一种基于定标的红外图像非均匀性分区域校正算法

红外探测器的非均匀性问题直接影响红外成像质量和测量精度。地基红外辐射测量系统对远距离飞行目标进行成像时往往不能占满全靶面区域。为提高图像质量,提出了一种基于定标的非均匀性分区域校正算法。以靶面大小为640×512的制冷型中波红外探测器为实验对象,基于黑体定标的两点校正法,采用全靶面校正算法及本文算法进行了验证。结果表明,当成像区域小于全靶面的1/3时,分区域非均匀性校正后非均匀性误差低于0.002%。与全靶面非均匀性校正算法相比,此校正算法使非均匀度进一步降低了30%至75%不等,非均匀性误差的下降率大于30%。采用本文算法后,各区域的非均匀度进一步下降,校正目视效果进一步提高。因此该校正方法具有一定的工程应用价值。     

基于定标的红外焦平面非均匀性校正算法研究

红外焦平面阵列普遍存在非均匀性,这会严重影响其成像质量。基于定标的非均匀性校正算法因其易于硬件实现,在工程应用中已被广泛采用。本文介绍了近年来基于定标的非均匀性校正算法的研究进展,对各种算法的优势及缺点进行了对比,并针对算法特点和工程需求做出了相应的分析。     

多角度偏振探测仪的相对辐射校正方法研究

相对辐射校正是实现多角度偏振探测仪全视场高精度辐射定标的关键技术之一。提出了一种高精度自动化的相对辐射校正方法,采用15×15个分视场扫描测量的方式,通过高精度大型二维转台和大口径积分球参考光源实现全视场的辐射响应测量;模拟在轨工作模式,规范了数据采集流程,编写数据采集软件实现了辐射响应图像数据获取;设计数据图像拼接算法和相关的数据处理方法,完成了相对辐射校正的数据处理和精度分析。数据比对分析和精度分析结果表明相对辐射校正精度在0.5%~0.8%之内。     

基于辐射亮度反演的TDI CCD相机的响应非均匀性校正

分析了TDI CCD的各种噪声,重点研究了响应非均匀性和固定图形噪声对成像质量的影响,通过辐射亮度反演的方法对响应非均匀性进行了校正。实验结果表明,该校正方法能够有效去除响应非均匀性造成的条纹,得到清晰的图像。     

基于可控内定标源的星上红外遥感相机非均匀性校正方法

长时间工作或环境变化时,红外焦平面阵列器件易产生非均匀性的问题。典型的星上定标方法是将系统指向深空场景或在入瞳处引入星上面源黑体辐射。覆盖全口径的星上黑体普遍体积较大、设计复杂且成本高昂。为了解决这些难题,我们提出了一种基于可控内定标装置和星空场景的红外遥感系统星上非均匀性校正方法。该方法利用可控内定标源提供不同的靶面基准辐照度,通过计算获得不同辐射定标段的定标参数,覆盖探测器动态范围,实现不遮挡视场情况下的高动态范围非均匀性校正。通过模拟指向深空场景的在轨定标过程,并对模拟图像进行非均匀性校正,用于非均匀性校正的评价图像的非均匀性由初始的15.87%下降到1.2%以下。本方法具有快速、高效、鲁棒性强等优点且具有实时处理的前景。相比于需要引入星上面源黑体的定标方法,本系统的内定标装置结构简单、设计小型化且节省成本。     

基于采样窗的非均匀路面图像校正算法

针对传统的灰度校正方法不能有效地校正全局光照不均匀的路面图像,提出基于采样窗的路面图像光照不均匀校正算法.算法根据路面图像相邻像素的相关性以及非均匀成像原理,利用图像的均值和残差计算某点的背景灰度因子,利用像素点的线性变换方法求出校正后的图像.仿真实验证实,该算法能有效地减少图像的光照不均匀,达到校正图像的目的.     

提高红外图像均匀性的两级校正技术研究

凝视红外焦平面成像系统中,经常需要根据目标红外辐射强度来修改探测器积分时 间,当积分时间变化后,红外图像的均匀性明显变差。本文探索了一种利用积分时间校正与目前实用性较好的两点温度定标法相结合的焦平面非均匀性校正方案,它不仅使红外图像的均匀性得到较大幅度提高,而且在修改积分时间的情况下图像均匀性不受影响。     

基于FPGA的红外图像非均匀性校正系统设计

红外成像技术在众多领域得到广泛应用,但设计和制造工艺存在的非均匀性现象严重降低了红外图像的成像质量。针对这一问题,设计了一种基于现场可编程门阵列(Field-Programmable Gate Array, FPGA)的红外图像校正系统。该系统采用两点校正法对某国产短波探测器的像元增益和偏置进行更新,然后利用3σ算法实现盲元点的检测并利用邻域替代的思想进行盲元校正,通过将盲元点周围的有效像元值按比例替代盲元像元来降低运算复杂度。在基于XC5VLX110T型FPGA的硬件系统上进行实验。结果表明,所设计的红外图像校正系统改善了图像的非均匀性,提高了成像质量且成像速度快。此外,丰富的余量资源使得系统具有较好的扩展性。该系统在红外图像处理方面具有一定的应用价值。     

提高红外图像均匀性的两级校正技术研究

凝视红外焦平面成像系统中经常需要根据目标红外辐射强度来修改探测器积分时间,当积分时间变化后,红外图像的均匀性明显变差。探索了一种利用积分时间校正与目前实用性较好的两点温度定标法相结合的焦平面非均匀性校正方案,不仅使红外图像的均匀性得到较大幅度提高,而且在修改积分时间的情况下图像均匀性不受影响。     

提高红外图像均匀性的两级校正技术研究

凝视红外焦平面成像系统中经常需要根据目标红外辐射强度来修改探测器积分时间,当积分时间变化后,红外图像的均匀性明显变差.探索了一种利用积分时间校正与目前实用性较好的两点温度定标法相结合的焦平面非均匀性校正方案,不仅使红外图像的均匀性得到较大幅度提高,而且在修改积分时间的情况下图像均匀性不受影响.     

基于6S模型的遥感图像大气校正方法

去除大气影响是遥感影像应用中具有重要实用意义的一步,因此依据多光谱遥感数据开展了大气校正方法的研究工作.基于6S辐射模型和消除邻边效应的经验方法对ZY-3卫星影像数据进行大气校正;作为对照,对同一影像也做FLAASH(一种成熟的大气校正软件模块)大气校正处理.由结果所见,校正后影像质量得到提高;校正精度与FLAASH精度都在10％左右,具有较高准确性.     

一种基于场景的红外图像非均匀性校正算法

在分析红外焦平面非均匀产生原因的基础上,阐述了两点校正法的原理.由于各探测器与相邻单元的增益比率具有相关性的特点,利用相邻单元的增益比率,迭代实现比率和偏差的校正,从而减小其图像的非均匀性.仿真计算验证算法能有效地消除图像非均匀性噪声,增强图像的视觉效果.     

CBERS-2 CCD遥感图像辐射校正技术

在对CBERS-2卫星CCD遥感图像辐射校正技术进行深入研究的基础上,给出了图像的0级预处理、传感器标定、大气辐射校正、照度校正等技术方法。在0级图像预处理方面,提出了利用测试数据来解决拼接区的辐射失真问题,并提出一种新的条纹检测技术;传感器的标校方面,讨论了底电平和非均匀性的消除方法;大气辐射校正采用回归分析法和直方图法;给出了太阳高度和地形坡度的照度校正方法与技术。     

地球观测卫星遥感图像处理技术研究

介绍了地球观测卫星的遥感图像数据的特征,分析了主要的遥感卫星及其测量原理,针对观测图像中辐射量失真、几何畸变、大气散色引起的失真等问题,分析研究了各种校正方法,并对遥感图像的应用技术发展趋势进行了展望.     

偏振遥感图像的大气校正

为了实现对遥感图像快速、精确的大气校正,提出了一种联合偏振光强度信息和偏振度信息的图像大气校正算法。该算法首先采用矢量偏振辐射传输模型（vectorized linearized discrete ordinate radiative transfer, VLIDORT）建立一个由观测几何、目标偏振信息、大气条件、气溶胶模式等参数组成的查找表,然后通过查找表插值方法对输入的图像进行大气校正。实验结果表明,偏振图像大气校正算法在雾天成像条件下,使得图像对比度提高了41.84%,图像信息熵值提高了0.44,很好地去除了雾对图像的影响。进而说明偏振图像大气校正算法能够很好地还原目标强度信息和偏振度信息,提高图像的对比度,增加图像的信息熵值。     

基于隐马尔可夫高斯随机场模型的模糊聚类高分辨率遥感影像分割算法

本文利用隐马尔可夫随机场和高斯模型分别建立标号场和特征场的邻域关系,提出了基于隐马尔可夫高斯随机场模型的模糊聚类分割算法。该算法用隐马尔可夫随机场模型定义先验概率,并将该先验概率作为尺度控制因子引入到KL（Kullback-Lerbler）信息中,在目标函数的定义中,KL信息作为规则化项,其系数表示算法的模糊程度。在基于高斯模型的后验概率中,像素相关性被定义在空间和谱间,并用该概率的负对数值表征像素点到聚类中心的非相似性测度。通过对合成遥感影像和高分辨率遥感影像进行分割实验,证明了算法的有效性和普适性。     

一种基于封闭均匀区域的SAR图像配准方法

为克服图像间灰度差异、旋转差异和尺度差异对SAR图像配准精度的影响,该文利用均匀区域在SAR图像中的灰度统计特性,提出一种基于稳定封闭均匀区域的SAR图像配准算法。首先基于多尺度非线性扩散理论,提取得到轮廓保持性较好的封闭均匀区域;然后构建具有仿射不变性的区域特征,采取基于多边形拟合的区域粗匹配方法和基于重合度的区域精匹配方法,实现由粗至精的区域匹配;最后用匹配区域的质心点构建图像变换模型。实验结果表明,该算法配准精度高,能有效克服待配准图像之间的灰度差异、旋转差异和尺度差异,对噪声具有较好的适应性。     

基于分布式压缩感知的遥感图像融合算法

针对基于压缩感知(Compressed Sensing, CS)理论的传统遥感图像融合算法未能考虑源图像信息相关性的特点,该文提出一种基于分布式压缩感知(Distributed Compressed Sensing, DCS)的遥感图像融合改进算法。通过DCS的第1联合稀疏模型(Joint Sparsity Model-1, JSM-1)提取源图像低频信息的公共部分和独有部分,再利用独有特征添加(UFA)的融合规则进行融合,从而提高融合精度。选取QuickBird卫星实测图像数据对该文方法和多个传统融合方法进行仿真实验并进行评价指标的对比,结果表明该文方法融合性能相对传统遥感图像融合方法都有不同程度的提高。