光学遥感成像误差建模与图像质量提升方法

发布时间：2019-01-12 19:25

【摘要】：光学遥感成像是航天侦察、监视与测绘等军事应用的重要手段。目前,我国已拥有多颗对地观测光学遥感卫星,解决了光学遥感成像的“有无”问题。但是,与国外同等分辨率卫星图像相比,还存在图像质量不够高的问题,极大地影响了图像的应用效果。分析表明,成像过程中各环节误差因素的影响是造成图像质量下降的主要原因。因此,如何对成像过程中各环节的误差因素进行建模、辨识和处理,是提高图像质量和成像系统应用效能的关键。论文围绕光学遥感图像质量提升问题进行研究,将问题分解为正过程与逆过程两大部分,在正过程的成像误差建模和逆过程的误差辨识的基础上,研究图像质量提升方法,包括图像复原、插值、修复与频谱扩展等。论文的主要研究与创新点如下:(1)针对成像误差建模问题,论文利用退化核函数的物理建模和相关先验信息,建立了成像误差的广义高斯表示模型,并通过理论论证和实验分析证明了这一建模方法的合理性。研究表明该模型可有效降低模型的复杂性、提高辨识精度。在此基础上,针对图像误差辨识问题,结合稀疏表示与退化核函数的广义高斯表示,建立了退化核函数辨识的泛函最小化模型和椒盐噪声辨识的模糊推理模型,并设计了基于交错方向迭代的参数估计算法,实验结果验证了该方法的有效性。(2)针对平台运动与姿态误差对成像质量的影响问题,论文研究了一种基于图像频谱和倒谱特征的运动误差辨识方法,并提出了一种基于内积的星敏感器相机在轨自主标定的两步数学模型。所建立的基于频谱和倒谱特征的方法可以识别包含正弦振动误差和匀速运动误差在内的复杂运动误差;所建立的相机自主标定模型可依赖单幅图像实现对相机非线性高阶畸变的在轨标定。此外论文还针对相机标定模型,设计了一种紧致的递归平均滤波器来进行参数估计,在不显著增加计算量的同时大大提高了参数估计精度。(3)针对图像复原问题,利用二分树复数小波在方向表示方面的优越性,建立了以图像的二分树复数小波表示为基础的图像复原的稀疏表示模型,并将之推广到退化核函数空间变化的情况。针对遥感图像数据量大、计算复杂的特点,设计了其快速求解的瀑布型多重网格算法,在不改变求解精度的情况下将求解速度提高了50%以上。(4)针对图像质量提升问题,以压缩感知理论为基础,将图像修复、插值、频谱拓展等问题统一转换为压缩感知框架下的图像重构问题,建立了各个质量提升问题所对应的投影测量模型以及相应的重构算法。针对部分问题投影测量矩阵性能较差的问题,研究了投影测量矩阵重构性能分析方法,并通过正则算子的作用实现了投影测量阵的优化,实验结果表明这些方法可充分利用图像的稀疏性,处理效果优于传统方法,并且还能处理含噪情况下的问题。论文建立了光学遥感成像主要环节的误差模型,提出了基于图像的成像误差辨识方法,在此基础上形成一整套针对图像复原、插值、修复和频谱扩展的光学遥感图像质量提升技术,可用于我国在轨卫星光学遥感图像质量的增强,也可为未来型号的优化设计提供技术支撑。
[Abstract]:......
【学位授予单位】：国防科学技术大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TP751

【共引文献】