遙感圖像質(zhì)量提升方法及其應(yīng)用研究.pdf

1、隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，人們對遙感圖像的質(zhì)量要求越來越高，高質(zhì)量高清晰度的遙感圖像在國家安全和科學(xué)研究等領(lǐng)域有越來越大的需求。如何從降質(zhì)的遙感圖像中恢復(fù)出滿足應(yīng)用要求的清晰圖像，成為國內(nèi)外近年來的一個研究熱點。
　　在遙感圖像獲取、傳輸和存儲的過程中會受到脈沖噪聲的破壞。脈沖噪聲不僅降低了圖像的視覺效果，并且損壞圖像中的有用信息，從而影響到后續(xù)對遙感圖像的使用和處理。去除脈沖噪聲是遙感圖像質(zhì)量提升中一個不可缺少的環(huán)節(jié)。傳統(tǒng)的去

2、噪機制首先對圖像進(jìn)行噪聲檢測，并以含噪像素為中心建立窗口，利用窗內(nèi)的清晰像素點通過統(tǒng)計類方法計算被噪聲污染像素點的灰度值，利用滑動窗口方法對噪聲圖像遍歷，完成圖像去噪。這類方法雖然取得了顯著的去噪效果，但是依然有很大的改進(jìn)空間。首先，這類算法對噪聲檢測的精度有很大的依賴性，因此會花費大量的成本用于設(shè)計高檢測精度和準(zhǔn)確度的噪聲檢測算法；其次只單一的考慮了圖像的局部統(tǒng)計特性而忽略了圖像的非局部相似性，沒有充分利用圖像的自相似性。
　　

3、針對上述問題，本文提出基于非局部均值到局部均值的脈沖噪聲抑制算法。本文算法與傳統(tǒng)算法的主要區(qū)別在于有效利用圖像的自相似性，充分挖掘和利用圖像的非局部相似性和圖像的清晰像素點。先進(jìn)行噪聲檢測，針對噪聲像素點進(jìn)行非局部均值濾波，然后將得到的非局部相似信息進(jìn)行規(guī)整分析，再次使用改進(jìn)的局部均值去噪算法進(jìn)行濾波，得到高于現(xiàn)有算法的恢復(fù)精度和準(zhǔn)確度。并且由于該算法對檢測精度的魯棒性，加入簡單的直方圖噪聲檢測算法就可以大大提高去噪算法對清晰像素的利用

4、程度，更好的保護(hù)圖像的細(xì)節(jié)和紋理特征。通過實驗仿真進(jìn)一步驗證了本文算法的去噪效果無論是在主觀評價和還是客觀評價方面均取得了提高。
　　造成遙感圖像質(zhì)量下降的另一個主要因素就是由各種系統(tǒng)參量誤差造成的圖像模糊。近年來，國內(nèi)外付出大量的人力物力來提高遙感相機的成像質(zhì)量，使遙感成像系統(tǒng)的鏡頭分辨率已經(jīng)達(dá)到了很高的水平。高分辨率的遙感鏡頭使模糊像移對成像質(zhì)量的影響越來越明顯，由各種系統(tǒng)參量誤差造成的圖像亞像素級模糊變得不可忽視，成為制約高

5、分辨率遙感成像的主要原因。減少由系統(tǒng)參量誤差對圖像造成的亞像素級模糊，是遙感圖像質(zhì)量提升的關(guān)鍵所在。
　　由于現(xiàn)有的模糊檢測系統(tǒng)達(dá)不到亞像素級的精度要求，并且無法還原造成圖像模糊的各種系統(tǒng)參量誤差，本文以TDI-CCD相機為背景，實現(xiàn)一種基于誤差放大的遙感圖像像移精檢與精校的方法。首先，通過人為控制遙感相機，加大被檢測參數(shù)的誤差，使得由其造成的圖像模糊核從耦合混疊的模糊中突顯出來，并且達(dá)到檢測算法的檢測門限，成為造成模糊的主要因素

6、。接著，對下傳的模糊圖像進(jìn)行模糊像移量檢測，通過圖像模糊核與系統(tǒng)參量誤差的對應(yīng)關(guān)系，估計該項被增大的參數(shù)誤差。最后，將估計出的系統(tǒng)參數(shù)誤差發(fā)送給星載相機系統(tǒng)，進(jìn)行參數(shù)校正，從系統(tǒng)前端提高相機成像質(zhì)量。本文通過實驗仿真數(shù)據(jù)驗證本方法的可行性，并且證明單獨提高一種參量誤差，對它的檢測精度不受其他亞像素級的系統(tǒng)誤差影響，可以將檢測誤差降到10-2數(shù)量級。
　　綜上，針對如何提升遙感圖像質(zhì)量的問題，本文從去除噪聲和像移精檢與精校兩個方面進(jìn)