高光谱遥感地形影响建模与仿真

针对地形起伏对高光谱遥感图像几何变形和辐射变化的影响,建立高光谱遥感地形影响模型.该模型利用传感器位置、姿态和视场角建立模拟图像像元坐标和地面空间坐标之间的成像几何关系,利用地表反射率、数字高程模型等数据,考虑大气辐射传输过程,计算起伏地形下传感器入瞳辐亮度图像,并经过空间分辨率转换,生成最终遥感模拟图像,实现高光谱遥感地形影响精确建模.利用西藏驱龙地区Hyperion数据和其它相关数据进行仿真分析,将模拟图像和原始图像进行对比,结果比较吻合,表明该模型具有较好的模拟效果.     

地基Headwall高谱影像大气校正方法

遥感影像大气校正是定量遥感研究的前提与难点之一.大气校正有多种方法和模型.本文研究了目前常用的大气校正方法,包括FLAASH模型、6S模型、ELC方法和QUAC方法,并应用这几种方法对Headwall野外高光谱成像仪获取的高光谱影像进行大气校正.通过对4种典型地物的表观反射率、校正后反射率以及实测反射率进行对比分析,发现4种模型均能有效去除大气的影响,能够较好地恢复地物光谱的典型特征.相对于其他3种大气校正方法,经验线性法对地基Headwall高光谱影像校正效果最好.      

基准星辐射定标的辐射传递链路研究

为进一步提高遥感信息定量化应用水平,提高在轨辐射定标精度和定标频次,提出一种基于基准星的全谱段、全口径在轨绝对辐射定标方法,方法适用于可见近红外谱段;定标传递中辐射基准可溯源至SI(国际单位)。通过比较现有定标方法和基准星辐射定标的优缺点,分析基准星辐射基准溯源特性,建立太阳 基准星 遥感器的辐射传递模型,以高分一号和高分二号卫星为例,其作为待定标遥感器,对基准星定标的约束条件进行仿真分析,得出基准星辐射传递不确定度为13%。仿真结果验证了基准星定标方法的可行性,对遥感器辐射定标精度、频次的进一步提高提供了依据。     

星载多光谱遥感器太阳定标技术的进展

星载多光谱遥感器的太阳定标器一般选择太阳作为基准光源 ,通过它将太阳辐射引入星载遥感器并调节到星载遥感器的动态范围内 ,对星载遥感器进行绝对辐射定标 ,也可对星载遥感器性能变化进行监测和校正。文章介绍一些最具代表性的星载多光谱遥感器的太阳定标器 ,并进行了分析 ,以反映太阳定标技术的现状与发展。目前采用太阳漫射器的星上定标方法可以实现全视场、全孔径、端点到端点的定标。这一方法的严重缺点是漫射器反射比随时间变化。为了解决这一问题 ,设计一种比辐射计或反射比标定装置来监测漫射器的辐亮度、反射比以及太阳常数。因此这种定标方法是很有前途的 ,在现代一些先进的星载多光谱遥感器上获得应用。通过对此方法的分析 ,提出了在太阳漫射器研制中的一些关键技术。     

一种新的遥感影像清晰度评价方法

针对传统清晰度评价算法很难准确评价遥感卫星影像清晰度的问题,结合工程应用及遥感影像特点提出了一种新的遥感图像清晰度评价算法--自检测灰度梯度函数清晰度评价算法。把评价过程分为目标区域检测和清晰度特征参量提取,为解决遥感影像数据量大且景物密度与分布特点各异的问题,首先通过检测算子对一幅遥感影像中各区域进行检测来得到景物丰富且边缘明显的目标区域,然后再对目标区域进行灰度预处理并提取目标区域的边缘灰度梯度来评价清晰度。通过三组不同类型影像对该算法进行验证,分别为遥感相机在轨离焦仿真影像和噪声仿真影像,以及在轨型号遥感卫星影像,对比几种传统典型清晰度评价算法和自检测灰度梯度函数的评价效能,结果表明：文中方法满足遥感影像清晰度评价的基本要求,解决了传统算法无法横向比较不同遥感相机影像及不同大小影像清晰度的问题,是一种适合卫星遥感影像清晰度评价的方法。     

空间调制光谱成像仪相对辐射校正方法研究

空间调制干涉光谱成像仪不同于其他类型光谱成像仪,其得到的是包含地物空间信息和光谱信息的立方体干涉数据。该光谱成像仪由于原理特殊,在轨数据定标方法尚不成熟。文中介绍了一种基于统计思想来计算探测器CCD辐射模型的在轨相对辐射校正方法,并通过对"环境一号"A卫星上测得的实际在轨数据进行相应的处理,来验证该相对辐射校正处理效果。结果表明该方法可以达到修正CCD响应不均匀性、光场不均匀性和减小非线性相位偏移的双重作用,提高复原光谱的精度。     

2014年世界遥感卫星回顾

<正>2014年,国外共计发射了100颗遥感卫星,其中,军用遥感卫星9颗,民商用遥感卫星91颗,而高分辨率光学卫星数量达到8颗,高分辨率雷达卫星仅3颗,光学卫星数量占明显优势,质量小于100kg的卫星78颗,环境观测和气象卫星共11颗。2014年,世界遥感卫星技术迅速发展,美国、欧洲、中国、日本、以色列、韩国、印度的卫星都具备拍摄亚米级全色分辨率的能力;美、欧、日具备优于2m多光谱分辨能力。在高分辨率光学成像方面,美国独占鳌头,其民用卫星能力     

空间微波辐射基准传递溯源展望

面向全球气候变化研究和高精度气象预报对空间微波辐射测量基准的迫切需求,由于传递链路复杂导致国际微波辐射基准尚未建立,为进一步提升遥感卫星观测精度和稳定性,建立空间辐射基准溯源评价体系,前瞻性地提出高精度可溯源的空间微波辐射基准传递顶层方案和技术解决方案,明确需要突破的微波辐射基准载荷关键技术,空间微波辐射基准传递与溯源理论、方法和模型,全链路微波辐射基准溯源传递一体化验证技术,微波系统全链路物理级基准传递和误差仿真评估技术等,为空间微波辐射测量提供统一参考基准,实现高精度、高稳定、可溯源的空间微波探测能力,提升中国空间微波辐射测量的核心竞争力。     

复杂背景红外成像系统作用距离估算方法

传统红外成像系统作用距离模型只有在背景单一不变的条件下有效,引入概率分布的思想对传统作用距离方程进行了改进,将方程中的作用距离和背景红外辐射亮度由变量更换为向量,向量维数由背景红外图像的灰度值分布确定.改进后的作用距离模型将应用条件拓展到任意背景,打破了传统模型对背景条件的局限.针对作用距离计算过程中复杂背景红外辐射亮度难以获取的问题,提出建立红外成像系统的亮度-灰度函数,通过背景的红外图像灰度信息计算其红外辐射亮度的方法.计算实例表明,该模型能够解决复杂背景下红外成像系统作用距离的估算问题.     

多场景高分辨率遥感图像快速拼接技术

光学遥感卫星拍摄过程中大视场与高分辨率间的相互矛盾,引起国内外研究人员的广泛关注。提出一种基于相机参数保持的快速拼接算法。该方法对高分辨率图像进行降采样处理,利用降分辨率图像的配准信息恢复相机参数,能够改进拼接过程,提高拼接效率。实验结果表明,相对于传统拼接方法,该算法能够将配准时间缩短2倍以上,将遥感图像的拼接质量提升5%~35%, 适用于建筑、森林、农田、湖泊四类场景。通过对存在噪声、亮度差异及不同模糊程度的遥感图像进行拼接实验,验证了该方法的鲁棒性和可行性。     

基于信息隐藏的遥感图像分块压缩

目前JPEG2000等图像压缩方法受制于压缩倍数的限制,无法满足用户对海量遥感数据的实时传输要求,需要进一步减少高分辨率遥感图像产生的数据量,以满足遥感图像数据的空间传输要求。针对此情况提出了一种基于信息隐藏的遥感图像分块压缩方法,利用图像块的相似性判决出基准图像块和相似图像块,将相似图像块的编号隐藏在基准图像块中,只对基准图像块进行JPEG2000压缩。采用标准图像库作为样本图像进行仿真,结果表明,该方法将样本图像压缩前的数据量减少1/3,同时将该样本图像的压缩比提高1.5倍。     

基于空间重采样的遥感图像压缩

针对遥感图像压缩，在分析基于变换的压缩方法（如小波变换）可用性的基础上，提出一种称为RBC（Resampling Based Compression，即基于空间重采样压缩）的新压缩方法，RBC方法的主要特点是恢复图像的高保真和压缩算法的低运算复杂度，因此十分适合高速，实时压缩应用，给出了RBC方法与SPIHT（Set Partitioning In Hierarchical Trees)方法的压缩结果的比较，。比较结果表明RBC方法比其他熟知的方法更适合于遥感图像压缩应用。     

遥感图像的显著-概要特征提取与目标检测

针对巨幅遥感图像的目标检测问题,提出了一种基于显著-概要特征的遥感图像自动目标检测算法.采用滑动窗口将巨幅遥感图像划分为若干个小尺度的区域,针对各个小尺度分块图像,借鉴人类视觉生理功能特性之原理,提取其显著特征和概要特征,其中的显著特征代表了图像中的显著信息及显著区域空间分布和关联信息,概要特征可从整体上反映该区域的背景/目标关联信息.通过对分块区域图像的分类鉴别以实现目标检测.实验结果表明:此方法能以高可靠性和高精确度检测出巨幅遥感图像中的目标.     

基于卫星遥感的岛礁影像多类目标智能化提取

卫星遥感影像具有背景复杂、目标尺度不一、观测方向各异、纹理不清晰等特点,主流的深度学习目标检测算法不能直接适用于卫星遥感影像的目标检测。改进了RetinaNet,使其适用于卫星遥感影像。首先设计了一种新的特征融合方式,融合ResNet50输出的特征图,使得融合后的特征图同时具有高层语义信息和低层纹理细节信息。为了减弱遥感影像复杂背景对目标特征的影响,设计了特征感知模块,在减弱噪声对特征图影响的同时增强有用特征。挑选DOTA数据集中船只、飞机和存储罐图像进行训练和测试。改进的算法与RetinaNet相比,飞机、船只和存储罐的平均精度分别提高了41%、25%、24%。基于高分二号卫星（GF 2）真实影像数据的试验结果表明,提出的算法能够用于卫星遥感岛礁影像的多类目标智能化提取。     

基于嵌入式FPGA加速ORB算法的遥感影像配准方法

卫星上计算资源有限,星载嵌入式处理器处理遥感影像的配准时通常需要很长的时间.可编程逻辑门阵列(FPGA)利用其内部可编程器件可用于加速图像处理.提出了一种基于Xilinx公司的ZYNQ芯片加速ORB算法的遥感影像配准方法,可用于3000×3000像素尺寸的卫星图像配准,缩短了计算耗时,提升了ORB算法的计算能效比.利用...     

Deriving remote sensing reflectance from turbid Case II waters using green-shortwave infrared bands based model

The objectives of this study are to validate the applicability of a shortwave infrared atmospheric correction model (SWIR-based model) in deriving remote sensing reflectance in turbid Case II waters, and to improve that model using a proposed green-shortwave infrared model (GSWIR-based model). In a GSWIR-based model, the aerosol type is determined by a SWIR-based model and the reflectance due to aerosol scattering is calculated using spectral slope technology. In this study, field measurements collected from three independent cruises from two different Case II waters were used to compare models. The results indicate that both SWIR- and GSWIR-based models can be used to derive the remote sensing reflectance at visible wavelengths in turbid Case II waters, but GSWIR-based models are superior to SWIR-based models. Using the GSWIR-based model decreases uncertainty in remote sensing reflectance retrievals in turbid Case II waters by 2.6–12.1%. In addition, GSWIR-based model’s sensitivity to user-supplied parameters was determined using the numerical method, which indicated that the GSWIR-based model is more sensitive to the uncertainty of spectral slope technology than to that of aerosol type retrieval methodology. Due to much lower noise tolerance of GSWIR-based model in the blue and near-infrared regions, the GSWIR-based model performs poorly in determining remote sensing reflectance at these wavelengths, which is consistent with the GSWIR-based model’s accuracy evaluation results.