论文部分内容阅读
在轨智能成像处理技术的目标，是实现空间相机成像参数的自动配置与在轨图像处理，以提高空间相机的自主成像能力。利用从图像中提取相机成像性能的特征信息作为反馈量，结合成像电子学系统模型，进行成像参数的自适应调整，获取最佳成像效果，完成空间相机“图像-参数-图像”的闭环控制，使空间相机对姿态、轨道信息以及地面上注参数的依赖性大大降低。
本文主要采用系统点扩散函数的弥散斑半径来衡量成像质量，建立了各成像参数与弥散斑半径之间的成像电子学模型；提出了系统阶跃响应法、功率谱截止频率法以及小波高频能量法构成三模冗余，共同完成图像中弥散斑半径的提取；将弥散斑半径与成像电子学模型相结合，计算成像参数的预估值，并在预估值的置信区间内利用二分法搜索精确参数值；提出了离焦、偏流以及像移失配退化图像的在轨复原算法，有效缓解了调焦机构、偏流机构失效以及轨道衰减等因素引起的图像退化问题，使空间相机对机械部件的依赖性降低，并在轨道衰减后仍然具备成像能力。为了建立成像电子学模型，将空间相机的成像性能分为高频和低频特性两方面。点扩散函数的弥散斑半径用于衡量高频特性，灰度均值用于衡量低频特性，根据TDI CCD成像的各向异性特征，提出了离焦过程、偏流过程、像移失配过程的点扩散函数，建立了离焦量、偏流角、像移失配率与X、Y两个方向上弥散斑半径的数学模型；提出了增益及积分级数关于信噪比的归一化函数，建立了增益级数的最优化设置模型。为了提取图像特征值作为成像参数调整的反馈信号，本文提取图像X、Y两个方向的高频特征值、低频特征值以及通道均一度特征值，实现所有成像参数的自适应调整。空间TDI CCD相机为推扫成像，成像目标(地物)随时间变化，成像系统的特征提取算法必须有效抑制地物特性的影响。本文通过多样本统计来消除地物随机性对高频特征值的影响，使其客观反映成像系统的特性；为了使高频特征提取算法同时具备高精度与宽范围，本文引入了三模冗余算法的概念，利用系统阶跃响应法、功率谱截止频率法以及小波高频能量法分别求取高频特征值，三模冗余算法不仅提高了高频特征值的准确性，还进一步消除了地物特性的影响。低频特征值根据图像的灰度均值计算得到，用于调整积分级数与增益：通道均匀度特征值根据通道边界图像的灰度均值计算得到，作为各个通道的辐射定标增益，用于消除通道间差异，避免出现条带效应。
本文提出了预估与搜索相结合的四步参数快速优化算法，第一步根据特征值计算出成像参数的无符号粗值，第二步参数试调确定调整方向(参数正负)，第三步调整到预估粗值，第四步通过二分法在预估粗值的置信范围内搜索精确值。按照参数调整流程依次完成调焦、调偏流、像移匹配、通道均一化标定后，即进入自适应成像阶段，相机根据图像特征值的反馈，对行转移时间、偏流角、增益和级数进行自适应调整，使相机保持最佳成像状态。为了降低相机对调焦机构、偏流机构的依赖性，延长遥感卫星的成像寿命，分别提出了离焦退化图像、偏流退化图像以及像移失配图像的复原算法。根据TDI CCD成像原理，建立了TDI CCD能量传递模型，该模型建立了系统点扩散函数与图像中地物贡献率之间的函数关系。与成像电子学模型相结合，提出了离焦、偏流以及像移失配时的图像复原算法，使相机成像退化时仍能获取较高质量的图像。仿真实验证明，本文的图像特征提取算法能够适应参数的大范围高精确调整，对不同地物特性具有良好的适应性；成像参数能够根据成像条件的改变而进行快速的自适应调整；图像特征提取与参数自适应调整和图像复原一起，构成的空间相机智能化成像的基础。