吉林一号卫星视频影像超分辨率重建

针对吉林一号(Jilin-1)卫星视频影像的超分辨率重建问题,在分析卫星视频与普通视频及遥感影像不同特性的基础上,研究了在成像场景内含有运动物体情况下,Vandewalle方法和金字塔LK(Lucas-Kanade)光流法运动估计方法的适用性。同时,针对目前中值平移并添加(median shift and add,MSA)方法在视频卫星影像重建中因帧间缺少互补信息而引起的边缘信息不清晰问题,提出了新的中值平移并添加(new median shift and add,NMSA)方法。首先,根据重建的倍数建立重建前、后的空间分辨率格网,并将2个格网统一到1个空间内;然后,以待确定的重建后影像格网像元为中心,确定参与估计的低空间分辨率像元值,利用容许误差确定重建后的像元值。通过利用吉林一号(Jilin-1)卫星数据进行实验,验证了NMSA方法的有效性。     

运动分割和光流估计的卫星视频超分辨率重建

针对卫星视频中存在局部运动目标的问题,该文提出了一种运动分割和光流估计联合约束的卫星视频超分辨率重建算法。首先通过视频帧间运动分割方法提取局部运动目标,获得其边缘信息;其次用光流方法对视频图像进行逐像素的运动估计,获得初始运动矢量场;利用分割边缘和运动矢量场进行联合约束,并统一运动目标内的光流矢量,获得纠正后的运动矢量场,并作为几何运动矩阵,将其补偿到超分辨率重建模型中生成高分辨率图像;最后用卫星视频数据进行实验,并与传统方法结果进行对比,证明该文算法可以有效地克服运动目标的伪影效应,提升了卫星视频的分辨率。     

基于SIFT匹配和RANSAC算法的超分辨率重建

图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术，其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像，本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法，该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配，然后使用RANSAC算法消除误匹配点并获取投影变换矩阵，从而获得图像序列间的亚像素级的运动信息；采用一组低分辨率序列图像进行试验，基于上述运动估计算法，采用迭代反投影进行超分辨率重建。试验结果表明，运动估计精度较高，重建影像具有较好的视觉效果，尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。     

不同空间分辨率图像匹配

利用超分辨率重建技术进行不同空间分辨率图像匹配。利用高分辨率图像信息对低分辨率图像进行超分辨率重建。采用基于canny边缘点特征的图像匹配方法,试验表明超分辨率后图像配准误差减小。     

带有地理编码的光学视频卫星物方稳像方法

发现运动目标并获得运动目标的地理位置与运动速度,是光学视频卫星非常重要的一个高精度应用。现有光学卫星视频稳像方法虽然可以获得稳定流畅的视频数据,但视频数据中缺少几何信息,难以满足这一应用需求。针对该问题,提出一种带有地理编码的光学视频卫星物方稳像方法。该方法充分利用卫星视频帧的定向参数信息,构建基于视频帧定向模型的帧间运动模型,并通过辅帧定向参数的运动补偿,实现视频序列帧间几何一致性,再在物方空间对视频序列进行地理编码,生成带有地理编码的流畅视频数据。经对珠海一号卫星视频数据的试验结果表明,该方法可以有效消除卫星平台抖动和卫星定轨测姿等误差对卫星视频帧间几何精度的影响,获得的帧间几何精度与视频稳像精度均优于0.3像素。     

顾及运动估计误差的“凝视”卫星视频运动场景超分辨率重建

在含有运动地物的“凝视”卫星视频影像超分辨率重建问题中,针对由于运动估计不准确导致的重建后运动物体存在“格网”和“拖尾”等问题,提出了顾及运动估计误差的运动场景超分辨率重建方法。首先,在MAP模型框架下分析了基于L1范数和L2范数的保真项对于运动估计误差的稳健性,引入稳健的M-估计作为保真项,自适应的减少运动估计误差对重建结果的影响;然后,分析了稳健估计条件下Tikhonov、TV、BTV正则项的重建效果;最后,提出了基于稳健估计的双边滤波超分辨率重建方法,用SkyBox和吉林一号的卫星视频数据验证本文方法。试验证明,本文方法对含有运动目标的卫星视频影像具有较好的重建效果,重建后动态和静态地物细节都得到提升,归一化方差和梯度能量指标都优于其他方法。试验表明了本文方法的可行性。     

CX-6(02)微纳卫星超分辨率成像

面向微纳卫星高分辨率对地遥感,将超分辨率成像应用于中国整星60公斤级的CX-6(02)微纳卫星设计中,解决因体积和重量限制导致传统长焦距、大口径成像载荷无法应用于微纳卫星的问题。图像获取上,采用高帧频面阵CMOS探测器对同一地物目标多次曝光的方式,利用卫星姿态控制偏差和地速补偿来获得多帧具有亚像元位移的图像;超分辨率重建算法上,在变分贝叶斯框架下提出加权双向差分模型,提高先验概率模型的方向约束性,削弱观测方程求解的病态性。CX-6(02)星成像数据实验结果表明,本文的图像采样方法可获得较为充分的亚像元信息;相比传统的L1范数先验和全变分先验的变分贝叶斯超分辨算法重建结果,本文重建结果对反卷积运算导致的噪声放大具有更好的抑制作用,可获得两倍分辨率提升,有效提高数据质量和应用价值。     

小波超分辨率重建算法及其在SPOT影像中的应用

影像超分辨率重建就是从一系列质量较差、分辨率较低的图像来重建图像质量更好、空间分辨率更高的影像的算法.在将所有低分辨率影像纳入同一参考格网中考虑的情况下,低分辨率数据相当于一非规则采样的交错采样数据.本文在多分辨率分析的基础上对基于小波的影像超分辨率重建理论进行介绍,并将现有的小波超分辨率重建算法推广到更一般的运动模型,以充分利用交错采样数据的内在规律性和结构特征,同时针对SPOT影像的特点,分析SPOT影像的调制传送函数,对SPOT重建影像进行包括去噪与解卷积的复原后处理.最后给出基于小波的SPOT影像超分辨率重建结果,表明遥感影像的超分辨率重建在应用中取得进展.     

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。     

月球车图像超分辨率重建算法

为了更好地满足嫦娥探月工程二期中月球车导航和探测规划任务对图像数据的要求,提出了一种基于压缩感知的超分辨率图像重建方法,利用经过模糊处理并加入噪声的低分辨率图像重建原始的高分辨率图像,实现了月球车图像的超分辨率重建。算法采用局部Sparse-Land模型,从美国阿波罗计划获取的月面图像、嫦娥二期工程实验中获取的图像以及随机选取的自然图像中提取了大量训练图块,采用K-SVD算法完成了高、低分辨率过完备字典Ah和Al的学习,在对待重建图像进行有效分割的基础上,通过求解优化问题获得待处理低分辨率图块的稀疏表示,并将表示系数用于Ah以生成对应的高分辨率图块。最后,运用最小二乘算法,得到满足重构约束的高分辨率图像。实验结果表明,此算法在视觉效果及PSNR指标上均优于插值方法和Yang的方法。     

轨道约束的资源三号标准景影像区域网平差

考虑到同轨道拍摄的长条带卫星影像具有相同的误差分布特性,针对资源三号的标准景影像产品,提出了基于轨道约束的卫星影像区域网平差方法。首先,根据同轨相邻影像的偏移量计算轨道影像坐标系下的像点坐标;其次,通过同轨每景影像的RFM重新生成轨道影像的RFM,同时生成补偿格网;然后,根据基于像方仿射变换的RFM对轨道影像进行区域网平差;最后,利用求得的轨道影像的仿射变换参数重新计算原始单景影像的仿射变换参数。利用不同地区资源三号测绘卫星影像数据的试验表明,基于轨道约束的卫星影像区域网平差（以下简称轨道平差）在稀疏控制条件下,其精度明显好于单景影像平差的精度。在6控情况下,太行山试验区达到平面2.504m高程3.117m,在渭南试验区达到了平面4.061m高程2.895m。试验结果证明了轨道平差的有效性和可行性。     

基于TTG软件的CORS实时坐标转换服务的建立

连续运行卫星定位服务系统（Continuously Operation Reference System,CORS）改变了传统的基于大地控制网的测绘作业模式,以集中网络化的方式向用户提供实时和事后的精密定位服务.但是目前CORS坐标转换的实时性不足、精度不均匀等问题,通过计算区域转换参数和建立高程改正格网来提供基于CORS的实时坐标转换服务.本文以TTG（Trimble Transformation Generator）软件应用为例,基于TrimbleCORS系统,实现区域实时坐标转换服务,将实时坐标转换点和该区域已有控制点进行比较,从而更好地评定TTG软件应用的实际效果,同时对CORS安全服务技术的研究,提供一定的参考基础.     

附加视线向量修正的卫星影像区域网平差

针对传统有理函数模型(RFM)区域网平差方法局限于姿态和轨道测量误差小、相机视场角小及影像交会角良好的情况,提出了附加视线向量修正的卫星影像区域网平差方法。首先利用影像附带的有理多项式系数(RPC)计算出像元视线向量,其次根据该视线向量恢复成像时刻虚拟位置和姿态信息,然后对恢复的虚拟位置和姿态构建误差补偿模型,最后通过最小二乘方法整体解算模型参数和连接点物方坐标。该方法从系统误差产生的原因构建补偿模型,可以规避传统区域网平差方法的近似假设和条件限制。通过对模拟数据以及多套测绘卫星和非测绘卫星数据进行试验的结果表明,该方法处理大姿态角误差、大视场角以及弱交会角等各种严苛条件下的卫星影像能达到比传统方法更好的效果。     

基于 SOFA 的 GCRS 与 ITRS 间坐标转换

协议天球坐标系GCRS是一个准惯性坐标系,在研究卫星运动状态一般都是在这个坐标系下进行。国际地球参考系ITRS是我们常用的坐标系,一般性测量涉及的坐标都是这个坐标系。为了更方便地研究卫星问题,经常需要在这两个坐标系下进行转换。 IAU的标准基本天文程序库SOFA给出基本天文运算的库函数,利用这些库函数,可以方便地实现这两个坐标系的转换。基于SOFA的这些特点,利用C＋＋对GCRS与ITRS的坐标转换进行了研究。     

空天网格化星间通视及路由路径规划算法

通信、导航、遥感一体的天基信息服务系统的建设将对跨境实时通信、动目标全球跟踪、灾害快速响应等提供有力保障,同时也对高效的网络通信,特别是卫星路由规划算法提出了新的要求。为优化通信链路,进一步降低时延,充分利用网格空间关系直视、编码计算效率高的优势,提出了卫星星座空间互联网格化计算方法。基于GeoSOT-3D(geographic coordinate subdivision grid with one dimension integer coding on 2nTree-3D)模型,构建了空天网格索引大表,并提出了一套通过查询网格通视情况来进行卫星通视分析以及星间路由规划的算法。通过仿真90/15/2的Walker星座,构建空天网格索引大表,进行星间通视分析、星间效率规划的实验验证与效率对比,结果发现,网格通视分析效率较传统算法提升2.2倍;基于预先建立通视大表的通视分析效率较传统算法提升20.9倍;网格化星间路由规划效率在最短距离约束下提升近25倍;在最小跳数约束下则提升约20倍。因此,该算法具有可行性与高效性,能显著提升星间通视及空间链路规划的计算效率。此外,该算法能够用于紧急通信、灾害预警、海上救援等方面,为卫星互联网建设作出贡献。     

基于HMRF先验模型的HBE卫星遥感图像超分辨率重建

提出了一种在Bayes概率统计框架下的混合Bayes超分辨率重建算法，该算法采用Huber马尔可夫随机场（Huber Markov random field，HMRF）模型对理想图像进行先验建模，可以较好地突出重建图像的不连续边缘特征信息。实验结果表明，该算法克服了极大后验概率估计（maximum a posteriori，MAP）算法中的若干缺陷，取得了良好的重建结果，图像边缘特征清晰，纹理信息突出。     

长距离GPS/BDS双系统网络RTK方法

基于区域参考站网的网络实时动态定位(real-time kinematic,RTK)方法是实现全球定位系统(global positioning system,GPS)、北斗卫星导航系统(BeiDou satellite navigation system,BDS)高精度定位的主要手段。研究了一种长距离GPS/BDS双系统网络RTK方法,首先采用长距离参考站网GPS/BDS多频观测数据确定宽巷整周模糊度,利用引入大气误差参数的参数估计模型解算GPS/BDS双差载波相位整周模糊度;然后按照长距离参考站网观测误差特性的不同,分类处理参考站观测误差,利用误差内插法计算流动站观测误差,以改正流动站GPS/BDS双系统载波相位观测值的观测误差;最后使用流动站多频载波相位整周模糊度解算方法确定GPS/BDS载波相位整周模糊度并解算位置参数。使用长距离连续运行参考站(continuously operating reference stations,CORS)网的实测数据进行实验,结果表明,该方法能够利用长距离GPS/BDS参考站网实现流动站的厘米级定位。     

视频卫星数据的运动车辆提取

针对新兴的视频卫星数据在道路监控中应用研究较少的问题,该文提出了一种基于特征的视频卫星数据运动车辆提取优化算法。以SkySat-1卫星获取的Las Vegas地区的视频数据为实验数据,采用传统帧差法与阈值法进行运动车辆提取,验证了该方法对视频卫星数据处理的有效性,同时在此基础上根据空间特征信息界定出道路以内的感兴趣区域,进一步根据车辆的几何特征信息对感兴趣区域的疑似车辆目标进行筛选。实验结果表明:所提算法在提取精度和完整度上明显优于基于像素的帧差法与阈值法的提取结果。     

Design considerations for a dedicated gravity recovery satellite mission consisting of two pairs of satellites

Future satellite missions dedicated to measuring time-variable gravity will need to address the concern of temporal aliasing errors; i.e., errors due to high-frequency mass variations. These errors have been shown to be a limiting error source for future missions with improved sensors. One method of reducing them is to fly multiple satellite pairs, thus increasing the sampling frequency of the mission. While one could imagine a system architecture consisting of dozens of satellite pairs, this paper explores the more economically feasible option of optimizing the orbits of two pairs of satellites. While the search space for this problem is infinite by nature, steps have been made to reduce it via proper assumptions regarding some parameters and a large number of numerical simulations exploring appropriate ranges for other parameters. A search space originally consisting of 15 variables is reduced to two variables with the utmost impact on mission performance: the repeat period of both pairs of satellites (shown to be near-optimal when they are equal to each other), as well as the inclination of one of the satellite pairs (the other pair is assumed to be in a polar orbit). To arrive at this conclusion, we assume circular orbits, repeat groundtracks for both pairs of satellites, a 100-km inter-satellite separation distance, and a minimum allowable operational satellite altitude of 290 km based on a projected 10-year mission lifetime. Given the scientific objectives of determining time-variable hydrology, ice mass variations, and ocean bottom pressure signals with higher spatial resolution, we find that an optimal architecture consists of a polar pair of satellites coupled with a pair inclined at 72°, both in 13-day repeating orbits. This architecture provides a 67% reduction in error over one pair of satellites, in addition to reducing the longitudinal striping to such a level that minimal post-processing is required, permitting a substantial increase in the spatial resolution of the gravity field products. It should be emphasized that given different sets of scientific objectives for the mission, or a different minimum allowable satellite altitude, different architectures might be selected.