两通道按列输出CMOS图像的非均匀性及校正方法

为确保航空遥感图像产品相对辐射质量,提出了一种对两通道按列输出CMOS(互补金属氧化物半导体)图像的非均匀性进行校正的方法。以美国仙童公司CMOS探测器CIS2521F为例,通过实验室积分球观测试验研究了暗电流噪声、平均灰度、两通道输出等因素造成的图像非均匀性;然后,基于实验室积分球观测数据,采用两点线性法,校正了由按列放大输出导致的列状条带噪声;接着,通过优化拼接线附近图像灰度差异统计结果,校正了两通道响应不一致造成的图像辐射差异。试验表明,单通道图像非均匀校正使积分球观测图像的平均非均匀度量值由4.4下降至2.4,两通道图像非均匀校正消除了两通道图像的目视差异。原始航空遥感图像经过非均匀性校正后,图像灰度均匀,能够满足遥感图像判读要求。     

基于三维重建的大区域无人机影像全自动拼接方法

低成本无人机由于不具有精密的惯性导航系统,其拍摄区域有可能是一些难以布设控制点的无人区,因此无法采用传统的航空摄影测量处理手段获得拍摄区域的拼接影像。为此,提出一种基于三维重建的无人机影像全自动拼接方法。利用从运动恢复结构和多视角立体算法重建拍摄区域的密集点云,根据密集点云数据采用一种基于邻点分布约束的点坐标插值算法内插待定点空间坐标,运用间接微分纠正方法对影像进行几何校正,从而获得几何一致的拼接影像。实验结果表明,该方法全程无需人工干预且拼接耗时短,相邻影像之间几何拼接精度约为2.5个像素。     

基于DEM的SAR影像直接与间接正射校正方法比较

对基于DEM的SAR影像直接校正与间接校正方法的原理、步骤、校正效果与适用性进行了比较,并利用正射校正过的高精度光学卫星影像作为基准影像,对两种方法的校正精度进行验证与比较。分析表明,两种方法所采用的校正模型相同,但出发点不同,校正步骤与复杂度也不同,最终校正效果也不一样,但精度没有差很多,都能满足常规SAR正射校正精度需求,在实际应用中需要根据实际情况选择合适的方法。     

SDGSAT-1卫星微光影像的夜间渔船识别

现代渔民常利用鱼类的趋光特性来捕鱼，在夜晚出海时在船身安装集鱼灯，使用强烈的灯光照明来吸引鱼群，从而可以捕获大量的鱼类。开启集鱼灯的渔船在夜间微光影像上具有明显的灯光辐射特征和几何特征。可持续发展科学卫星1号(The Sustainable Development Science Satellite 1,SDGSAT-1)的微光成像仪具有10 m的空间分辨率，可以轻易地探测到夜间开启集鱼灯的渔船。使用传统的形态学方法可以检测到夜间渔船的灯光。使用SDGSAT-1卫星的微光遥感影像数据，进行夜间渔船的动态监测。分析了渔船夜间灯光在影像上的辐射特征和几何特征，构建不同渔船大小和船只种类的船只识别模型。结合自动识别系统(Automatic Identification System, AIS)数据对识别的船只目标进行匹配验证，实现了影像灯光与船只的匹配。对中国南部的某渔场开展研究。实验使用了2022年3—9月的34景微光影像及对应AIS数据，研究区域的影像覆盖率达到100%。基于船只识别技术，对不同灯组数量的渔船、货船等船只实现了检测与匹配。在禁渔期的影像中检测到疑似存在非法捕鱼的渔船灯光，...