匀速直线运动模糊的投影恢复方法

本文研究了匀速直线运动模糊的投影恢复方法。对如何选取初值进行了讨论。为了加速投影法的收敛速度,我们提出了一种改进的投影方法。改进的投影法较好地恢复了实际的匀速直线运动造成的模糊。     

星载SAR在轨成像实时处理算法研究

星载合成孔径雷达(SAR)分辨率和幅宽的不断提高,其产生的原始数据率越来越大,采用在轨实时成像处理形成图像,在图像域再进行传统的图像数据处理和传输,有助于降低星-地数据传输速率,为了提高星载SAR在轨成像处理的实时性,文章分析了星上特殊条件对星载SAR处理算法实时性所提出的约束,对RD、波束域、CS等经典的星载SAR成像处理算法的运算量进行了比较,以CS算法为例,研究了相位补偿因子对CS成像处理算法的实时性影响,提出了一种补偿因子区域不变的CS成像算法,它极大地减少了成像处理算法的运算量,并通过仿真实验结果验证了该算法的有效性。     

基于子孔径处理的大斜视SAR点目标仿真

机载合成孔径雷达(SAR)平台无法在长合成孔径时间内保持理想匀速直线运动,运动参数变化较大。利用全孔径算法进行成像处理,难以高效地生成聚焦良好的图像。针对这些问题,本文通过在回波信号方位向划分子孔径,分段处理,从而得到聚焦良好的图像。为增强适用性,子孔径处理时采用大斜视角下的距离多普勒(RD)算法,同时与传统正侧视及小斜视RD算法比较。经仿真验证:无论在大斜视情况下还是在有运动误差的情况下,本文算法都能使点目标良好聚焦,点散布函数的分布显示旁瓣均低于-20 dB,满足工程使用要求,说明了算法的有效性。     

基于Poisson模型的湍流退化图像多帧迭代复原算法

随着航天空间技术的发展，空中目标的成像探测研究越来越重要。受大气湍流的干扰，观测到的目标图像是严重模糊的。为了从观察到的多帧含噪的湍流退化图像中将目标原图像有效地恢复出来，本文提出了一种新颖的基于图像统计模型的图像复原算法。跟据图像Poisson概率模型建立了有关多帧图像数据的对数似然函数，通过极大化该对数似然函数，推导出了目标图像及各帧图像点扩展函数的迭代求解关系。同时。将点扩展函数的支持域等先验条件有效地加入到迭代计算过程中，以便快速地利用迭代技术将目标图像和各帧点扩展函数估计出来。该算法能用少数帧图像极大程度地恢复出目标图像。为了验证本文算法的恢复效果和可靠性，对在强噪声污染条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法对空中目标湍流退化图像的复原是非常有效的。     

基于非负支持域递归逆滤波技术的湍流退化图像复原算法

在常规图像复原算法中,成像系统的点扩展函数和观测噪声被认为是先验信息。当飞行器在大气层内高速或超高速飞行时,会产生气动光学效应,严重影响成像制导系统的成像质量,在这种情况下,降晰函数和观测噪声是未知信息。为有效复原湍流退化图像,提出了基于非负支持域递归逆滤波技术的湍流退化图像复原算法,该算法可同时辨识递归滤波器的参数。非负支持域递归逆滤波技术适用于视场背景为单一的黑色、灰色或白色并且支持域确定的目标图像的复原及相应滤波器参数的辨识。提出的算法首先将湍流退化图像通过一个空域高通有限脉冲响应滤波器,以滤除部分因噪声引起的模糊信息,然后将首次滤波后的图像进行递归逆滤波,同时共轭梯度算法用于最小化非负支持域递归逆滤波凸集价格函数。该算法用于复原风洞测试图像,实验结果表明,复原效果有明显的改进。
     

卫星遥感图像的鲁棒无损数据隐藏传输算法

提出一种基于整数离散余弦变换（IntDCT）域的鲁棒无损数据隐藏算法。先对载体图像进行预处理来构建适合信息嵌入的载体,并将无损隐藏的思想引入到预处理中用以存储可恢复原载体图像的信息。为兼顾鲁棒性和图像质量,算法通过修改载体图像IntDCT域高频系数的直方图修改来完成秘密信息的嵌入;最后,与以往算法不同,为保证遥感图像的质量,给出了接收端在含密图像未失真和失真情况下载体恢复的方法。实验结果表明,本文所提出的算法能有效抵抗压缩攻击,并具有良好的图像质量和较大的容量。与以往算法相比,本文算法在性能方面具有明显的优势。     

一种基于双模式成像的遥感图像去运动模糊方法

对地观测载荷大多工作在颤振环境之中,这种颤振造成光轴偏移、像面抖动,由此产生的运动模糊对高分辨率成像与高精度探测产生了极为不利的影响。对空间相机像面去模糊的工作,大致分为两种方案：一种为硬件实时探测加硬件实时补偿,另一种为硬件实时探测加事后软件补偿。文章提出通过主成像相机的双成像模式获得低信噪比无抖动图像和正常信噪比模糊图像,利用图像处理手段从这一对图像中求得抖动信息（模糊核）,并以此为先验知识指导模糊图像的复原,抑制像面抖动。这种方法既不需要补偿器件,也不需要探测元件和探测支路,并在图像迭代处理过程中不断修正模糊核,在初始模糊核有一定误差的情况下,同样可望取得良好的像面去模糊效果,对于遥感图像像质提高具有潜在的应用价值。     

基于MTFC的遥感图像复原方法

遥感图像在成像过程中受到大气、光学系统、探测器、平台运动和电路等因素的影响,引起图像退化,图像复原算法可以改善遥感图像像质,提高图像信息的解译能力。文章介绍了调制传递函数补偿（modulation transfer function compensation,MTFC）算法的原理,从遥感成像的链路环节出发,分析了MTFC的原理,提出了一种星上实时遥感图像MTFC复原算法。通过卷积系数和抑噪参数的优化设计,在提高图像清晰度的同时能较好地抑制噪声;对不同卷积和抑噪参数的图像复原效果进行了对比,从主观和客观两个方面对复原图像进行了评价。实验结果表明,该算法能有效提高图像像质,增强图像的高频部分,采用不同类型的卫星遥感图像验证了算法的适应性。     

合成孔径雷达图像中目标的统计特性

本文讨论了合成孔径雷达（SAR）图像中目标的统计特性，并验证了如何利用这一特性进行自动SAR目标分类及识别。文中介绍了一种用于估计目标雷达横截面积的目标平滑算法，这种算法可以与适当的噪声模式相结合以针对给定的成像构造产生多个目标，这就允许对目标特性进行统计分析，用于改进基于特征的分类，并通过对真实目标进行简单的分类实验进行了验证。     

基于线性特征的中分辨率航天遥感器MTF在轨评价及其在图像恢复中的应用

文章在简要介绍遥感器在轨MTF评测值在遥感图像处理中的意义基础上,分析了中分辨率遥感卫星成像过程MTF在轨测试的各种方法的适用性、算法和具体指标要求,提出了适合于中分辨率遥感卫星成像过程MTF的在轨评价方法,并剖析了遥感卫星成像过程中影响MTF的多种因素;最终以CBERS-02星CCD图像为对象进行了试验,并有效运用于图像恢复。     

空间光学遥感运动模糊仿真方法研究

空间光学遥感作为一个动态的成像过程,像物曝光时间内的相对运动必然会导致成像的模糊,因此在遥感成像链路仿真模型中必然要考虑运动模糊的影响。文章将运动类型分为线性运动和简谐运动两种,并且根据成像过程中器件积分时间和简谐运动周期的比值大小将简谐运动分成高频、低频不同情况来处理。文章指出严格意义上运动模糊具有空间移变的性质,最终根据积分时间同简谐运动的频率提出一种TDICCD运动模糊的仿真方法,可为后续全链路仿真提供参考。     

基于航天TDICCD相机像移分析的PSF估计及图像复原算法研究

根据时间延迟积分电荷耦合器件(TDICCD)特殊的工作原理,分析了其产生像移的原因 ,基于对TDICCD像移的分析估计出模糊图像的点扩散函数(PSF)。根据TDICCD像移产生的机 理,建立了图像退化的数学模型,并在功率谱均衡复原算法的基础之上提出了像移复原滤波的 数学表达式,对运动模糊图像进行了半盲恢复,通过Matlab仿真证明了图像复原算法的可行 性和有效性。
     

高分辨率卫星遥感图像的偏流角及其补偿研究

卫星遥感采用高分辨率TDICCD相机时，由于地球的旋转产生图像运动的偏流角，偏流角对这种遥感图像的质量影响较大，需要进行补偿，并通过遥感视线的校正实现。补偿的首要工作是确定图像运动的偏流角和遥感视线的修正量。基于航天器飞行动力学原理，本文求出了各种近地轨道的偏流角、偏流角角速度，把遥感视线的校正分成粗校正和精校正，并给出了修正量的确定方法。针对椭圆轨道和圆轨道情况的偏流角及修正量的计算，验证了本文算法的有效性。     

基于时频分析的ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅里叶变换进行频谱分析,会导致对机动目标的成像模糊.应用短时傅立叶变换(STFT)、魏格纳分布(WVD)、平滑伪魏格纳分布(SPWVD)等几种时频分析方法对机动目标进行瞬时成像,仿真和实验结果表明,应用该方法能得到清晰的目标的距离-瞬时多普勒像.     

高分辨率卫星结构-控制-光学一体化建模与微振动响应分析

文章针对高分辨率遥感卫星的微振动分析,给出了一种结构-控制-光学一体化建模方法:将微振动干扰源模型、整星结构模型、控制系统模型和光学系统模型按照实际的物理联系连接为一个整体,进而预测空间相机在轨微振动的像移响应和干扰源到像移的传递特性。以某遥感卫星为例,将其微振动下的像移响应和传递特性与工程中的其他处理方法的计算结果进行了对比分析。研究结果表明:一体化建模分析方法从原理上更接近卫星在轨实际工作情况,能够给出较为合理的微振动分析结果;其他工程处理方法的分析结果均与一体化建模分析方法有差异,使用时应根据设计和分析的具体目的与条件恰当选择。     

Comparison of motion de-blur algorithms and real world deployment

If a camera moves fast while taking a picture, motion blur is induced. There exist techniques to prevent this effect to occur, such as moving the lens system or the CCD chip electro-mechanically. Another approach is to remove the motion blur after the images have been taken, using signal processing algorithms as post-processing techniques. For more than 30 years, numerous researchers have developed theories and algorithms for this purpose, which work quite well when applied to artificially blurred images. If one attempts to use those techniques to real world scenarios, they mostly fail miserably. In order to study why the known algorithms have problems to de-blur naturally blurred images we have built an experimental setup, which produces real blurred images with defined parameters in a controlled environment. For this article we have studied the most important algorithms used for de-blurring, we have analyzed their properties when applied to artificially blurred images and to real images. We propose solutions to make the algorithms fit for purpose.     

遥感图像MTF复原国内研究现状

遥感成像过程受到大气、成像系统中的光学、探测器和电子器件、卫星平台的运动等影响,引起成像退化,造成图像模糊,降低了像质。图像恢复技术可以改善像质,提高图像信息解译能力。文章简单介绍了遥感图像MTF退化原因,分析了中国相关技术发展现状。在此基础上,介绍了作者的研究成果,其特点是通过获取点扩散函数从而得到遥感图像的调制传递函数（MTF）。实验结果表明,该方法实用可行,MTF图像恢复技术可以明显地提高遥感像质,增强图像的高频部分,使图像易于判读解译。     

基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。