改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。     

基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。     

一种星间相对状态估计方法

编队自主导航是实现分布式遥感系统星间协同观测的基础。为实现分布式遥感系统星间相对状态的精确确定,提出一种基于MEMS激光雷达与纳型星罗盘的星间相对状态估计方法。借助相对姿态、轨道运动学方程建立了星间相对状态的无迹卡尔曼滤波(UKF)算法,解决了MEMS激光雷达测量与参考航天器姿态耦合的问题,并利用预定入轨参数及高精度轨道外推(HPOP)对方法进行仿真校验。结果表明,该方法具有可行性和实用性,估计精度满足分布式遥感任务需求,能够较好解决中远距离星间相对状态估计问题。     

岫岩偏岭矿区植被修复生态环境监测评估

植被修复对于矿区生态重建和矿区生态环境改善具有重要意义,为了解决传统现场检测方式对大矿群区而言费时费力的问题,利用高分辨率遥感卫星影像对矿区生态恢复成效进行了评估。文章基于"高分二号"卫星遥感影像研究,采用监督分类和人工修正后处理的方法,对矿区植被修复生态环境进行了监测和评估,分析了2016年和2018年岫岩县偏岭镇矿区生态环境恢复情况,结果表明:2016年～2018年偏岭镇植被的复垦面积为0.041 4km2,增加矿区面积0.073 6km2。以无人机考察方式选取典型地块赴现场进行提取精度评价,植被和矿区面积的遥感图像识别精度分别达到92.1%和98.4%。矿山地质环境恢复治理取得一定成效,但总的植被面积增加尚不明显,需进一步开展治理工作。     

物方反投影下的星载多光谱相机内视场虚拟线阵拼接

针对遥感卫星多光谱相机非共线TDICCD成像方式,文章提出了一种基于虚拟线阵CCD的相机内视场拼接方法。参考严格几何模型建立虚拟影像像点与地面点间的对应关系,校正相机内方位畸变,根据物方几何约束的地面点反投影算法,建立虚拟影像像点与原始影像像点的坐标关系模型,实现逐像素灰度赋值。最后,以两景"资源三号"卫星多光谱原始影像作为试验数据,验证所提算法的可靠性,试验结果表明:该拼接方法效果好、精度高,具有较好的应用前景。     

海洋一号C/D卫星在轨交叉定标设计

为了满足定量遥感对海洋水色遥感仪器定标精度定期监测的需求,提出海洋一号(HY-1)C/D卫星在星上配置具备高光谱分辨率与高辐射定标精度的定标光谱仪的设计方法,实现对同一卫星平台载荷设备的交叉定标。根据交叉定标基本原理,给出HY-1C/D卫星在轨实现交叉定标的流程设计,指出星上定标光谱仪作为参考遥感器需要满足的设计要求,并从工程实际角度对在轨交叉定标精度进行了预估。结果表明:在轨同平台交叉定标设计能够有效提升光学遥感器之间的交叉定标精度。     

敏捷遥感卫星新型姿态控制精度评估方法

针对新型敏捷遥感卫星地面测试缺乏验证手段问题,文章提出一种针对敏捷机动成像过程的新型姿态控制精度评估方法,通过设计星地模型算法,根据卫星的定轨数据和高精度姿态数据计算,可得到星载相机成像点在地固坐标系(ECF)的坐标,并引入地表高程数据以提高计算精度,进行成像点位置精度评估,即姿态指向精度评估;通过计算地表镜下点运动速度等衍生参数,进行载荷成像质量评估。与同条件下地面任务规划数据比对,算法精度误差在10米量级,远小于卫星姿态指向误差导致的成像位置偏离,满足地面分析验证精度需求。该套算法已应用于遥感公用平台、某卫星姿态敏捷机动技术地面验证工作。     

结合局部高清图像的遥感集群目标区域超分辨率重建

近年来,卫星遥感图像的应用场景越来越广泛。但是由于采集设备有限及其成本限制,卫星传感器获取到的图像通常不具备足够的分辨率且分布不够均匀,同时部分目标聚集成群难以分辨,导致低分辨率遥感图像在目标检测与识别等空间语义理解任务上难以满足准确定位和分类所有目标的要求。相比于一次性采集完整高分辨率遥感图像,已有遥感图像通常在局部区域具有相对清晰的高分辨率,且具备足够的细节信息用于分辨目标群,而传统的遥感图像超分辨率重建方法主要关注遥感图像自身的全局特征,通过图像的全局特征进行分辨率和像素扩充,而忽视了遥感图像的细节信息。为了解决这些挑战,提出了一种将遥感图像局部聚集群目标区域的细节特征信息引入到完整遥感图像的采样重建中的方法,通过多层级的神经网络来提取不同尺度的图像特征,并通过残差学习的方式将这些特征进行融合并重建。在实验中,该方法相比主流现有的遥感图像超分辨率重建方法,在视觉效果和测试实验上都取得了更好的结果,证明该方法可以有效借助局部图像的像素信息,显著地提高全局遥感图像的细节效果和优化集群目标区域的分辨能力,提升了遥感图像的质量和可用性。     

基于大数据多视场传函计算的星载相机焦面标定方法

为了精准标定星载相机在轨焦面位置,提出了一种基于大数据多视场光电传递函数过焦曲线的计算方法,即采用大数据处理办法,排除温度梯度、振动等测试环境影响,计算得到多视场光电传递函数,并测试计算不同焦面位置下的传递函数,绘制过焦曲线,标定焦面。通过该方法,实现了有效光学口径为600 mm,焦距为2597 mm的高分七号卫星正样激光测高仪系统中两通道可见光足印相机的焦面标定,位置标定精度小于0.02 mm,各个视场传递函数优于0.35(31线对/毫米)。经高分七号在轨图像验证,大数据多视场光电传递函数计算方法完全满足现有星载相机的标定精度和像质要求。     

高分七号卫星测绘体制与性能评估

回顾了我国光学立体测绘卫星研制历程,介绍了高分七号卫星系统总体方案,对卫星工作模式、主要设计参数进行了描述。比较单线阵、双线阵和三线阵测绘体制的优缺点,从基高比选择、激光测高辅助测绘两方面论证了卫星立体光学测绘体制选择的合理性。利用卫星在轨期间星敏感器、陀螺、激光测高仪、双线阵相机温度场等数据分析结果,对卫星在轨期间姿态测量、激光测高、结构稳定性等影响卫星立体测量精度的指标进行了评估。通过仿真评估,卫星可实现1∶1万比例尺精度要求,平面定位精度达到5 m,并通过激光辅助测高的支持,高程精度可以达到1.5 m。