本申请公开了一种基于相位非线性重采样拟合刃边的在轨MTF估计方法，获取所述卫星在轨MTF中载入含有倾斜刃边靶标的遥感检校图像，利用所述遥感图像分别选取其中的靶标区域中的沿轨刃边区域和穿轨刃边区域；对选取的所述沿轨刃边区域去除非靶标区域的行，得到偶数行沿轨刃边区域数据；同时，对选取的所述穿轨刃边区域去除非靶标区域的列，得到偶数列穿轨刃边区域数据等步骤；本发明专利技术解决了在布设倾斜刃边靶标，进而采用相位采样法获取在轨卫星MTF的时候，成像系统、大气扰动和卫星平台的振动等形成的噪声和模糊导致成像质量下降。
【技术实现步骤摘要】
本专利技术涉及空间遥感成像领域，具体涉及到光学卫星遥感器场地定标时，采用布 设倾斜刃边革E标估计卫星在轨MTF(ModulationTransferFunction，即调制传递函数）的 方法。
技术介绍
高分辨率遥感图像作为一种主要的信息载体，在国防、测绘等各个领域有着重要 的战略意义。在实际成像系统中，图像质量往往受到多方面的影响。例如光学成像系统的 孔径大小、衍射效应和像差；遥感器的灵敏度、分辨率和非线性响应；电子系统的噪声；对 于在轨卫星的遥感图像，还受到大气湍流和散射等大气消光的影响，同时卫星的震动、遥感 器探测性能在真空的退化以及轨道高度及姿态的变化都会导致成像质量的下降。MTF是光 学遥感成像系统的重要综合评价指标，同时也是图像质量提升和评价的一个重要的客观参 数。目前，地面检校获取在轨卫星遥感成像的MTF方法，多采用人工布设倾斜刃边的靶标， 按照IS012233规范所述的倾斜刃边相位采样法，但该方法没有很好地消除相位噪声的影 响，对于刃边存在着弯曲等情况下的计算并不精确。因此，如何通过地面检校的方法来精 确测量在轨卫星光学成像系统的MTF，是评价在轨相机工作性能的重要手段，也是地面进行 MTFC(ModulationTransferFunctionCompensation，即传递函数补偿）处理的重要依据， 是保证遥感影像质量亟待解决的关键问题。 如图1所示，所述倾斜刃边相位采样法核心是利用刃边倾斜一定的角度，通过相 位采样法得到较多的数据拟合出ESF(EdgeSpreadFunction,即边缘扩散函数），进而通过 微分得到LSF(LineSpreadFunction，S卩线扩展函数），再通过离散傅里叶变换分别求出沿 轨和穿轨的MTF，最终合成二维的MTF。 所述倾斜刃边相位采样法提取MTF的主要步骤为： 步骤101，在成像器件采集到的图像中选取沿轨方向的ROI (Region of Interest， 即感兴趣区域）；步骤102,使用传感器的OECF (Optical Electricity Conversion Function，即光 电转换函数）对图像数据进行线性化处理（如果有条带噪声）； 步骤103,计算行方向上ESF的离散差分，即LSF; 步骤104,计算所选刃边区域中每行LSF的重心位置，作为每行ESF的边缘位置，并 对所有边缘位置做线性拟合； 步骤105,对于沿轨刃边区域，计算区域内每个相位周期所包含的行数，去除多余 的行数使得所选区域行数包含整数倍数的相位周期； 步骤106,将所选刃边区域中的所有像素点沿着拟合得到的直线方向投影到刃边 区域的第一行； 步骤107,取相位周期行数的倒数为间隔对该行重新采样，对落在同一采样间隔中 的所有数据点做几何平均来代表该采样间隔的数据，从而获得平均上采样ESF; 步骤108,对平均上采样ESF求导可得平均上采样LSF;步骤109，将平均上采样LSF作汉明窗滤波处理，对输出结果做DFT(Discrete FourierTransformation，即离散傅里叶变换）得到OTF(OpticalTransferFunction，即 光学传递函数）； 步骤110,OTF的模的归一化值即为成像系统的穿轨方向MTF; 步骤111，同理，通过步骤1至步骤10,可以对穿轨方向的刃边作同样的处理得到 沿轨方向的MTF，进而通过沿轨MTF和穿轨MTF得到二维的MTF矩阵。
技术实现思路
本申请解决的主要问题是提供基于相位非线性重采样拟合刃边的在轨MTF估计 方法，以解决在布设倾斜刃边靶标，进而采用相位采样法获取在轨卫星MTF的时候，成像系 统、大气扰动和卫星平台的振动等形成的噪声和模糊导致成像质量下降。 为了解决上述技术问题，本专利技术公开了基于相位非线性重采样拟合刃边的在轨 MTF估计方法，其特征包括： 获取所述卫星在轨MTF中载入含有倾斜刃边靶标的遥感检校图像，利用所述遥感 图像分别选取其中的靶标区域中的沿轨刃边区域和穿轨刃边区域； 对选取的所述沿轨刃边区域去除非靶标区域的行，得到偶数行沿轨刃边区域数 据；同时，对选取的所述穿轨刃边区域去除非靶标区域的列，得到偶数列穿轨刃边区域数 据； 对所述偶数行沿轨刃边区域数据和偶数列穿轨刃边区域数据分别按像素值重新 排序并映射到一行，对所述偶数行沿轨刃边区域数据得到该区域数据行数倍的沿轨刃边插 值边缘扩散数据，对所述偶数列穿轨刃边区域数据得到该区域数据列数倍的穿轨刃边插值 边缘扩散数据； 对所述沿轨刃边插值边缘扩散数据和穿轨刃边插值边缘扩散数据分别进行费米 拟合，分别得到拟合后的拟合沿轨刃边插值边缘扩散数据和拟合穿轨刃边插值边缘扩散数 据； 对所述拟合沿轨刃边插值边缘扩散数据和拟合穿轨刃边插值边缘扩散数据分别 进行平均重采样，分别得到无插值沿轨刃边边缘扩散数据和无插值穿轨刃边边缘扩散数 据； 对所述无插值沿轨刃边边缘扩散数据和无插值穿轨刃边边缘扩散数据分别作离 散差分，分别得到沿轨刃边线扩展数据和穿轨刃边线扩展数据； 对所述沿轨刃边线扩展数据和穿轨刃边线扩展数据分别作离散傅里叶变换，分别 得到沿轨MTF和穿轨MTF; 对所述沿轨MTF和穿轨MTF整合得出二维的MTF。 优选地，其中，对所述偶数行沿轨刃边区域数据和偶数列穿轨刃边区域数据分别 按像素值重新排序并映射到一行，进一步为： 对所述偶数行沿轨刃边区域数据和偶数列穿轨刃边区域数据形成二维矩阵数据 分别按像素值大小重新排序并映射到一维数组。 优选地，其中，所述费米拟合为： 其中，a表示Fermi函数的幅度；P表示Fermi函数中心位置对应x轴上的坐标； y表示Fermi函数的陡度；D表示Fermi函数的暗区对应y轴上的坐标；a、0、y和D分 别通过最小二乘法拟合得到。 优选地，其中，对选取的所述沿轨刃边区域去除非靶标区域的行，得到偶数行沿轨 刃边区域数据，进一步为： 对选取的所述沿轨刃边区域去除非靶标区域的行，得到偶数行沿轨刃边区域数 据，然后对所述偶数行沿轨刃边区域数据去除不均等的暗区或亮区数据，得到规范化偶数 行沿轨刃边区域数据。 优选地，其中，对选取的所述穿轨刃边区域去除非靶标区域的列，得到偶数列穿轨 刃边区域数据，进一步为： 对选取的所述穿轨刃边区域去除非靶标区域的列，得到偶数列穿轨刃边区域数 据，然后对所述偶数列穿轨刃边区域数据去除不均等的暗区或亮区数据，得到规范化偶数 列穿轨刃边区域数据。 优选地，其中，对所述偶数行沿轨刃边区域数据和偶数列穿轨刃边区域数据分别 按像素值重新排序并映射到一行，对所述偶数行沿轨刃边区域数据得到该区域数据行数倍 的沿轨刃边插值边缘扩散数据，对所述偶数列穿轨刃边区域数据得到该区域数据列数倍的 穿轨刃边插值边缘扩散数据，进一步为： 对所述规范化偶数行沿轨刃边区域数据按像素值重新排序并映射到一行，得到该 区域数据行数倍的沿轨刃边插值边缘扩散数据。 优选地，其中，对所述偶数行沿轨刃边区域数据和偶数列穿轨刃边区域数据分别 按像素值重新排序并映射到一行，对所述偶数行沿轨刃边区域数据得到该区域数据行数倍 的沿轨刃边插值边缘扩散数据，对所述偶数列穿轨刃边区域数据得到该区域数据列数倍的 穿轨刃边插值边缘扩散数据，进一步本文档来自技高网...
【技术保护点】
基于相位非线性重采样拟合刃边的在轨MTF估计方法，其特征包括：获取所述卫星在轨MTF中载入含有倾斜刃边靶标的遥感检校图像，利用所述遥感图像分别选取其中的靶标区域中的沿轨刃边区域和穿轨刃边区域；对选取的所述沿轨刃边区域去除非靶标区域的行，得到偶数行沿轨刃边区域数据；同时，对选取的所述穿轨刃边区域去除非靶标区域的列，得到偶数列穿轨刃边区域数据；对所述偶数行沿轨刃边区域数据和偶数列穿轨刃边区域数据分别按像素值重新排序并映射到一行，对所述偶数行沿轨刃边区域数据得到该区域数据行数倍的沿轨刃边插值边缘扩散数据，对所述偶数列穿轨刃边区域数据得到该区域数据列数倍的穿轨刃边插值边缘扩散数据；对所述沿轨刃边插值边缘扩散数据和穿轨刃边插值边缘扩散数据分别进行费米拟合，分别得到拟合后的拟合沿轨刃边插值边缘扩散数据和拟合穿轨刃边插值边缘扩散数据；对所述拟合沿轨刃边插值边缘扩散数据和拟合穿轨刃边插值边缘扩散数据分别进行平均重采样，分别得到无插值沿轨刃边边缘扩散数据和无插值穿轨刃边边缘扩散数据；对所述无插值沿轨刃边边缘扩散数据和无插值穿轨刃边边缘扩散数据分别作离散差分，分别得到沿轨刃边线扩展数据和穿轨刃边线扩展数据；对所述沿轨刃边线扩展数据和穿轨刃边线扩展数据分别作离散傅里叶变换，分别得到沿轨MTF和穿轨MTF；对所述沿轨MTF和穿轨MTF整合得出二维的MTF。...
【技术特征摘要】
【专利技术属性】
技术研发人员：昆，徐志高，李果，韩璐，赵华，杨桦，闫雪梅，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。