多体制遥感卫星成像数据高精度处理新方法

光学和SAR等对地观测卫星需要经过成像、辐射/几何校正等处理和不断的时序积累，才能为计算机解译提供精度高、稳定性好、时间持续的数据和特征。传统中低分辨率对地观测卫星通常基于地理网格内地物目标电磁波散射特性简化为理想点目标的假设，进行逐像素处理。然而，高分宽幅、大斜视、多通道等新体制卫星的工作模式更加复杂，其数据处理对星地全链路各环节产生的误差非常敏感，对成像参数标定或估计的精度提出了更高要求，此时基于理想点目标假设来进行参数估计、成像及校正处理的方式已难以满足处理精度要求。并且，近年来多体制卫星组网式协同和融合应用的新发展，也使得当前的理想点目标假设难以表征和建模多源多时相数据特征。为此，本文提出了多体制遥感卫星成像数据高精度处理的新方法，首先创新提出了“超像素”的概念和表征理论框架，建立了基于超像素的精确成像模型，然后通过挖掘超像素稳定特征并借鉴生成对抗学习机制，实现了星地全链路高耦合成像参数的高精度估计和持续精化，有效提升了多体制遥感卫星成像数据产品的精度，为计算机解译提供了好的数据产品输入。