谱相机获取的同一目标在不同谱段图像中几何位置不同,造成了多谱段图像配准误差。而多谱段图像谱段配准问题是制约卫星数据规模化与产业化应用的重要因素之一。文章针对常见的同一光学系统多光谱成像模式,建立多谱段探测器配准误差模型,从空间相机设计角度考虑,仅考虑图像之间的位置关系,分别分析延时成像及非延时成像时造成谱段配准误差的因素,以及各因素对多谱段图像配准的影响。多谱段图像配准误差无延时成像时与各谱段像主点观测精度有关,延时成像时像主点位置观测精度和姿态指向精度影响较大,卫星速度观测精度影响较小。最后根据地面图像处理配准误差要求,仿真分析得出各引起配准误差因素的指标要求,可以为多光谱遥感器的设计和应用提供参考。     

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。     

HT-1微小卫星及其在国土资源调查中的应用

文章简要介绍了航天清华一号 (HT - 1)微小卫星及其图像质量状况 ,并以HT - 1扬州景图像为例 ,用ENVI软件对图像进行噪声消除、波段间错位纠正与假彩色合成、地面分辨率求算 ,探讨了其在国土资源调查中的应用。结果表明 :HT - 1图像信息量丰富 ,但噪声明显 ,可通过中值滤波基本消除 ;各波段图像间像元错位较大 ,仍可以通过波段配准来消除 ;地面分辨率为 :4 1 6 989m ,基本达到了设计的要求 ;能满足中比例尺的国土资源调查领域的应用要求     

高光谱图像融合最佳波段选择方法

针对高光谱图像高数据维给图像处理带来的困难和影响,本文构造了高光谱图像融合的最佳波段选择新模型-联合偏度-峰度指数(Joint Skewness-Kurtosis figure,JSKF)模型,利用JSKF指数进行自适应子空间的分解和波段选择,降低高光谱数据维数;并将选择出的最佳波段组合进行了融合,实验结果表明,该方法所选择的波段信息差异较大、互补特征明显,融合后图像包含的信息量丰富,效果优于传统的自适应波段选择方法和主成分分析累计贡献率方法.     

Small satellite's role in future hyperspectral Earth observation missions

Along with various advanced satellite onboard sensors, an important place in the near future will belong to hyperspectral instruments, considered as suitable for different scientific, commercial and military missions. As was demonstrated over the last decade, hyperspectral Earth observations can be provided by small satellites at considerably lower costs and shorter timescales, even though with some limitations on resolution, spectral response, and data rate. In this work the requirements on small satellites with imaging hyperspectral sensors are studied. Physical and technological limitations of hyperspectral imagers are considered. A mathematical model of a small satellite with a hyperspectral imaging spectrometer system is developed. The ability of the small satellites of different subclasses (micro- and mini-) to obtain hyperspectral images with a given resolution and quality is examined. As a result of the feasibility analysis, the constraints on the main technical parameters of hyperspectral instruments suitable for application onboard the small satellites are outlined. Comparison of the data for designed and planned instruments with simulation results validates the presented approach to the estimation of the small satellite size limitations. Presented analysis was carried out for sensors with conventional filled aperture optics.     

基于小波和支持向量回归的高光谱遥感图像压缩

高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明：所提出的方法在相同比特率下能够获得更高的峰值信噪比。     

一种最大压缩误差可控的高光谱图像压缩算法

提出了一种可以实时控制压缩误差的高光谱图像有损压缩算法。该算法对高光谱 图像矩阵进行奇异值分解得到奇异值矩阵和奇异向量矩阵;用部分奇异值及其对应的奇异向 量重构图像;根据测量系统精度要求确定量化因子并对重构图像与原始图像间的光谱误差进 行量化;采用预测编码和算术编码对用于图像重构的奇异值及其对应奇异向量进行无损压缩 ;设计了非零值编码算法完成对重构误差的无损压缩。对Luna Lake和Low Altitude图像的 仿真结果为：最大相对误差分别控制在0.44％和0.33％时,压缩比为41.5:1和24.6:1, 信噪比为 50.4 dB 和47.8 dB。
     

基于人类视觉特性的遥感图像优化显示及应用

在分析遥感图像主观质量（Subjectivequality）评价的基础上,提出基于人类视觉特性的优化显示技术．并应用于遥感图像压缩、相对辐射校正评价和噪声估计。结果表明：当图像以50％比例放大时,处理前后的效果不明显：以100％比例放大时,差异性开始出现;当显示比例提高到200％时,图像的噪声、条纹及退化现象比较容易发现与识别。因此,当需要比较两幅图像差异及监测图像质量变化时,建议显示比例设为200％。上述成果已成功应用于CBERS-02B卫星HR相机及后续高分辨率相机压缩方案的评价,也用于中国卫星遥感地面处理系统的图像质量监测。     

珠海一号高光谱影像云检测算法

珠海一号高光谱卫星具有高空间、高光谱、高时间分辨率等特点,有效推动了高光谱遥感数据在农林环境、自然资源探测等领域的广泛应用,其中高精准的云检测是遥感数据预处理的关键步骤。如何对高光谱图像有效特征提取并克服传统云检测方法特征复杂、算法参数多、计算量大、鲁棒性差等缺陷,是高光谱云检测研究的关键问题。为此,提出了一种多尺度特征融合的U型结构网络,模型首先利用残差模块进行特征编码,并将编码进行多尺度融合,在网络的跳跃连接处引入了坐标注意力机制提取有用信息,最后通过残差解码得到输出结果。实验前首先利用主成分分析降维,将高光谱数据重构为4维影像数据,然后通过数据标注与数据增强,建立珠海一号高光谱影像云检测数据集。采用了38-Cloud云数据集训练初始网络参数,随后利用构建的数据集进行迁移学习。实验结果表明,对于所建立的珠海一号高光谱云检测数据集,所提方法的像素准确率达到92.28%,可以实现高精度的高光谱遥感影像云检测。     

纳型卫星高光谱遥感系统-基于空间线性可变滤波器的成像光谱仪(SVFIS)

基于空间线性可变滤波器的成像光谱仪SVFIS是为纳型卫星设计的高光谱遥感系统，它的最大优点是结构简单，因而机械稳定性和热稳定性非常高，特别适合在航天环境下使用。本文简要介绍了航天高光谱遥感和成像光谱仪，重点介绍SVFIS的系统结构并阐明它的工作原理。SVFIS的数据具有冗余性和延时性的特点，虽然有它不利的一面，但其影响程度依赖于系统设计。由于SVFIS数据中包含着地势起伏、目标运动和平台姿态变化的信息，为研究这些信息，我们对像面进行了特殊的设计，这是SVFIS的另一显著特点。