星载合成孔径雷达的辐射校准

星载合成孔径雷达（ＳＡＲ）的辐射校准用于从ＳＡＲ图像演绎出雷达后向散射系数σ°。着重从端到端系统的角度阐述辐射校准原理；详细介绍内部校准和外部校准过程，并给出若干实例；还对校准误差源进行了较深入的讨论。     

FY-2C星多通道扫描辐射计及其在轨运行

介绍了风云二号(FY-2)C静止气象卫星多通道扫描辐射计的性能、组成和工作原理,以及为适应将3通道改为5通道而完成的5通道焦平面、光学系统、结构、电子学、红外探测器、辐射致冷器、光学薄膜和第二扫描结构等主要设计改进.卫星的在轨测试和运行结果表明,C星扫描辐射计在第一代自旋静止气象卫星上实现了包括中波红外的5通道同时对地观测,图像质量总体优于同类GMS5,METEOSAT-5静止气象卫星,与目前应用的GOES9三轴稳定静止气象卫星基本相当.     

一种检测ＳＡＲ图像边缘的方法

传统算法不能很好地解决合成孔径雷达（ＳＡＲ）图像边缘检测问题，为此提出了一种改进方法：将Ｈaralick曲面拟合法和改进的广义模糊算子（ＧＦＯ）两种算法相结合，分别独立求出ＳＡＲ图像边缘，然后将分别求出的图像边缘合并，得出最终边缘，用实际ＳＡＲ图像对该算法进行检验，验证了该算法的有效性。     

实现CBERS图像自动几何精校正的地面控制点数据库的设计方法

文章首先介绍自动几何精校正的大致流程；然后简要讨论了应用相关系数匹配技术实现地面控制点与待校图像的配准；最后详细分析了建立适合CBERS卫星图像自动几何精校正的地面控制点(OCP)数据库的思路及控制点库的结构与特点。     

高分辨率SAR图像分割及目标特征提取

提出了一种非监督SAR图像快速分割算法,对分割得到的目标区域进行特征提取.分割方法利用固体热扩散模型与图像尺度空间的等价性,在SAR图像初始分割的基础上,引入最大后验概率矩阵的各向异性多尺度平滑,在保持图像结构信息的同时滤除斑点噪声对于分割的影响.然后提取目标区域6个特征以详细描述目标,实验结果表明：该方法计算速度快,能够从获得的目标区域得到大量有用的信息.     

高光谱图像无监督分类的非线性特征提取器

高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难,为进行有效降维、提高分类精度,提出以曲线距离分析作为非线性特征提取器、以独立分量分析的混合模型作为分类器的高光谱图像无监督分类的新方法。利用该方法对来自空载可见光/红外成像光谱仪的高光谱图像进行无监督分类,用分类精度对分类效果进行评价。实验表明,用本文提出的方法得到的分类精度高于传统分类方法得到的分类精度,说明了CDA方法在高光谱图像特征提取方面的有效性。     

基于物理模型的彩色图像理解算法

给出一个彩色图像理解算法。算法首先对图像上的颜色变化(由光照和物体颜色引起)进行分析与综合,然后分割图像。算法的基础是二色反射模型理论,该理论认为反射光的颜色是界面反射(高光颜色)和本体反射(物体颜色)的线性组合,这两种反射光在颜色空间的三维直方图中形成特定的聚类(点簇)。因此分析聚类的性质可帮助确定光照和物体的颜色,但是有意义的聚类的生成又以图像中物体区域的确定为前提。算法按照假设检验的策略,依据图像中的连通性和颜色空间中聚类的特征,完成彩色图像的分割,并产生对景物中所发生的光学过程的物理描述。     

彩色图像中的本征图像的抽取

光源的位置和颜色影响到景物在摄像机中的成像,高光(highlight)的出现使一般的分割算法得不到理想的分割结果。文中根据二色反射模型(Dich-romatic Reflectioa Model),将图像分解成两个本征图像(intrinsic image)——本色图像(matte image)和高光图像(highlight image)。本色图像是去掉高光后的图像,反映了景物本身的不变性,不受外部因素(如光源的位置和颜色)的影响。而高光图像是只含有高光的图像,反映了外部因素的影响,有助于确定物体的形状。文中的彩色图像是指单一颜色光照(非单一波长的光照)下的单色物体在彩色CCD 摄像机中成的像。     

捕捉看不见的光线

在观天巨眼系列前十三篇中,我们介绍了光学望远镜,它们只能用来观测天体发出的可见光。其实,天体还发出许多种我们人类的眼睛看不见的光线。如射电波(实际上就是无线电波,天文学上将其称作射电波)、红外线、紫外线、X射线、γ射线等。古代和近代的天文学家不知道这些不可见光线的存在,他们只能在可见光范围内观测宇宙、研究天体。近一二百年来,人们才陆陆续续发现这些看不见的光线,并且陆陆续续研制出许多观测这些天体辐射的特殊的望远镜,使人类对宇宙的认识越来越全面,越来越深入。     

卫星干涉高光谱遥感图像序列差值压缩编码

根据干涉高光谱图像的成像特点和卫星遥感图像压缩编码系统要求，提出了一种新的卫星干涉高光谱图像序列压缩算法．新算法利用干涉成像光谱仪推扫成像特点提出了一种低存储量，帧间小波域匹配的图像序列压缩方案，提高图像质量3—4dB．算法首先通过小波域匹配算法检测出相邻图像之间的推扫位移量并移位求得两帧的最佳差值图像，然后对差值图像进行静止图像EBCOT压缩编码，从而提高总体编码效率．该算法具有与单帧图像编码算法相当的复杂度，只需要对当前图像与模板的差值图像进行基于小波变换的编码，避免了目前基于三维小波变换的编码算法对系统大存储量要求以及编码延时大的缺陷．仿真结果表明，本算法针对干涉高光谱图像编码，可获得比基于三维小波变换的算法相当甚至更好的效果，并且大大降低了编码延时．