传输型光学遥感器超模式斜采样新方法研究

文章简要介绍了超模式和斜模式采样的概念，结合超模式采样技术和斜模式采样技术，提出了一种新的传输型光学遥感器的采样方法，即超模式斜采样，该方法充分发挥了超模式和斜模式采样的优占、，在图像信噪比保持不变的情况下，地面采样间距大大缩短，遥感图像的空间分辨率可以大大提高。     

传输型光学遥感器超模式斜采样新方法研究

文章简要介绍了超模式和斜模式采样的概念,结合超模式采样技术和斜模式采样技术,提出 了一种新的传输型光学遥感器的采样方法,即超模式斜采样,该方法充分发挥了超模式和斜模式采样的优 点,在图像信噪比保持不变的情况下,地面采样间距大大缩短,遥感图像的空间分辨率可以大大提高。     

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。     

传输型光学遥感器斜模式采样新方法研究

文章介绍了实现超模式采样焦平面3种解决方案面临的技术难点，为避开器件问题提出了一种新的斜模式采样方法。以任意两维周期采样理论为基础分析了斜模式采样技术的物理原理，并通过实验手段验证了斜模式采样技术的可行性。试验结果表明：改变探测器推扫方向的采样间距符模式采样技术可以提高传输型光学遥感器图像的空间分辨率，该技术相对于超模式采样技术，工程实现上要简单。     

传输型光学遥感器斜模式采样新方法研究

文章介绍了实现超模式采样焦平面3种解决方案面临的技术难点,为避开器件问题提出了一 种新的斜模式采样方法。以任意两雏周期采样理论为基础分析了斜模式采样技术的物理原理,并通过实验 手段验证了斜模式采样技术的可行性。试验结果表明:改变探测器推扫方向的采样间距,斜模式采样技术 可以提高传输型光学遥感器图像的空间分辨率,该技术相对于超模式采样技术,工程实现上要简单。     

超模式采样在资源红外相机中的应用研究

介绍了超模式采样的研究背景和成像概念，在此基础上提出了超模式采样应用于资源红外相机B9谱段的方案，设计了资源红外相机B9谱段的超模式采样探测器焦平面组件，并就工程实现设计了实验原理图和相关的实验步骤。     

提高线阵采样式光学遥感器图像空间分辨率的新方法研究

介绍了提高采样式光学遥感器图像空间分辨率的国内外发展现状,以任意两维周期采样理论为基础,探索了一种通过把线阵探测器倾斜θ度而非常规线阵推扫的0°,同时把推扫方向的采样间距缩短为P/m,而非常规线阵推扫的P的新焦平面采样方法。该方法相对于常规线阵推扫采样,可以增加采样密度,提高图像空间分辨率。在原理研究的基础上,设计了一套实验验证系统,通过实验系统对该方法进行了物理及其可行性验证。试验结果表明:如果探测器阵列旋转45°并且推扫方向采样间距减半,相对常规线阵推扫采样,图像的空间分辨率可以提高1.64倍左右。相对于高模式采样技术和超模式采样技术,该方法避开了两排错位排列探测器的难题,因此工程实现上要简单。     

基于最大后验概率的SAR图像自适应超分辨率盲重建

提出了一种SAR图像自适应超分
辨率(SR)盲重建算法。首先给出了一种图像退化过程中 模糊核函数的选择策略;然后基于最大后验概率提出了新的SAR图像配准与SR盲重建的框架 ;再次,针对每一幅低分辨率图像引入了重要性权值并随之给出了迭代算法的总体框架,使 得算法具有自适应性。试验表明,算法在SAR图像SR重建上取得了良好的效果,并且具 有较好的收敛性。
     

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。     

基于多尺度空谱特征提取的高光谱遥感图像重建

遥感高光谱图像(HSI)凭借其丰富的光谱信息被广泛地应用于军事、农业、地质等领域。然而,HSI成像因其成本高、传输难等问题限制了其应用规模。通过光谱超分辨(SSR)方法,可以实现输入高分辨率红绿蓝(RGB)图像生成相应的高光谱图像,有效地解决了HSI成本高与传输难的问题。但是,已有的SSR方法对于图像的空间特征提取与光谱之间的相关性关注仍有所不足。针对上述问题,本文提出了一种多尺度空谱特征提取方法,并在SSR领域引入组归一化(GN)方法,关注相邻光谱之间的相关性。同时,还借助条件生成对抗网络进一步优化网络的参数,提升生成图像的真实性,并在DFC2018 Houston数据集上进行实验。结果表明:本文提出的方法可以实现精准的高光谱图像重建,重建的高光谱图像相比当前先进的主流方法性能均明显提高,其中相比CanNet方法,均方根误差下降了48.3%,平均峰值信噪比上升了20.7%。     

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。     

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。     

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。     

基于最小距离法的遥感图像分类

本文在ENVI遥感图像分析软件环境下,利用最小距离法对遥感图像进行了有监督分类。仿真实验通过对遥感图像中地物目标的光谱信息和空间信息进行分析及特征提取,利用判别函数计算到中心的距离,解读遥感图像,并对分类结果进行定量评估。实验结果表明用最小距离法来分析遥感图像可以获得较高精确度。     

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。     

推扫成像遥感卫星图像定位精度分析与设计

分析了影响推扫成像遥感卫星图像定位精度的各种误差源,给出了一种图像定位精度的分析和设计方法,分析了侧摆成像条件下高程和目标斜距的不确定性对图像定位精度的影响。     

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。     

基于知识图谱的遥感图像检索定位方法

为了快速、准确地在海量遥感图像库中检索出所需的遥感图像资源,提出了一种基于知识图谱的遥感图像检索定位方法。为了充分利用遥感图像中所蕴含的地理语义信息,方法中使用知识图谱节点代表遥感图像,根据图像间的相似程度和地理位置在节点间建立关系。通过知识图谱缩小图像检索空间,加快检索速度,准确地定位遥感图像所示区域的地理信息,并返回最相似的图像。将此方法应用于卫星自主导航领域中,与传统的线性检索相比,图像检索的时间缩短了50%,准确率也得到提高。     

引入图像复原技术的遥感卫星图像压缩解码算法

针对遥感卫星基于小波变换的光学图像有损压缩算法,提出了一种引入图像复原技术思路的算法,对遥感图像解码处理过程中获得的低频信息进行复原,可以获得更多的用于在频域范围内描述图像结构信息的高频分量增益,从而提升整个解码图像的质量。通过此算法与传统的小波压缩算法进行对比,结果表明:压缩恢复图像的峰值信噪比(PSNR)较传统算法有0.1~0.3dB的改善,压缩恢复图像表现出更为丰富的纹理特性,可降低对遥感卫星图像数据处理和天地链路数据传输的要求。