红外焦平面阵列条纹非均匀性校正方法

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声。提出了一种基于实际场景和非均匀性分离的模型方法,能够在单帧内实现条纹非均匀性的校正。通过局部窗口模版遍历相邻列的误差函数,得到其非均匀性校正参数估计,并依据相邻两帧相关性的继承性,完成条纹非均匀性的校正。通过对模拟条纹非均匀性和实际图像的实验和理论分析,结果表明,文中算法能够显著提高条纹非均匀性校正效果。     

基于多尺度时域矩匹配的自适应非均匀性校正算法

非制冷红外焦平面阵列的固定图案噪声具有与条带噪声相类似的特性.通过对矩匹配算法和时域高通滤波算法的研究, 提出了一种多尺度时域矩匹配非均匀性校正算法.首先利用高斯金字塔对相邻帧待校正图像进行全局运动估计, 然后对各尺度的高斯金字塔和拉普拉斯金字塔分别进行时域矩匹配.对真实红外图像序列的实验结果表明, 该算法在提高收敛速度的同时可有效减少鬼影现象的出现.     

基于多尺度时域矩匹配的自适应非均匀性校正算法（英文）

非制冷红外焦平面阵列的固定图案噪声具有与条带噪声相类似的特性.通过对矩匹配算法和时域高通滤波算法的研究,提出了一种多尺度时域矩匹配非均匀性校正算法.首先利用高斯金字塔对相邻帧待校正图像进行全局运动估计,然后对各尺度的高斯金字塔和拉普拉斯金字塔分别进行时域矩匹配.对真实红外图像序列的实验结果表明,该算法在提高收敛速度的同时可有效减少鬼影现象的出现.     

基于局部直方图规定化的红外图像非均匀性校正

非均匀性噪声严重影响着红外焦平面阵列的成像质量。针对条纹非均匀性问题,提出了一种基于局部直方图规定化的红外图像非均匀性校正算法。该算法对图像逐列进行处理,首先采用文中提出的加权折中直方图方法计算得到每一列图像的期望直方图,然后对当前图像列进行直方图规定化处理,最后遍历整幅图像实现非均匀性校正。实验结果表明,本文算法能够有效地抑制红外图像的条纹非均匀性噪声,同时较好地保留了图像的边缘轮廓信息。     

矩匹配与卡尔曼滤波在红外图像非均匀性校正应用中的比较研究

红外焦平面阵列的非均匀性校正是其定量应用之前必须解决的关键难题之一。将基于场景的矩匹配和卡尔曼滤波方法引入到红外图像非均匀性校正中,通过实验对比分析了这两种方法的校正效果。定性与定量分析结果表明：这两种方法各具优缺点,矩匹配方法在低值区会产生新的条带并改变了图像上同一探测器中不同地物的光谱分布差异,而卡尔曼滤波需经过多帧图像数据迭代后,才能取得更好的校正效果。     

基于均匀场地的遥感图像相对校正算法研究

受地面均匀场地宽度的限制,使用均匀场地两点相对辐射校正算法,只能对幅宽比较窄的线阵推扫式传感器进行相对校正.提出了一种改进的基于均匀场地的遥感图像相对辐射校正算法,该算法通过在一幅或多幅图像上选取满足亮度要求的区域来计算所选区域内及区域间的相对定标系数,根据区域内和区域间相对定标系数将宽幅线阵推扫式传感器全体探测元的响应相对校正到一致.结果表明:该算法能够实现宽幅线阵推扫式传感器的相对辐射校正,实现简单.校正效果理想.     

推扫式红外相机数据处理系统原理与设计

推扫式红外相机采用线列探测器成像.根据线列探测器自身的特点,为了获得高质量的红外图像,从红外相机硬件系统获得的数据需要经过累加平均、转置校正、错位校正、背景减除、非均匀性校正等处理.介绍了推扫式红外相机各个数据处理步骤的基本原理,设计并优化了数据处理的流程,并基于VC6.0实现了完整的数据处理系统.系统能实时处理、显示图像(或数据曲线),并实时存储,在实验中获取了良好的红外图像.     

长波红外高光谱非均匀性校正及光谱特征提取

长波红外高光谱系统既可分析目标成分又能感应其温度信息,广泛应用于遥感领域.该系统响应波段为7.7-9.5 μm,共32个波段,光谱分辨率达53 nm,可用于地质勘探,环境监测等领域.由于长波红外器件工艺问题,探测器在成像之前必须进行非均匀性校正.通过对比基于焦平面和基于光谱的校正方法,说明后者能够很好地保持目标的原始光...     

基于热红外高光谱图像的差值均衡校正技术

本文依托于某专项任务研制的热红外高光谱设备开展了部分研究工作,该设备于2016年3月开展了海南东方市的功能飞行试验.针对背景辐射信号恢复,非均匀性两点校正后仍残余光谱维非均匀性的问题,提出了针对热红外高光谱数据谱段内差值均衡的处理方法,进一步提升了热红外高光谱数据立方体的质量,得到不影响原始光谱曲线的图像.     

热红外高光谱成像仪光谱匹配盲元检测算法

受红外焦平面阵列生产工艺及材料本身特性影响,红外焦平面阵列不可避免地存在盲元,严重困扰红外数据的处理与应用。光栅分光推扫式热红外高光谱成像仪一般以红外焦平面阵列的其中的一维作为光谱维进行推扫式成像,空间维只剩一维,与一般的热像仪具有二维空间维的成像机制有很大区别。常规的实验室定标法和开窗处理的场景检测方法不能满足该成像方式的盲元检测需求。以热红外高光谱成像仪中的盲元检测为目标,有针对性地提出了基于光谱匹配的盲元检测算法。该方法从光谱维角度出发,以不同温度实验室黑体定标数据生成温升光谱数据,在数据规则化处理的基础上,自动提取有效像元目标的伪光谱曲线,采用光谱角匹配的方式实现盲元的自动检测。以典型的热红外高光谱成像仪获取数据并开展盲元检测实验,结果表明该方法充分利用了热红外高光谱成像仪的光谱维信息,检测精度较高,盲元补偿后的数据可满足热红外高光谱数据的行业应用。     

线推扫式高光谱相机侧扫成像几何校正

线阵高光谱相机侧扫成像可以有效解决卫星遥感影像无法获取建筑物立面光谱数据等问题。阐述了课题组集成开发的线推扫式高光谱遥感监测系统组成部分及关键技术指标等;根据地面侧扫成像特点,详细推导了适合于线推扫式相机地面侧扫成像几何校正模型;给出了地理参考影像格网划分和重采样方法,并对数据采集过程可能出现的漏采现象提出解决方案。通过大量地面模拟实验,验证了线阵影像几何畸变校正算法的有效性及鲁棒性,为同类产品的地面应用提供参考。     

星载拼接相机图像实时校正系统的研究

为了实时对多TDI-CCD拼接后获得准确与高质量的大视场图像,建立了多片TDI-CCD拼接相机像元实时校正系统.对该系统的图像拼接与灰度融合算法进行研究并对硬件实现方法加以介绍.对多片TDICCD拼接技术以及由此带来的图像错位与像元不均匀性进行了介绍,采用输出缓存技术实现拼接TDI-CCD奇偶片输出图像配准,应用比值平均法校正拼接片间的灰度不均匀性,实现实时大视场拼接校正.并将整套算法在Xilinx公司的Spartan 3系列的FPGA平台上实现,得以构成多TDI-CCD拼接校正系统.实验结果表明,该系统可以自动对3片2048像元的TDI-CCD拼接配准与灰度校正,获得清晰的大视场图像,满足系统实时性的要求.     

基于改进伽马曲线的星载长波红外焦平面非均匀性校正算法

随着长波红外探测器技术的进步,通过选用宇航级大阵列长波红外探测器,天基红外遥感卫星技术得到快速发展。长波红外探器响应强非线性导致传统的基于线性模型的非均匀性校正算法校正误差大,从而影响卫星在轨使用效能。针对该问题,结合大量实验室数据和卫星在轨数据的统计分析结果,建立了一种新的长波红外探测器非线性响应模型,据此提出了一种基于改进伽马曲线的非均匀性校正算法,以有效克服探测器响应强非线性对校正精度的影响。该算法首先建立基于改进伽马曲线的探测器非线性响应模型,依据此模型对获取图像进行非线性压缩映射,实现探测器响应的线性化,然后利用星载基于定标技术的线性化算法实施非均匀性校正,同时,定标温度点根据所建立模型参数动态更新,最后通过逆非线性化压缩映射还原出实际的非均匀校正后的图像。基于人造黑体和在轨实景红外图像的实验结果表明,该算法有效解决了探测器响应强非线性对校正精度的影响,校正后图像的视觉效果和定量化指标均优于传统的星载非均匀校正算法。     

基于空谱联合和波段分类的高光谱压缩感知重构

卫星在获取地面信息时会受到大气、电磁波的干扰,导致高光谱影像本身产生坏线和噪声。针对这一问题,本文结合高光谱遥感影像的特性提出了一种基于空谱联合和波段分类的影像重构方法。首先,根据噪声影响程度将影像波段分为坏线强干扰波段和非干扰低噪声波段;其次,对波段进行分组,确定每组参考波段,并对参考波段进行独立重构;然后,根据参考波段构建双模式空谱联合预测模型,利用正则化交叉投影得到非参考波段重构影像;最后,对坏线强干扰波段,先进行独立重构,然后对重构影像进行小波分解,通过高频校正得到了干扰波段最终重构影像。实验表明,本文方法对重构高光谱影像的平均信噪比较传统方法提高了1~2dB。     

基于栈式自编码神经网络对高光谱遥感图像分类研究

为了有效利用高光谱遥感图像中的波段信息,提高高光谱遥感图像分类的精确度,本文提出了基于栈式自编码神经网络(Stacked Autoencoder,SA)对高光谱遥感图像进行分类.栈式自编码神经网络充分利用高光谱图像中的光谱信息,对其进行相应特征提取,避免了相邻信息间的相关性和信息的冗余,本方法采用无监督学习和监督学习相结合,既可以像传统方法那样进行降维,简化相关的计算复杂度,同时在分类精度上有很大地提高.     

基于残差偏置和查找表的高光谱图像无损压缩

为了提高高光谱遥感图像的压缩比,提出一种基于残差偏置和查找表的高光谱图像无损压缩方法。在高光谱图像的第一谱段图像采用了无损压缩标准中值预测器方法进行谱段内预测,其它谱段图像采用谱间预测方法。首先,在多级查找表（LAIS-LUT）预测方法的基础上搜索当前预测值,用当前预测值周围特定的5个像素点和当前像素值周围相同位置的5个像素点进行比较,通过比较结果,得出一个偏置值;然后在预测残差上加上偏置值;最后,将最终预测残差进行算术编码,并进行了理论分析和实验验证。结果表明,针对美国航空航天局的高光谱图像,所提出的方法比LAIS-LUT压缩比平均提高0.05;针对国内高光谱图像,该方法比LAIS-LUT压缩比平均提高0.07。这一结果对提高高光谱图像压缩效率是有帮助的。     

像面干涉成像光谱技术中的复原方法

与传统的干涉成像光谱技术相比,像面干涉成像光谱技术具有高光通量、高光谱分辨率、高目标分辨率等优点。在介绍像面干涉成像光谱技术的基本原理基础上,提出了通过推扫横向剪切分束器对目标进行探测的方法,省去了传统推扫方法中提取物点干涉信息时的图像配准过程。研究了信息处理中去直流项、切趾等预处理问题,分析了相位误差校正方法及各种方法的优缺点。搭建Sagnac型像面干涉成像光谱实验装置进行了光谱重构实验,复原了被测光源的光谱曲线,并复原了探测目标在各个谱段的光谱图像。     

基于引导滤波的红外图像非均匀性校正

由于制作工艺的限制和器件材料的不均匀性,红外图像在一定程度上存在非均匀性,导致目标探测和识别能力下降,严重的情况下甚至无法探测目标,因此,红外图像必须经过校正才能发挥出红外探测器对温度的高灵敏度性能。基于神经网络的非均匀性校正技术是校正非均匀性的有效方法,但在去除非均匀性噪声的同时,会弱化图像信息边缘,导致图像模糊,甚至出现严重的鬼影。为了改善红外图像的非均匀性校正性能,以神经网络模型为架构基础,利用引导滤波算子作为期望真值模板,替代传统的神经网络模型中的均值滤波模板,同时增加鬼影抑制算法,在去除非均匀性噪声的同时,达到抑制鬼影、边缘保真的效果。实验结果表明,提出的非均匀性校正算法能够在保留图像细节特征、抑制鬼影的同时,很好地校正了红外图像的非均匀性。     

高光谱遥感考古探索研究

高光谱遥感与以往遥感技术相比,具有图谱合一的特征和从可见光到热红外的一系列波段,是一种综合性的遥感技术手段.文物遗存在地面的信息一般比较微弱,高光谱遥感具有识别微弱信息和定量探测的优势,但高光谱遥感目前在考古中却未得到有效的应用.本文以秦始皇陵区为研究区,较系统地阐述了高光谱遥感在考古中的创新应用研究,以及所取得的考古成果.表明高光谱遥感技术在考古中的应用有广阔的前景.