TDICCD相机大视场多通道遥感图像自动拼接方法

在TDICCD大视场多通道遥感图像的拼接中, 由于存在成像平台谐振及颤振等因素的影响, 以往的经典方法抗噪性和鲁棒性不高, 很难达到图像高精度和快速拼接的要求. 为此, 提出了一种空域互相关自校正亚像素配准方法. 该方法针对TDICCD多通道图像间重叠像素的特点, 采用变搜索窗口的互相关系数作为评价函数; 采用局部检测法监视图像参数的变化, 找出图像每一部分最佳参数; 采用干扰点排除法控制图像中误匹配的点, 使参数更加可信; 在最佳点配准的基础上, 采用所提出的亚像素定位法对配准进行补偿.实际遥感图像拼接结果证明, 该算法精度优于0.1 pixel, 同时比其他方法速度快, 稳定性、抗噪性和鲁棒性都很高, 拼接图像获得了良好的效果.      

基于深度神经网络的像素级别可见光图像配准

现有图像配准算法中,借助图像采集设备参数的方法存在硬件内参难以获得或精度不够的问题,采用匹配图像特征计算图像单应性的方法存在对场景深度信息利用不全的问题。针对这一现象,提出了结合可见光图像与其深度信息来生成更具有真实性的配准图像对数据,用以训练得到一个可以进行像素级别图像配准的深度神经网络PIR-Net。建立了一个大规模、多视角、超仿真的图像配准数据集:多视角配准(MVR)数据集,该数据集包含7 240对含有深度信息的待配准图像及其像素级别的坐标对准真值;基于编码器-解码器的深度神经网络结构,训练得到一个能以全分辨率形式对2幅输入图像之间的坐标变化矩阵进行重建的PIR-Net。通过实验验证了PIR-Net能够在未知相机内参的情况下实现不同视角的可见光图像配准,并比传统算法具有更高的配准精度。在MVR数据集上,PIR-Net的配准误差仅为通用的特征匹配对准算法(SIFT+RANSAC)的18%,同时减少了30%的时间消耗。      

基于改进SIFT的图像配准算法

为解决存在较大程度旋转和缩放的图像配准问题,提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Features Transform)的图像配准算法.采用对数极坐标变换(LPT,Log-Polar Transform)进行图像粗匹配,对图像旋转角度和缩放尺度变化量进行估计,并对图像加以校正;在粗匹配的基础上对图像进行分块,根据信息熵原理提取子块的SIFT特征和不变矩特征,构造新型的特征描述符;结合欧氏距离和Procrustes迭代算法获得图像的同名点对,并估计图像形变参数,完成图像配准.实验结果表明:该算法速度快、稳定性强,并能达到亚像素级的匹配精度.     

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。     

频域互相关的间接飞行时间相机深度图配准

由于间接飞行时间(indirect time-of-flight, iTOF)相机存在空间非均匀性照明的问题,在进行深度图平移配准时,会导致像平面外围区域的测量深度误差较大,影响后续深度配准的准确性.为解决该问题导致的错配情况,提出一种加掩码的频域归一化互相关(normalization cross-correlation, NCC)深度配准方法.对和待配准深度图同一帧的灰度图进行加掩码处理,将非均匀区域掩蔽,然后使用频域的NCC方法进行配准,最后用配准得到的平移向量对两幅对应帧的深度图进行叠加,完成深度配准.该方法在4%的尺度缩放范围内,可以实现正确配准,水平方向的像素相对误差可以达到1.97%,垂直方向像素相对误差可以达到1.74%,且误差符合正态分布.该配准方法具有稳定性和可靠性,可以解决由非均匀性照明引起的深度错配问题.     

单通道SAR实现ATI动目标检测的新方法

研究了采用单通道合成孔径雷达(SAR,Synthetic Aperture Radar)多视沿航迹向干涉(ATI,Along Track Interferometry)实现地面慢速运动目标指示的检测方法.分析了该方法所需的步骤,即利用重叠或不重叠的窗构造子视,对子视分别成像,相位误差校正并求干涉.关于其中起关键作用的相位误差校正步骤,提出了利用信号子空间投影进行相位配准的补偿方法.借助该鲁棒的自适应方法可以从某种程度上解决子图像间的去相关问题,降低相位随机性的影响,从2幅子视图像的干涉相位图上敏锐地检测到运动目标.通过仿真实验,验证了该方法可以有效地从强杂波中检测动目标,为单通道SAR实现地面运动目标指示(GMTI,Ground Moving Target Indication)、扩展已有SAR系统功能提供可靠的途径.      

基于单幅立式标靶图像的单目深度信息提取

针对在智能车中车载单目视觉系统已经检测到路面障碍物的情况下,计算障碍物相对于本车的距离问题,提出了一种仅利用单幅标靶图像且无需相机内部参数的图像深度信息提取方法．该方法利用一种放置于相机前方的立式标靶,建立图像纵坐标像素与实际成像角度之间的映射关系,结合投影几何模型实现实时深度信息的提取．依据立式标靶图像的特点,设计了包括标靶图像感兴趣区设置、模板匹配、候选点聚类、筛选及精确定位等处理的亚像素级角点检测及定位算法．实验结果显示,该方法具有较高的测量精度及实时性．相对于在路面摆放参照物的方法,该方法无需大标定场地且规避了数据拟合引起的误差．同时该方法标定只需一幅图像,过程简单,便于实际应用．      

亚像素条纹边缘提取技术在型面测量上的应用

三维型面非接触测量在工业领域有着广泛的应用前景.双目视觉是一种有效获取三维轮廓信息的方法,其中对大密度的黑白相间条纹进行精确定位和提取,是基于投影光栅图像的光学三维型面测量的关键技术和难点.利用空间编码技术将被测空间划分为若干区域,每个区域对应一个二进制码.条纹落在区域上与唯一的二进制码相对应,就可以对条纹精确定位.利用边缘提取算法获得像素级条纹后,再利用亚像素技术可以进一步对条纹进行高精度提取.介绍了基于灰度矩的和基于多项式拟合的亚像素边缘检测算法.将空间编码和亚像素条纹提取技术相结合,对光栅条纹进行亚像素级定位和提取的技术,与像素级的定位技术相比,能提高图像的定位精度,有效地改善测量系统的性能.      

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...     

功率谱平均及其估值的置信区间

信号源的相位噪声是一个随机过程,通常可用概率密度数函、自相关函数及功率谱等参量来作统计描述,其中尤以功率谱更被广泛采用。它是一个频域量度,以频谱分析仪作为测量基础。我们建立了一套双源法自动相位噪声测量系统,用HP3582A数字式频谱分析仪作为终端设备,并利用功率谱平均法来降低测量不确定度。本文着重分析这种方法所得功率谱估值的概率分布,以及在给定置信度时,置信区间与功率谱平均数的关系。     

Construction of lunar DEMs based on reflectance modelling

Existing lunar DEMs obtained based on laser altimetry or photogrammetric image analysis are characterised by high large-scale accuracies while their lateral resolution is strongly limited by noise or interpolation artifacts. In contrast, image-based photometric surface reconstruction approaches reveal small-scale surface detail but become inaccurate on large spatial scales. The framework proposed in this study therefore combines photometric image information of high lateral resolution and DEM data of comparably low lateral resolution in order to obtain DEMs of high lateral resolution which are also accurate on large spatial scales. Our first approach combines an extended photoclinometry scheme and a shape from shading based method. A novel variational surface reconstruction method further increases the lateral resolution of the DEM such that it reaches that of the underlying images. We employ the Hapke IMSA and AMSA reflectance models with two different formulations of the single-particle scattering function, such that the single-scattering albedo of the surface particles and optionally the asymmetry parameter of the single-particle scattering function can be estimated pixel-wise. As our DEM construction methods require co-registered images, an illumination-independent image registration scheme is developed. An evaluation of our framework based on synthetic image data yields an average elevation accuracy of the constructed DEMs of better than 20 m as long as the correct reflectance model is assumed. When comparing our DEMs to LOLA single track data, absolute elevation accuracies around 30 m are obtained for test regions that cover an elevation range of several thousands of metres. The proposed illumination-independent image registration method yields subpixel accuracy even in the presence of 3D perspective distortions. The pixel-wise reflectance parameters estimated simultaneously with the DEM reflect compositional contrasts between different surface units. Specifically, the detected variations of the parameter of the single-particle scattering function indicate small-scale variations of the regolith particle size, possibly as a result of differences in soil maturity.     

基于Stolt插值的近场三维雷达合成孔径成像

提出了一种准单站模式雷达以步进频方式工作条件下微波三维全息成像算法,克服了传统成像算法要求远场条件的限制,通过对雷达接收目标回波数据进行合成孔径处理,提高了雷达成像的分辨力以及雷达对目标的探测能力.采用一种新的Stolt插值实现方法,提高插值精度、减少插值的计算时间,通过插值,可以利用快速傅里叶变换来实现目标三维图像的快速重构.给出了实验和模拟目标的三维图像重构结果,表明基于该插值方式的三维图像重构算法可以重构出目标的三维像,实现对目标的探测并具有良好的分辨率.      

基于NCCO的十字图像特征亚像素定位

利用标准互相关算子(NCCO)对机器视觉领域常用的十字图像特征进行匹配运算,发现相似函数在峰值区域的分布特征为4个互相对称的双曲面.据此提出一种基于NCCO图像匹配的双曲面拟合亚像素精密定位方法:首先进行粗定位,确定整像素级的相似函数峰值点;然后使用伪逆法对峰值区域的4个卦限分别进行最小二乘拟合;最后求解4个拟合双曲面的交点,得到图像特征的亚像素定位坐标.在微装配显微视觉系统上实现了该算法并进行了实验验证.实验表明:与常用的高斯拟合或二次曲面拟合方法相比,双曲面拟合方法在定位精度上为0.25个像素,而计算量大为减少.     

昆虫翅膀图像特征的亚像素级提取方法

昆虫翅脉、翅脉交点及翅膀边缘是昆虫翅膀运动变形三维重构的主要依据.通过分析这三种特征的图像特点,对于翅脉中心,采用Hessian矩阵求出灰度极值点方向,并用二次曲线拟合该方向的灰度变化,通过确定该曲线极值点位置来提取亚象素翅脉中心;然后通过求灰度图像的梯度,在其梯度变化方向求极值点的方法提取翅膀边缘特征;此外根据翅脉方向变化的连续性提出了邻域角度约束方法确定翅脉交叉点,从而最终提取到亚像素级的翅膀边缘、翅脉及交叉点等特征.实际应用证明该方法是较为有效的.     

基于对抗和迁移学习的灾害天气卫星云图分类

针对卫星云图中的灾害天气数据存在严重不平衡问题,提出一个结合生成对抗学习（GAN）和迁移学习（TL）的卷积神经网络（CNN）框架以解决上述问题进而提高基于卫星云图的灾害天气分类精度。该框架主要包含基于GAN的数据均衡化模块和基于迁移学习的CNN分类模块。上述2个模块分别从数据和算法层面解决数据的类间不平衡问题,分别得到一个相对均衡的数据集和一个可在不同类别数据上提取相对均衡特征的分类模型,最终实现对卫星云图的分类,提高其中灾害天气的卫星云图类别分类准确率。与此同时所提方法在自建的大规模卫星云图数据上进行了测试,消融性和综合实验结果证明了所提数据均衡方法和迁移学习方法是有效的,且所提框架模型对各个灾害天气类别的分类精度都有显著提升。      

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.     

空间碎片天基监测图像仿真研究

空间碎片天基光学监测可以有效弥补地基监测的时空覆盖缺陷.目前天基观测数据不足甚至没有数据,这给监测系统研制、数据处理算法研究及软件系统研发和验证造成了一定困难.因此,研发能够为相关研究提供空间监测图像的空间碎片天基监测图像仿真软件系统具有重要意义.本文根据天基监测图像的特点,研究基本算法,设计仿真流程,给出仿真图像并对结果进行分析.为得到符合实际观测场景的高精度仿真图像,软件系统采用瞬时惯性坐标系;基于Tycho2星表提出了采用基于索引文件的快速星表查询方法来生成背景星图;利用两行根数（Two-Line Element,TLE）数据集仿真空间碎片观测值;并对结果图像中目标的运行轨迹进行分析,得出天基监测空间目标的成像特性.仿真结果表明,该仿真系统能够针对不同观测条件和观测平台,在兼顾精度与时效性的情况下,获得较为真实的空间碎片天基光学系列观测图像.      

一种高效的油液磨粒图像自适应分割方法

为了提高油液磨粒图像的分割效果,优化磨粒自动识别工作的重要环节,提出了一种结合分水岭算法及区域相似度合并的油液磨粒图像自适应分割方法。对于待分割图像,首先通过形态学重构和基于形态学的自适应H-minima技术对梯度图像进行修正,利用分水岭算法完成磨粒图像的一次分割;其次提取分水岭分割后同质区域的Lab颜色特征、局部二值模式（LBP）纹理特征作为区域的量化指标,基于Bhattacharyya系数分别计算区域间的颜色、纹理相似度,设计可以实现权重自适应调整的颜色、纹理特征融合规则,以此来获取同质区域的综合相似度矩阵,实现过分割区域的合并;最后基于统一的后处理算法完成磨粒图像的完整分割。选择60幅磨粒图像对所提方法的分割效果进行测试,结果表明,单幅图像的平均分割速度在12 s左右,分割正确率稳定在90%以上,所提方法避免了用户在分割过程中对图像的交互式处理,较好地平衡了分割效率和分割精度,自适应程度明显提高。      

基于多源影像的探测器月面着陆点定位与精度验证

探测器月面着陆点高精度定位是探测器着陆的重要技术环节,也是地外天体探测器开展各项工作的重要前提.本文基于多源图像数据,利用图像特征匹配和多重覆盖影像定位技术,设计了探测器月面着陆点高精度定位方法,并使用嫦娥三号任务相关影像进行了定位实验与精度验证.在高精度图像匹配和几何变换的基础上,降落相机序列影像间的匹配精度达到子像...     

基于压缩感知的高精度地磁基准图构建方法

地磁基准图的构建是实现地磁匹配导航的基石。针对实测数据量较小时利用插值法构建的地磁基准图精度不理想的问题,将压缩感知理论应用到地磁信息采集中。结合地磁基准图的结构特点设计了以离散余弦变换作为稀疏基、单位矩阵作为观测矩阵,以压缩采样匹配追踪（CoSaMP）算法作为重构算法的基于压缩感知的高精度地磁基准图构建方法,并与三次样条插值、Kriging插值及PSO-Kriging插值法进行对比。实验结果表明:所提方法具有较高的重构精度和稳定性,与性能最好的PSO-Kriging插值法相比,在6.25%采样率下重构地磁基准图,所提方法使得峰值信噪比（PSNR）由66.97 dB提高至74.67 dB,绝对误差由25.47 nT减小至10.26 nT,均方根误差由28.57 nT减小至11.33 nT。