论文部分内容阅读
空间监视图像的成像质量在航天测控指标中一直受到广泛的关注,同时也是空间目标检测、跟踪等研究的关键步骤。随着传感器技术、数字信号处理技术以及通信技术的飞速发展,通过人工对海量的空间监视图像进行质量评估变得越来越困难,因此利用计算机对空间监视图像进行质量评估的技术应运而生。图像质量评估(Image quality assessment,IQA)技术在数字图像处理领域中一直是一个重要的研究方向。但由于空间监视图像的成像目标为暗弱点目标与噪声容易混淆,导致现存的图像质量评估算法对空间监视图像的质量分辨能力不足。同时由于空间粒子辐射、光线漫散射、观测平台高速运行并振动、图像以低温深空为背景等的影响,导致图像中经常有罕见的噪声类型、噪声分布不均匀,提取的图像特征描述能力不足。当前的空间监视图像的质量评估研究仍面临着许多挑战。针对上述空间监视图像质量评估研究中存在的问题,本文提出了基于信息融合的空间监视图像质量评估方法,并在设计空间监视图像质量指标体系(SIQI)的基础上研究了基于SIQI特征的空间监视图像质量评估方法。由于缺乏包含空间监视图像组成的图像质量数据库,本文构建了空间监视图像质量数据库。在此数据库上进行算法的验证,并建立空间监视图像质量评估系统。本文主要工作如下:(1)构建空间监视图像质量数据库(SIQA)。现有图像质量数据库均未包含空间监视图像,论文收集了近3年包含各种复杂情况的真实空间监视图像,主要包含了不同曝光时间、不同拍摄位置、每年的不同季节下的空间监视图像,并结合单刺激连续质量法对图像质量标注。为了实现标准化的质量数据标注流程,保证研究的可持续性,将其嵌入到空间监视图像质量评估系统中。(2)基于空间监视图像质量指标体系(SIQI)的质量评估方法。通过研究空间监视图像质量退化的特性,首次提出了一整套适用于空间监视图像质量评估的质量指标体系(SIQI),并结合支持向量回归、BP神经网络、线性回归算法进行质量评估。(3)基于信息融合的空间监视图像质量评估方法。该方法首先使用不同的特征提取算子对空间图像进行特征提取。其次利用基于学习的融合方法对图像质量进行评价,分别在特征层面上和模型层面上考虑了六种不同的融合方式。最终提高了质量评估模型的性能。本文研究的两种方法均达到了空间监视图像质量评估的目的。为了研究的可持续性和应用性基于C#和MATLAB设计并实现空间监视图像质量评估系统。