基于小卫星编队的稀疏孔径遥感技术

介绍了实现稀疏孔径系统的迈克尔逊干涉和斐索干涉的两种干涉成像原理,讨论了实现稀疏孔径探测和成像的子孔径的空间布局、相位一致和图像恢复,分析了载荷展开,卫星编队中的编队卫星轨道设计、空间基线测量与控制,以及光机技术等工程化实现的关键技术。     

浅析互有位移图像序列的超分辨率复原

超分辨率图像复原的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息。基于互有位移序列图像进行的超分辨率复原,除了利用物体的先验信息和单幅图像的信息之外,还充分利用了不同图像之间的补充信息,因此其超分辨率复原能力高于利用单帧图像的复原法。这项技术可以广泛应用于遥感、高清晰电视和医学成像等多个领域。通过对超分辨率复原技术理论基础的阐述,指出基于序列图像的高分辨率成像技术的合理性,并介绍对互有位移图像序列的获取方法:亚像元动态成像系统、光学系统和利用压电陶瓷的方法。     

基于维纳滤波和综合评价因子的遥感图像复原

在光学遥感相机成像过程中,会有诸多因素导致遥感图像的退化.维纳滤波是一种应用广泛的光学遥感图像复原方法.为了克服传统的维纳滤波方法中功率谱难以计算的问题,提出了一种基于改进维纳滤波和综合评价因子的遥感图像半盲复原算法.该算法采用维纳滤波进行退化图像的复原,并采用直线运动方法估算图像的退化函数.维纳滤波所需的功率谱比采用...     

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。     

基于最佳倒易晶胞的斜采样遥感图像复原方法

遥感图像的退化受多种因素的影响。本文研究了斜采样方式下混叠、模糊、噪声对图像有效分辨率的影响,在贝叶斯框架下提出了一种基于最佳倒易晶胞的斜采样遥感图像复原方法。该方法基于高斯图像先验假设,首先根据斜采样图像获取系统参数对倒易晶胞的形状进行限制,获取混叠与噪声最小的频域覆盖,然后在Bayesian\|MAP(最大后验概率,Maximum a Posterior Probability )框架下建立耦合模型,通过迭代复原方法得到混叠、模糊、噪声最小化的图像。实验结果说明,本算法考虑了引起图像混叠的图像成像模型特性, 获得了较好的复原结果, 增强了图像分辨率。     

大孔径静态干涉多光谱图像压缩算法

基于大孔径静态干涉成像光谱仪的成像特点,提出了一种适合于干涉多光谱图像的不等重要性权值率失真优化等级树压缩算法。该算法根据干涉多光谱图像在空间和频域的特点,对小波系数从空间方向树上按空间域中各光程差对恢复光谱信息的贡献重要性不同赋予不同的重要性权值,这样不仅弥补了SPIHT算法在码率分配上的不足,而且有效的保护了频域中的光谱信息。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在8倍压缩比下,满足该类干涉多光谱图像压缩系统的质量要求。     

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。
     

超模式斜采样遥感图像超分辨复原方法

超模式斜采样成像技术通过将两排探测器阵列倾斜成像提高相机空间分辨率。由于不满足香农采样定理．图像中出现混叠。为了降低混叠对遥感图像超分辨复原的影响,文章提出了一种结合最佳倒易晶胞的超分辨复原方法。该方法根据超模式斜采样频域对偶网格建立相应的混叠模型．通过权重函数衡量噪声和混叠在频谱中的分布,得到噪声、混叠最小最佳倒易晶胞;并基于Huber—MRF（Markov Random Field）图像先验模型建立了耦合最佳倒易晶胞的MAP（Maximuma Posterior）超分辨复原模型。实验表明,该方法降低了超模式斜采样成像中混叠对复原的影响,获得了良好的超分辨复原效果。     

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。     

FTS干涉信号延时补偿算法的仿真分析

基于干涉分光原理的傅里叶变换光谱仪通过将激光信号作为采样参考信号对干涉信号进行等光程差采样,然而动镜扫描不稳以及后续焦平面电路的差异会造成干涉信号与激光参考信号之间存在相对延时,导致数据的非同步性。随着多元探测器技术的快速发展,探测器信号路数急速扩展,目前广泛采用添加延时线的延时补偿方法需要大量硬件配置将不再适用。文章针对该问题提出一种延时补偿的软件实现方法,利用通过建模仿真得到的干涉数据完善了激光信号过零点获取、干涉数据重构等算法,并通过MATLAB进行了补偿原理的仿真分析。结果表明:通过该算法对干涉信号进行延时匹配重采样,可以将相对延时补偿到1μs以内,光谱复原度高于99%,可较好抑制动镜扫描不稳带来的光程差采样误差。用于高光谱遥感的后期数据处理,可有效提高光谱复原精度。     

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Hankel矩阵填充的稀疏孔径ISAR成像

在稀疏孔径(SA)逆合成孔径雷达(ISAR)成像中,传统压缩感知(CS)方法使用稀疏信号处理来处理数据缺失下的成像问题。这类方法存在模型不匹配这一固有问题,在一定程度上会限制成像质量。提出了一种利用Hankel矩阵填充(HMC)的基于结构化稀疏ISAR成像方法。该方法是一种典型的无网格方法,可以有效地提高稀疏孔径ISAR成像性能。首先,建立ISAR稀疏孔径成像信号模型,根据每个距离单元的回波构造Hankel矩阵;其次,通过证明所构造Hankel矩阵的低秩性质,作为方位稀疏成像的先验信息约束;最后,通过逐步迭代求解基于增广拉格朗日乘子(ALM)的矩阵填充(MC)来实现重构方位维成像。提出的基于低秩约束的方法,可以避免过完备基的假设,有效地克服了CS方法的离网格效应。基于实测数据的实验分析,进一步验证了所提算法的有效性。     

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。     

大孔径静态干涉成像光谱仪的坏像元检测修正

大孔径静态干涉成像光谱仪在实际应用中因为器件问题产生大量坏像元,其特殊的时空联合调制成像方式导致传统的光谱图像域坏像元修正方法无法使用。而设备在轨运行期间坏像元的不断恶化、复杂背景地物的干扰更是为坏像元的自动检测修正处理带来巨大挑战。基于对坏像元分布和变化特征的长时间分析研究,文章提出一种在原始帧的差分域而不是光谱影像上进行坏点自动检测的新方法,很好地克服了现有方法中坏点检测效率较低、阈值计算精度低且所需时间长等缺陷,通过实际数据验证表明,坏像元修正后的复原光谱影像坏线得到了很好的消除,且与理想光谱的相对误差保持在0.2%以内。     

基于双重分类深度学习的低空目标自动检测方法

由于图像数量多,因此准确、高效的目标检测是提升靶场光测图像处理自动化程度的关键步骤.针对低空目标图像及目标类型多、目标特性变化等情况导致传统目标检测算法适应性差的问题,提出了一种基于双重分类深度学习的低空目标自动检测方法.该方法基于深度学习目标检测框架YOLO V3,根据低空目标的亮度和形状的双重属性特征,将网络输出层...     

大口径甚高分辨率空间光学遥感器技术途径探讨

增长焦距、加大口径是提高空间光学遥感器空间分辨率的主要手段,但焦距和口径的增大意味着遥感器体积、研制难度和制造成本的骤增。要达到可见光甚高分辨率,采用传统的设计思想和制造工艺已无法实现,更何况体积和质量巨大也难以发射。本文介绍和分析了几种解决大口径系统的方案,包括:分块可展开成像系统、稀疏孔径系统和干涉成像系统。     

一种利用沿航迹干涉合成孔径雷达复图像域数据的双边滤波算法

沿航迹干涉合成孔径雷达能够提供成像物体的雷达后向散射信息与运动信息,被应用于海面洋流流速测量与地海运动目标识别。在实际雷达系统中,由于系统误差、噪声以及回波信号的去相关导致干涉信息测量精度下降。针对上述问题,从信号处理角度提出一种利用沿航迹干涉合成孔径雷达复图像域数据的双边滤波处理算法。该方法利用像素点的干涉幅度、干涉相位以及空间物理分布信息的相似程度自适应地调整滤波器权系数,以平滑复图像域噪声和缓解传统多视滤波处理算法对图像分辨率的损失问题,从而提升干涉信息测量精度。根据沿航迹干涉合成孔径雷达海面舰船目标实测数据实验结果可得:相比于现有典型的滤波方法,所提算法能够提升干涉测量的精度,进而提升舰船目标与海杂波背景的干涉信息分布差异,为后续运动舰船目标的检测提供准确的干涉域特征。     

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。     

基于子孔径波面拼接的直接波前解卷积效率

为提高气动光学效应下目标图像清晰化处理的运行效率,提出了子孔径拼接波前复原方法。分析了波面拼接下的直接波前解卷积效果,研究了波面拼接与传统泽尼克模式法在运行效率上的差异。仿真结果表明:子孔径拼接方法具有良好的波前复原能力,与泽尼克模式法相比具有更低的算法复杂度。基于子孔径波前拼接的直接波前解卷积方法可有效提高点源图像探测的斯特列尔比(Strel ratio),可应用于高超声速飞行器的红外寻的系统中,抑制气动光学相位畸变的影响,增强目标探测、识别和跟踪性能。     

基于空域的自适应MTFC遥感图像复原算法

由于遥感图像成像过程中受平台运动、传感器成像性能、大气扰动等因素影响,使得图像品质退化。文章提出一种基于空域的自适应调制传递函数补偿法对遥感图像进行复原。该算法根据实验室实测的调制传递函数值,考虑光学系统、探测器与电子元器件等对图像品质的影响,构造有限长脉冲响应计算去卷积核,对图像进行去卷积时根据相机成像所设参数(包括积分级数、增益等)下不同灰度的信噪比信息,兼顾景物内容进行自适应的抑噪处理。该算法已成功应用于"高分二号"(GF-2)卫星图像地面处理中,试验结果表明该算法在有效提高图像清晰度的同时能够保证图像的信噪比,从而改善了图像品质。