基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

城区红外遥感云层检测技术

针对复杂地物背景下的城区红外遥感图像的云层干扰问题,提出了一种基于图像特征提取、区域投票表决和阈值分割的云层检测方法。对图像进行去噪和归一化拉伸处理,再进行多特征提取,并通过提取的特征向量对图像进行分区域云层投票表决,最后根据表决结果和分形特征度量矩阵进行阈值计算和阈值分割,并通过形态学处理得到精确的云层区域。统计检测结果显示算法对不同时刻的数据检测准确率在91%以上,证明了算法的适用性和有效性,为红外遥感图像的信息处理提供了有效的技术支持。     

有云层干扰的光学遥感图像舰船检测算法

针对海面光学卫星遥感图像舰船检测中云层干扰所产生高虚警率的情况,提出一种基于串并联混合多维特征融合判决的舰船目标检测算法。首先,利用高斯灰度阈值分割目标与海面云层背景,并对分割后的二值图像进行区域标记;然后,利用感兴趣区域的几何形态和边缘能量两类特征,包括中心偏移度、长宽比、面积变化比、曲折度和填充度,构建了串并联混合多维特征融合判决方法;最后,通过对感兴趣区域进行综合鉴别,有效剔除了云层干扰导致的虚警,解决了含云层背景检测结果虚警率高的问题。对多幅SPOT4光学遥感卫星图像的实验结果表明算法的有效性。     

基于非参数统计的云层背景描述与红外弱小目标检测

针对复杂云层背景下的红外弱小目标检测问题,提出了一种新的基于非参数统计的云层边缘纹理描述方法,并利用该方法构造出针对云层边缘的陷波滤波器.由于云层对阳光的漫反射特性,它的边缘区域成像时呈现出稳定的逐级过渡的纹理特征,而利用非参数统计中的秩分析方法可以较好地描述这种过渡纹理.首先,定义理想云层边缘纹理的秩统计量.然后,获取分析图像与理想云层边缘纹理秩统计量的相关曲面.最后,对秩相关曲面进行变换,构造出针对云层边缘区域的陷波滤波图像.将陷波滤波图像与高通滤波图像相乘,实现对残留云层边缘的抑制.实验结果表明,在没有对背景噪声的统计分布做任何假设的情况下,利用该方法能够对背景中的强云边缘进行有效抑制.     

红外军用整机及其新的单元技术

红外军用整机在七十年代获得很大的发展,这个趋势将延续到八十年代。它的发展重点有两个方面:空间遥感和夜视。空间方面,美国1971年以来陆续发射的预警卫星,迄今仍在工作,寿命已达六年以上,说明扫描式红外仪器的可靠性达到了很高的水平。八十年代使用的预警卫星,已提出多种方案,如凝视装置和环场扫描器等。     

基于离散小波框架变换的遥感影像薄云去除

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题.本文提出了一种基于离散小波框架变换的薄云去除算法.在小波框架变换多尺度分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进行均值匹配.然后对于小波高频系数在不同尺度上进行不同程度的增强;对同一尺度的系数进行非线性处理以增加对比度,最后通过反变换得到去云后的图像.实验表明,该算法能有效地去除薄云,增强图像对比度,减小噪声的增强幅度,使结果图像具有很好的视觉效果.     

2π空间全天空偏振观测系统研制与验证

在遥感观测中,天空偏振模式是大气效应的重要特征。它描述了全天空的偏振信息分布,大气效应对偏振观测的影响巨大,因此研究大气的偏振光效应是根本,它可以为减小大气效应对偏振图像的影响提供新思路。由于不同的区域和不同的观测条件对应于不同的天空偏振模式,研制天空偏振模式观测的仪器则成为了必要的前提。文中的重点在于设计一个全天空偏振观测仪器,通过精度测量,验证它的可用性。文中首先介绍了仪器的主要组成部分,包括仪器机械结构,光学设计以及电路控制,然后分析仪器的控制策略以及控制精度,最后通过对比试验,结果显示该天空偏振观测仪器可靠。     

PHI超光谱成像系统及其海洋遥感应用前景分析

超光谱成像仪研究是成像光谱技术领域中的一个新的课题。该成像仪利用高分辨率的焦平面探测器在保持其空间分辨率和信噪比的基础上，可得到多达几百个波段的光谱图像数据。本文阐述了它在海洋遥感应用中的发展前景，并分析了PHI（Pushbroom Hyperspectral Imager）仪器及其海洋遥感应用。     

等角度与等时间采样控制技术在扫描成像系统中的应用研究

从理论上分析了在等时间采样控制技术下,遥感仪器对扫描系统稳定度的要求.探讨了等角度这一新型采样控制技术下应用于未来遥感仪器的可行性.并将这两种采样控制技术成功应用于自行研制的短波红外成像仪,得到了清晰的短波野外红外图像.     

基于矩阵复原和暗通道理论的单色遥感图像去雾算法

遥感图像在成像过程中，容易受到云层和雾霾天气的影响，形成带雾图像；同时在下传时，会受到多种因素影响（如发送接收误码、电离层和对流层的随机变化对信号形成扰动等），使图像信息丢失或掺杂噪声。本文针对信息丢失的带雾单色遥感图像，提出了基于矩阵复原和暗通道理论的单色遥感图像去雾算法，通过基于交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）的矩阵复原算法与传统暗通道理论相结合，有效实现了信息丢失下的遥感雾图复原。通过主观评价和客观评价相结合的方式，将本文算法与经典算法对比。结果表明，本文算法得到的结果在直观视觉上效果更好，且相对于信息丢失30%的雾图，6个场景的平均信息熵提升1.665 2，平均峰值信噪比提升11.702 9，平均结构相似性提升0.814 6，客观评价指标结果优异。进一步在不同比例信息丢失情况下进行实验，结果表明，即使在信息大量丢失的情况下，依然能够得到清晰的复原去雾图像。     

一种在离焦情况下获得高分辨率图像的新技术

在遥感、军事侦察和医疗成象等领域,需要得到目标的高分辨率图像．而像面离焦直接影响了成像质量、降低了空间分辨率．为了得到高分辨率图像,往往采用自动焦面补偿装置或温控系统来克服离焦现象,但这又不利于仪器的小型化和轻量化．本文提出,在光学系统光路中加入一特殊设计的非球面掩模板,并对经过位相掩模板后的图像进行图象处理得到清晰图像．使光学系统在大离焦量的情况下仍可获取高分辨率的图像．这对于光学遥感器在复杂的空间环境中获取高分辨率图像具有十分重要的意义。     

基于特征点的高分辨率卫星遥感影像自动配准方法

在高分辨率卫星遥感影像配准中,由于数据量的迅猛增长以及分辨率的提升,使配准精度逐渐下降,配置工作越堆越多。为此,文中设计一种基于特征点的高分辨率卫星遥感影像自动配准方法。对高分辨率卫星遥感影像数据实施云层二值化、灰度拉伸这两种预处理。云层二值化的处理主要通过OSTU算法实现,灰度拉伸处理使用的方法是直方图均衡。基于影像特征点,通过SURF算法实施高分辨率卫星遥感影像的特征点提取。通过提取的特征点在遥感影像上构建多个小面元区域,利用小面元微分纠正的方式对2幅影像实施精确配准。为实验配置硬件环境与软件环境,使用2种影像数据测试设计方法的配准性能。测试结果表明：所设计方法对于白天非雪天拍摄的图像与白天雪天拍摄的图像的配准精度都很高,二者差异较小;对于相同场景、不同传感器拍摄的影像以及不同场景、同一传感器拍摄的影像,设计方法的配准精度均较高。说明设计方法能够克服不同因素的影响,实现较为精准的自动配准。     

地球临边场景红外遥感成像仿真方法

地球临边场景仿真是卫星红外探测领域的关键组成部分,是空中高速目标远距离探测场景模拟的重要基础。临边观测下的地球表面近似于球面,传统的基于海洋三维形态并计算表面辐射特性的海洋红外图像仿真方法不适用。云层的厚度和高度对红外辐射传输特性的计算有重要影响,视云层为粒子团的处理方法会大大降低仿真的计算速度。因此,研究了海洋和云的红外辐射模型、地球-空间坐标系与红外相机坐标系的转换关系和大气传输模型,提出地球临边场景红外遥感成像仿真方法。根据场景组分的差异,分别建立海洋分布模型、多层云分布模型,并根据海洋和云层的红外辐射与反射特性,构建地球临边场景红外辐射模型。通过地球-空间坐标系与相机坐标系的转换关系,利用大气传输理论和传感器效应仿真,计算各观测角度的地球临边场景卫星遥感红外仿真图像。实验结果表明:仿真得到的红外图像画质清晰,符合地球临边场景红外辐射特性,其平均拉普拉斯算子和可达0.15,平均灰度梯度可达0.70。     

用单板微型计算机控制扫描辐射计的工作

将微处理机技术引入遥感仪器中,使遥感仪器能实时地分析、处理获得的目标及环境信息,并作出决策,使它具有一定的“智能”,这是目前遥感仪器发展的重要方向。为使航天遥感仪器的重量轻、功耗低、体积小,并达到“智能”化,我们对研制“灵巧”遥感仪器的方法作一探索。根据Z-80单板机的特点,编制程序,用软件代替小型集成块的硬件     

双面镜多元并扫遥感图像的几何校正方法

双面镜多元并扫成像方式在星载仪器中已得到越来越广泛的应用,但相应的遥感图像的预处理工作的重要性也日渐突出.文中从成像方式和仪器结构方面考虑,针对双面镜多元并扫成像方式提出了一套0级数据的几何方法,并对处理前后的图像质量进行了比较.结果表明,该校正方法可有效地改善图像的几何质量,校正效果良好.     

基于深度学习的红外遥感信息自动提取

为了提高红外遥感图像地物 信息自动提取的精确性,同时避免人工提取遥感 信息的低效性,提出了一种基于UNet深度学习模型 的遥感信息提取算法。该算法用于从红外遥感图像中分割 出5类地物信息(包括道路、建筑、树木、农田和水 体)。首先,对分辨率高但数量较少的训练数 据进行小像幅的随机裁剪,并对其进行相应的数据增 强处理。然后搭建UNet深度学习模型,并用它 自动提取遥感图像的特征信息。采用交叉熵损失函数 以及Adam反向传播优化算法对该模型进行训练,并对测 试样本中的5幅遥感图像进行精确的地物信息提取。最后,运 用Jaccard指数对测试结果进行精度评定。实验结果表明,该 方法对高分辨率红外遥感图像信息和可见光 遥感图像信息进行了充分融合,对于不同种类地物 的定位和分类都取得了较高精度。     

红外起伏背景的广义平稳特性研究

研究了计算大气云层背景图像集的样本均值、自协方差及2σ误差区间的方法,并在此基础上,针对实际的红外图像进行了大量的实验测试。实验结果表明,大气云层起伏背景图像是近似广义平稳的。     

采用帧转移CCD的Smear校正通道恢复饱和图像通道的方法研究

海洋水色遥感应用对光学遥感仪器提出了高灵敏度与高精度的要求。本文研究的可见近红外成像光谱仪采用推扫扫描的方式,从而获得了较高的灵敏度;通过对系统进行杂散光定标和校正实现高精度测量。杂散光校正算法要求图像中所有目标信号不能饱和。由于仪器的动态范围针对水色目标设置,因而大部分图像通道高亮度的云目标信号会饱和,导致杂散光校正算法无法获得较好效果。以一台基于帧转移面阵CCD的推扫式可见近红外成像光谱仪为研究对象,通过分析系统设置的CCD Smear校正通道的成像机理,论证了在不同光源下Smear通道和各图像通道间均存在线性相关性,进而提出了一种利用Smear校正通道来恢复各图像通道饱和信号的方法,为星上高光谱图像的杂散光校正提供有效的数据源,也为饱和图像恢复提供了一种较为可行的方法。     

红外起伏背景的广义平稳特性研究

研究了计算大气云层背景图像集的样本均值、自协方差及2σ误差区间的方法,并在此基础上,针对实际的红外图像进行了大量的实验测试.实验结果表明,大气云层起伏背景图像是近似广义平稳的.     

面向目标识别的遥感变化检测技术综述

遥感图像目标检测与识别是遥感图像处理与分析领域备受关注的课题,其核心任务是判断遥感图像中是否存在感兴趣的目标,并对其进行检测、分类与确认。本文主要围绕面向目标的遥感变化检测技术,分析了各种遥感变化检测方法的特点,综述当前遥感图像目标检测与识别的主要处理方法,在此基础上指出研究中尚存在的问题和研究动向。