任意形状曲线刃边的点扩散函数估计方法

遥感图像的点扩散函数估计是降低光学模糊、提高质量的必要前提。倾斜直线刃边法受到靶标极大的限制。现有的曲线刃边估计法虽然克服了倾斜刃边法只能适用于直线刃边的缺点,但是会因坐标拉伸导致估计值误差偏大。利用移动窗口的思想,提出了一种基于投影法的任意形状曲线刃边法,并在理论上说明了可行性。试验验证过程中先进行线性拟合刀刃边缘点,再对选定窗口内一定行数或列数的灰度值运用投影法采样,并对不同采样窗口的采样中心进行对齐处理,剔除不适合的样本点后插值和重采样,最终得到估计的点扩散函数。对于曲率在0.001～0.01的刃边,在较强模糊下,峰值信噪比依旧能保持在35 dB以上,测得点扩散函数峰值的误差可以控制在20%以内。相比传统刃边法和曲线拟合法,峰值信噪比平均能提高10 dB以上,且具有一定的抗噪性。     

一种优化的基于倾斜刃边的点扩散函数重建方法

已有的倾斜刃边法受边缘亚像素定位精度、边缘扩散函数(ESF)样本质量及ESF曲线拟合方法的限制,点扩散函数(PSF)重建的稳定性和精度不高。为此,提出了一种优化的基于倾斜刃边的PSF估计方法,将梯度算子引入刃边直线拟合,对刃边边缘进行了高精度的亚像素位置修正;并采用基于移动窗口的ESF去噪及重采样方法精化ESF样本质量;最后通过高斯函数拟合得到稳健的PSF估计值。实验结果表明,改进算法的边缘直线拟合精度优化效果明显,且PSF重建精度较高,稳定性强。     

遥感相机在轨点扩散函数高精度测量方法

提出了一种新的遥感相机在轨点扩散函数测量方法,在阶跃响应法基础上,深入分析了倾斜角度、尺寸、插值、对比度、像素饱和、噪声等因素的影响,通过选取满足条件的阶跃区域并进行采样相位弱化处理,增加了测量结果的准确度。通过对实际全色谱段遥感图像的实验,验证了方法的有效性与可靠性,并利用所测点扩散函数对退化图像进行了复原,复原图像质量明显提高。     

优化点扩散函数估计与稀疏约束的图像盲复原

在卫星光学图像盲复原问题中,点扩散函数的估计和复原模型选择对结果影响很大。针对点扩散函数模板估计困难的问题,该文在分析图像中近似点状地物成像特点的基础上,提出了基于点状地物信息的椭圆抛物面模型点扩散函数估计方法,得到较好的点扩散函数模板;针对图像噪声对复原的影响问题,采用能够分离图像的信号和噪声的归一化稀疏约束模型进行盲复原。利用"吉林一号"卫星图像进行了实验。结果表明:该文提出的优化点扩散函数估计方法可行,盲复原后图像质量得到了提高。     

用蒙特-卡罗方法计算大气点扩散函数

大气效应的纠正是一个仍未被彻底解决的定量遥感问题,随着遥感器空间分辨率的不断提高,各种斜视星勒遥感不断涌现,寻找交叉辐射项的修正方法日显迫切,该文应用蒙特－卡罗（Ｍ－Ｃ）方法求得不同大气条件下的点扩散函数图形,结果显示：（１）大气状况对点扩散函数的形状、目标像元的贡献率有不可忽略的影响;（２）一次散射的假定将导致背景像元的贡献率,其绝对误差最大可达７％,其相对误差最大可达４０％;（３）斜视条件下与     

利用点扩散函数进行DEM尺度转换

利用点扩散函数的图像模糊特性,提出了一种利用点扩散函数进行数字高程模型(digital elevationmodel,DEM)尺度转换的方法,即以不同尺度的点扩散函数作为模板,通过其与原始DEM的卷积实现不同分辨率DEM的尺度上推。设计了DEM尺度转换的评价指标,该指标包括高程统计特征、空间自相关特性及地形结构特征等。以陕北和晋中两种不同地形的1∶1万5 m格网分辨率DEM为研究数据,对此方法进行了分析验证,并与常用的最邻近、双线性以及立方卷积等方法进行了对比。     

基于线扩散函数的高精度轮廓特征提取算法

提出了一种基于线扩散函数的运动目标高精度轮廓特征提取算法(LDFM)。对该算法提取轮廓边缘的精度和抑噪去伪方法进行了分析,并将其应用于飞机序列影像的轮廓提取中,取得了预期的实验结果。     

多光谱遥感图像的自适应各向异性扩散滤波

图像滤波预处理不仅有助于增强图像信噪比和减少类间(intra-c lass)光谱可变性,而且还能够对影像中亮度均匀的区域进行平滑,从而为影像地物识别、分割和分类提供有力的支持。在Pope和Acton提出的两个多光谱图像各向异性扩散滤波模型的基础上,通过各向异性扩散和稳健统计学的联系,建立了基于B iwe ight Estim ator误差模型的扩散系数,同时利用非线性退化技术对梯度阈值的改进,提出了两个基于各向异性扩散方程的非线性滤波方法。提出的方法不仅能够有效地消除传感器随机噪声的影响,而且还能够很好地保持遥感图像上重要的细节边缘和影像质量。实验结果表明,不论是视觉效果还是质量统计分析,提出的扩散模型的性能优于Pope和Acton的各向异性扩散模型,是理想的多光谱图像保边缘滤波方法。     

基于MATLAB图像处理工具箱IPT函数的遥感图像配准

遥感图像配准是遥感图像拼接、信息融合的基础,是对遥感图像定量应用和研究的关键环节.MATLAB的图像处理工具箱IPT(Image Processing Toolbox)提供有基于点特征进行图像配准的函数,利用这些函数可以方便快捷地完成图像之间的配准.论文首先对图像配准及基于点特征的遥感图像配准作了详细的介绍,然后对IPT中配准函数的语法格式作了详尽的分析,并对两幅遥感图像进行了配准操作,最后对该方法进行了结论性分析,阐明该方法的应用价值与可改进之处.     

CBERS-1 PSF估计与图像复原

分析了遥感图像获取过程中导致图像退化模糊的原因。讨论了一种借助图像中的特定线状目标信息(如桥梁、堤坝等)，采用经验拟合的方式提取图像获取、传输过程中的点扩散函数，并利用该点扩散函数结合频域维纳滤波器求解去图像模糊的空域反卷积算子。将该方法应用于中巴资源卫星一号(CBERS-1)图像，图像质量得到明显的提高，收到了较好的复原效果。     

基于NSWT模极大值的PSF估计

大气湍流扰动严重影响了空间目标的观测、成像和识别。在目标图像的重建过程中,对成像系统和大气条件先验知识的缺乏使PSF(Point Spread Function)的估计成为解决病态问题的重要内容。在NSWT(Non-Subsampled Wavelet Transform)和Fried参数的理论基础上,根据不同尺度下小波变换模极大值和高斯点扩散函数方差的关系,结合Fried参数提出一种新的估计方法,即基于非抽取小波变换模极大值的PSF估计算法。实验结果证明,该估计算法是确实可行的,重建的PSF能够有效地改善因受大气湍流影响的图像解卷积的效果。     

基于倒频谱的运动模糊图像PSF参数估计

针对任意方向的直线运动模糊图像,说明只能直接在运动方向上得到运动参数,从而设置二维点扩展函数(point spread function,PSF)。在此基础上,应用倒频谱分析法给出了PSF参数估计的方法。实验表明,该方法在模糊为任意方向且模糊范围介于5~55像素时对参数的估计误差较小,能保证较好的恢复质量;当模糊范围超出该范围时,估计误差急剧加大,估计值不可信,无法保证恢复质量。     

基于边缘图和边缘方向的遥感图像检索

介绍了遥感图像检索中边缘特征的不同描述方法。边缘特征有两种类型:一种是边缘图;另一种是边缘方向。文中分别采用目标图像和纹理图像对不同的方法进行了实验,结果表明将两种边缘特征结合可以提高检索的效果。     

基于边缘的多光谱遥感图像分割方法

从Marr视觉计算理论和Tobler地学第一定律出发,提出了基于边缘的多光谱遥感图像分割方法.在基于边缘的多光谱遥感图像分割方法中,由边缘检测、边缘综合、边缘生长、区域标号等环节组成.该遥感图像分割方法在可视化开发平台Delphi中予以编程实现.将之应用于日本熊本市（Kumamoto）的Quickbird多光谱遥感图像中,并与多种遥感分割算法进行了比较：（1）从多光谱遥感图像各波段亮度信息利用的程度上看,提出的遥感图像分割方法能充分利用多波段亮度信息;（2）从遥感图像分割结果上看,由于分别对不同的波段进行边缘检测,并在此基础上进行边缘综合、边缘生长,遥感图像中的细节特征得到了充分体现,遥感图像分割效果更理想;（3）从计算复杂度和计算效率上看,基于边缘的多光谱遥感图像分割法较其他分割方法有一定的优势.     

浅谈基于ERDAS IMAGINE软件的几何精纠正方法

随着遥感技术日新月异的发展,它在各个领域的应用已经越来越广泛。目前市场上遥感软件的种类很多,比较具有代表性的软件为美国ERDAS公司开发的遥感图像处理系统。遥感图像的几何精纠正是遥感图像分类、专题制图的基础,也是遥感应用研究的基础。本文正是基于ERDAS IMAGINE软件浅谈遥感影像的几何精纠正方法。     

基于数学形态学的遥感影像边缘检测研究

针对含有复杂地物、边缘密度大的遥感影像,提出了一种基于多结构元素形态学的边缘检测方法。首先,根据遥感影像的特点,用形态学的开闭滤波器去除影像中的噪声点。然后基于多结构元素形态学进行边缘检测,最后,对边缘检测结果进行二值化及细化处理。并同Sobel及Canny算子的检测结果进行了比较。结果证明,该方法能有效地提取边缘、保护细节。     

浅谈基于ERDAS IMAGINE软件的几何精纠正方法

随着遥感技术日新月异的发展,它在各个领域的应用已经越来越广泛。目前市场上遥感软件的种类很多,比较具有代表性的软件为美国ERDAS公司开发的遥感图像处理系统。遥感图像的几何精纠正是遥感图像分类、专题制图的基础,也是遥感应用研究的基础。本文正是基于ERDAS IMAGINE软件浅谈遥感影像的几何精纠正方法。