光学遥感图像目标检测技术综述

目标检测是光学遥感图像分析的重要内容,是将图像数据转化为应用成果的关键一环。文章重点针对光学遥感图像中常见的飞机、舰船等目标,对目标检测技术进行了系统总结,并对未来重点发展方向进行了展望。重点论述的内容包括目标检测方法、目标检测性能评价准则和数据集,其中对于目标检测方法,从候选区域选择、特征学习、分类和后处理等四个方面进行了详细介绍。期望这些技术成果的总结分析和展望对目标检测技术的应用提供一定的借鉴和参考。     

超高分辨率遥感图像显示系统的设计与工程实现

本文从工程的角度出发,详细介绍了一种5000×4000超高分辨率显示系统的设计与集成以及图像的快速滚动、漫游、凝视功能软件的开发和系统的工程实现。     

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。     

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。     

有关航空遥感图像地面分辨率的札记

通常所言的航天遥感图像的地面分辨率只是与图像细部特征尺度相对应的地面尺度，对有关航天遥感图像地面分辨率的几个问题进行了讨论。     

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。     

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。     

多源遥感图像数据融合技术综述

针对具体实践需要，对现有应用最广泛的卫星遥感图像数据融合算法进行了介绍，描述了其主要步骤，进行了定性分析，给出了图像融合效果评价的准则，指出了遥感图像数据融合的发展方向。     

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。     

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。     

光学遥感图像船只目标检测识别技术

船只目标检测识别技术是现阶段遥感图像研究领域的一个重要发展方向。随着国产高分辨率卫星的快速发展,高分遥感卫星陆续发射,基于光学遥感图像的船只检测识别技术会逐步成为研究热门。主要介绍了近年来基于光学图片的船只检测识别技术发展、以及当前技术存在的问题。当前基于深度学习的船只目标检测识别技术取得了较好的检测效果,成为主流研究方向,但在光学遥感图像船只检测领域基于深度学习的方法有一些基本问题限制了检测效果,对这些问题进行了归纳总结,并对未来光学遥感图像船只检测技术的发展进行了展望。     

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。     

基于第二代小波的序列图像超分辨率复原算法研究

介绍了第二代小波(SGWs)的基本原理和特点,在此基础上提出了低分辨率采样图像高分辨率 (HR)重建算法。它不但具有结构简单,逆变换容易,可扩展性好的优点,并且克服了第一代 小波(FGWs) 的不均匀采样和定义在有限区间上的难题,指出了小波变换时数据不规则性的 处理方法,并利用硬／软阈值对小波系数降噪,使得重构后的图像具有最佳的PSNR和最低的 重构误差。实验和仿真结果表明,与传统方法相比,该算法在提高了图像的分辨率同时PSNR 最多能提高3 dB左右。
     

基于单像素成像的遥感图像分辨率增强模型

目前对地遥感的最主要途径之一便是通过遥感相机获得目标物信息,然而遥感相机的分辨率直接影响成像质量。结合遥感相机的推扫式成像技术,文章提出了一种基于单像素成像的超分辨增强技术模型,该模型能够简化重建过程,其设计目标是基于单像素超分辨的技术手段将航天遥感相机的图像分辨率增强4倍。为了验证该设计思想及其重建效果,文章设置了超分辨增强仿真试验,最终仿真试验结果表明,基于单像素的超分辨模型可以将图像的信噪比提高1.1倍,且重建的图像具有明显的抑制噪声的效果,起到了良好的降噪功能,相较于其他传统图像分辨率增强方法（如双三次内插、超深超分辨神经网络）具有更高的优越性。该方法可为地理遥感探测、土地资源探查与管理、气象观测与预测、目标毁伤情况实时评估等诸多领域的图像处理和应用提供有力支持。     

浅谈空间光学遥感器稳像技术

文章首先分析了影响像稳定的因素,然后对几种常见的稳像技术的工作原理及其优缺点进行了介绍,在论述当前稳像技术发展现状及未来发展趋势的基础上,讨论开展综合稳像技术研究的必要性。     

遥感图像运动模糊恢复方法及评价标准研究

遥感成像系统与目标在曝光时间内的相对运动将导致成像的运动模糊。文章结合匀速直线运动造成的图像模糊特点,讨论图像模糊的产生机理并建立相关退化模型;利用点扩散函数（PSF）在频率域和空间域上分别对匀速直线运动产生的模糊图像进行恢复;验证各算法对高斯噪声的抗干扰性;提出使用HVS对比度的方法作为客观评价标准验证恢复算法的可行性,并与传统的灰度平均梯度（GMG）相对比表明该评价标准的合理性。     

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。     

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。     

遥感图像云检测方法综述

遥感图像云检测是遥感数据处理过程中需首要解决的问题之一,在参考大量国内外文献的基础上,文章对遥感图像云检测方法的研究现状进行了分析,并对已有的遥感图像云检测方法进行了综述和分类,在此基础上对不同的云检测方法进行了比较,最后给出了云检测存在的问题和发展趋势.