一种用于遥感卫星中稳像相机设计和实现

遥感相机凝视的积分时间较长,为了在较长的积分时间内能够稳定成像,需要设计稳像控制系统,消除成像积分时间内由于卫星的残余抖动引起的图像模糊.稳像相机是稳像控制系统中的核心设备,任何光学稳像系统都需要根据稳像相机的图像数据完成运算.在遥感卫星中稳像相机和遥感相机使用同一光路,因此稳像相机可使用的有效面积较小.为了获得较高的稳像控制带宽,要求稳像相机必须具备千赫兹量级的成像帧频,这就要求相机具备高灵敏度、低噪声的特点,并可以在极短曝光条件下获取图像信息;同时相机需要具备大面阵成像能力,以期拍摄获得足够大的地物场景,为寻找细节丰富的区域开展帧间关联提供可能.将稳像相机电子学设计成焦平面电路、信号处理电路和接口板三种电路,并使用柔版代替板间连接器将三种电路连接,极大的减小了稳像相机的体积和质量.实际测试得稳像相机最大外包落为114 mm×58 mm×69 mm、质量697 g、功耗小于6 W;该稳像相机具有1280×1024@50 fps全画幅搜索模式和32×32@2000 fps闭环控制模式.试验结果表明,稳像相机在全画幅模式下成像清晰;遥感相机在闭环控制模式下的成像分辨率得到大幅度提升,达到设计指标.     

基于图像的高精度实时光学稳像控制系统

针对空间CCD相机由于平台振动造成的成像模糊问题,研制了一套光学稳像控制系统。利用高速CCD帧频高特点,结合基于图像的像移测量原理,设计了像移补偿闭环控制算法,实现了光轴的稳定控制,从而实现了相机稳定成像,提高图像清晰度。实验结果表明稳像控制系统动静态性能稳定,在一定带宽范围内有效减小甚至消除了平台振动对相机成像品质的影响。     

基于FPGA的红外图像运动补偿滤波算法实现

针对运动场景和噪声混叠的红外图像,提出一种基于现场可编程门阵列(FPGA)的红外图像运动补偿滤波算法。首先,算法设计采用运动补偿滤波算法,通过帧间相关性和阈值判断等方法,有效实现图像区域检测分类;其次,对分类后的区域选定不同参数的滤波处理,有效抑制噪声,改善图像显示质量;最后,硬件使用流水线结合并行处理的解决方案,能够有效提高图像处理的速度。实验结果表明:基于FPGA的红外图像运动补偿滤波算法设计资源消耗低,将运行优化算法耗时降低到了1 ms内,为红外图像实时处理应用提供了基础。     

“资源三号”卫星图像影像特征匹配方法研究

随着中国遥感卫星的迅速发展,要求影像几何质量评价方法可以在待评图像和参考图像间提取出精确且分布均匀的控制点信息。文章提出一种基于多源、高精度遥感图像的特征点匹配方法。该方法首先用加速稳健特征（Speeded Up Robust Features,Surf）算法对＂资源三号＂卫星图像和参考图像进行粗匹配以建立两幅图像间的整体几何关系,通过对相同区域进行wallis滤波增强图像纹理信息,然后用Surf算法进行特征点的提取和匹配,最后利用对极几何约束剔除误匹配点。试验结果表明,该方法可以全自动、快速和精确的提取影像控制点。     

基于传感器几何特性和图像特征的影像配准方法

“天绘一号”卫星是我国第一代传输型立体测绘卫星,搭载有三线阵CCD相机、多光谱相机和2m分辨率全色相机。多光谱相机波段间影像的配准是保证多光谱影像质量和有效应用的前提,在现有配准方法的基础上,文章提出了基于传感器几何特性和图像特征的配准方法来改善影像配准效果。这种方法首先基于相机几何特性对待配准图像进行调整,然后对图像进行局部多点取图,采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）法提取图像特征并进行初步匹配,利用匹配点领域灰度相关性来进行精匹配和误匹配点的剔除,最后获得图像位移差,进而完成图像配准。实验结果表明,这种方法能够提高多光谱波段间影像的配准成功率,准确率达到95％以上,大幅改善了匹配精度。     

基于集成建模的空间光学望远镜稳像验证方法

针对空间望远镜稳像方案验证问题,研究了一种结构、光学、扰动、姿态控制、稳像控制一体化集成建模方法。将干扰源模型、整星结构模型、姿态控制模型、稳像控制模型和光学系统模型按照实际的物理联系连接为一个整体,得到扰动和噪声到光轴抖动的传递特性和光轴抖动响应。以某光学望远镜为例,比较了各种稳像方案下扰振到光轴抖动的传递特性,定量分析了各影响因素对光轴抖动的影响。分析结果表明,提出的方法能够得到全频带的光轴抖动响应,可以系统地验证空间光学望远镜的稳像方案。     

月面着陆多尺度边缘光流特征提取与跟踪方法

针对月面着陆器动力下降过程中,基于描述子的传统视觉特征提取和跟踪方法耗时长、误匹配率高等问题,提出一种采用边缘光流的多尺度特征提取与跟踪方法。首先通过构建序列图像金字塔和应用多级掩膜提取方法,改善了图像平面上特征点分布的均匀性;在此基础上,利用边缘直方图灰度差平方和(SSGD)滑窗搜索算法,将光流计算由二维迭代简化为一维匹配,大幅缩短了算法耗时;进一步利用多尺度边缘直方图迭代搜索算法在改善大尺度运动下特征跟踪鲁棒性的同时,将光流计算精度拓展至亚像素级。仿真结果表明,本方法计算耗时不超过描述子方法的50%,非大尺度运动下具有更高的稳定跟踪特征点数目,大尺度运动下相比描述子方法下降不超过15%,在跟踪效率和稳定性方面取得了较好的平衡。     

一种复杂环境下的红外成像运动目标检测方法

针对传统运动目标检测方法不能应用在背景和目标都存在运动的应用场合的缺点,文章提出了一种复杂环境下的红外成像运动目标检测方法。该方法首先对相邻两帧运动图像利用三步搜索法和最多邻近点距离相关匹配准则进行背景匹配,然后对匹配后的图像进行帧间差分并对差分图像进行灰度形态学滤波以去除背景噪声点,最后利用阈值分割方法检测到运动目标的位置。利用实际拍摄的红外图像对该算法进行了实验并与传统帧间差分法进行了比较,结果表明利用该方法能很好地解决传统帧间差分法应用中的缺点。     

月球车视觉系统的一种匹配算法

针对月球车立体视觉系统对匹配速度和准确度要求较高的特点，提出了一种基于特征约束的区域匹配算法。该算法用多尺度小波变换实现边缘提取和降噪，采用多特征匹配、双向匹配、部分二次采样、选取图像子集等技术保证匹配的速度和精度。最后对匹配结果进行滤波，进一步提高匹配的准确性。     

面向弱纹理空间目标的特征点匹配方法

特征点提取与匹配是遥感图像处理中关键的一环,目前成熟的算法大多面向对地成像类型的遥感图像,对于空间目标的遥感图像,没有考虑成像条件与探测平台的影响因素,特征点匹配质量较差。针对空间目标的匹配精度不高这一问题,文章提出了一种基于聚类的特征点匹配算法。首先,根据空间目标的重复弱纹理进行特征点提取与描述,再利用特征点的空间位置进行聚类,并对特征点簇进行匹配;之后将特征点的主方向减去目标整体方向,利用特征点主方向对每一个点簇进行再分组,并完成特征点匹配;最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明,对于空间目标图像,基于聚类的特征点匹配较直接匹配,匹配数量的提升最高可达50%,重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子,能够大幅度提高空间目标图像特征点匹配的数量与精度。     

光学稳像系统颤振抑制性能的分析与设计

光学稳定成像方法是一种用于隔离视轴颤振对成像质量影响的综合处理技术,它结合传统光学与反馈控制理论,通过闭环控制系统驱动在光成像通路内的动态校正机构补偿探测视轴与成像焦面间的相对运动,进而有效提升成像质量。文章首先建立了光学稳像系统的回路模型,并在此基础上,根据控制系统稳定性判据导出了颤振抑制函数的设计约束,分析了像移测量延时特性、测量精度特性及校正机构动态性能对颤振抑制带宽的影响。文章进一步给出了一种光学稳像系统颤振抑制带宽的设计方法,该方法针对视轴颤振的功率谱密度、像移探测性能和光机校正机构的动态性能完成了颤振抑制带宽的优化,从而可最小化颤振补偿残差。最后通过试验验证了文中分析结论和设计方法的有效性。     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。     

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。     

一种地球紫外中心快速提取方法

针对地球紫外中心指向高精度提取问题,提出一种基于梯度统计的快速、低存储需求的紫外地平圆盘中心提取算法。首先,考虑到星载计算机与高内存消耗的滤波算法、实时导航需求的冲突,采用结合Sobel边缘算子与局部二值模式（LBP）算子的改进边缘快速提取方法,有效剔除背景噪声并准确提取地球紫外临边特征。然后对非完整临边边缘采用最小二乘拟合得到中心的精确位置。实验结果表明,该方法抗噪声,可实现亚像素级地球中心提取,并显著降低存储需求和计算时间开销。对于1046×746的图像,该算法需要的存储空间仅为1100kByte,运算时间在20ms内,满足自主导航的需求。     

一种实用的目标跟踪算法

针对很多高精度目标跟踪算法不能满足实时性要求的问题,提出使用Harris角点检测方法提取目标的少量特征;使用高精度的光流法对提取的部分特征点进行匹配;使用重心算法计算分散特征点的中心作为目标的脱靶量。该算法在保持精度的同时,提高了速度。设计的系统已经应用到实际工程中,对目标旋转、光照变换、变形等具有较高的鲁棒性,并且能够在20ms内完成目标位置的计算,满足实时目标跟踪的要求。     

一种新的无人机监控图像实时目标识别算法

提出一种新的无人机监控图像实时目标识别算法。首先将获取的无人机监控图像应用自适应阈值分割将其转换为二值图像。对二值图像进行形态学处理,定位潜在目标出现的位置。最后对潜在目标区域再次应用局部自适应阈值分割获取目标,同时给出每个目标的图像坐标位置。飞行试验表明该算法保证实时性的情况下,有较高的识别正确率。     

一种基于角点提取的遥感影像地面控制点自适应匹配算法

提出基于特征角点的控制点自适应匹配算法：依据图像数据灰度特征自动确定相应阈值，从基准影像上提取控制点。采用动态模板进行不等距搜索，确定潜在目标控制点；构建三角网，利用等角变换判别目标控制点；构建仿射变换方程来筛选目标控制点。该算法无需设定灰度相关系数最大值阈值即可判别目标控制点。选取ASTER和TM两种成像差异显著的图像数据，对该算法进行试验，结果表明。该算法可以准确提取有价值的特征角点，具有较高的控制点识别精度和运算效率，具有较强的适应性和应用价值，较之传统匹配算法有明显优势。     

基于并行运算体系结构的星敏感器图像处理算法

采用FPGA构建星敏感器图像处理并行计算体系结构。星敏感器图像处理算法由高通滤波、星点提取和星点排序3个模块组成。高通滤波模块基于图像局部加窗计算阈值的方法,星点提取模块采用逐行扫描的计算方法,星点排序模块采用基数排序的计算方法。星敏感器图像处理算法基于四级流水并行计算体系结构,显著提高了星敏感器图像处理的效率和算法的可靠性。
     

GEO非合作目标超近距相对位姿视觉测量

提出一种基于几何特征综合匹配的双目超近距相对位姿视觉测量方法。首先,将失效卫星的矩形太阳帆板作为几何特征,采用综合匹配方法实现了双目图像的高精度匹配,随后基于几何特征指标参数判别和ROI检测方法,实现了卫星太阳帆板特征点组的识别与提取,在此基础上,进一步建立了目标坐标系,通过三维重建完成了超近距阶段失效卫星的相对位姿高精度解算。最后建立了高精度双目视觉超近距相对测量实验系统,结合所提出的综合匹配算法和相对位姿解算方法,完成了动态非合作目标的相对位姿测量实验,实验结果说明所提出的方法具有较好的实时性和较高的精度。