基于mtf的遥感器在轨自动优化在轨参数的方法
【专利摘要】本发明提供一种基于MTF的遥感器在轨自动优化在轨参数的方法，包括以下步骤：获取当前在轨参数运行下的原始遥感图像；基于MTF对原始遥感图像进行基于频域的去噪与MTF拉伸的操作，以改善图像质量，并判断改善后的复原图像是否具有明显改善：如果有明显改善，则进入下一步处理；如果无明显改善，则终止在轨优化操作；通过图像批处理方法提取经质量改善后的复原图像的图像参数，包括：边缘能量、对比度、清晰度、信息熵、细节能量、方差、图像相关、均值、功率谱、信噪比；通过将前述步骤提取的图像参数输入焦距、相移、前向性参数所对应的反衍模型中，得到新的参数；通过将新的参数代替原先对应的在轨参数，产生新的遥感图像，并优化处理。
【专利说明】基于MTF的遥感器在轨自动优化在轨参数的方法
【技术领域】
[0001] 本发明涉及指导遥感器在轨自动优化在轨参数方法，尤其涉及基于MTF的遥感图 像质量优化与基于遥感图像参数反衍卫星在轨参数的方法，属于遥感图像处理【技术领域】。
【背景技术】
[0002] 由于遥感图像成像过程中受传感器性能下降、大气扰动等因素影响，致使图像质 量退化。图像复原是为了抑制图像退化而利用有关图像退化性质的知识来进行图像预处理 的方法。图像复原的目的是将质量下降（退化）的图像进行相应处理，以改善图像质量。由 于图像退化的原因可能有很多种，如光电传感器的非线性、物体与摄像机间的相对运动、大 气的扰动等，因此根据不同的退化原因，出现了很多种图像复原方法，如逆滤波（去卷积）、 维纳滤波、约束最小平方滤波等。如何才能有效的提高遥感图像的图像质量具有重要的学 术意义与推广应用价值。
[0003] 但基于传统的图像复原方法去提高遥图像质量的方法有很多的局限性导致其并 不能达到理想的效果，其主要原因有：
[0004] 1)传统的图像复原方法是针对单幅图像的修复方法，它并不能弥补传感器性能随 着传感器硬件的老化，或是随着硬件性能的变化导致的硬件与在轨参数的设置不能够完美 的匹配等带来的不良影响，即其不能从根本上解决导致遥感器拍摄图像质量下降的问题；
[0005] 2)单一的传统图像复原方法的适用范围是有限的，而导致图像质量下降的诱发因 素是多种多样的，因此并不能保证它适用于所有的图像退化情况；
[0006] 3)目前大部分图像复原方法都是在假定已知相应的点扩展函数（pointspread function,PSF)的基础上做的，如去卷积方法、Wiener滤波方法等，因此这种假设很难保证 它的正确性与适用性。
[0007] 基于传统的图像复原方法的局限性是显而易见的，并且其不能提供一个有效的机 制以从根本上解决诸如遥感器硬件退化与在轨参数不匹配等导致的遥感图像质量下降问 题。
【发明内容】
[0008] 本发明旨在克服现有技术的不足，提供一种基于MTF的遥感器在轨自动优化在轨 参数方法，利用基于MTF的遥感图像质量优化与基于遥感图像参数反衍卫星在轨参数的模 型，从而实现在轨参数的实时自动优化功能。
[0009] 本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有 利的方式发展独立权利要求的技术特征。
[0010] 为达成上述目的，本发明所采用的技术方案如下：
[0011] 一种基于MTF的遥感器在轨自动优化在轨参数的方法，其实现包括以下步骤：
[0012] 步骤1、获取当前在轨参数运行下的原始遥感图像；
[0013] 步骤2、基于调制传递函数（modulationtransferfunction,MTF)，对原始遥感图 像进行基于频域的去噪与MTF拉伸的操作，以改善图像质量，并判断改善后的复原图像是 否具有明显改善：如果有明显改善，则进入下一步处理；如果无明显改善，则终止在轨优化 操作；
[0014] 步骤3、通过图像批处理方法提取经质量改善后的复原图像的图像参数，包括：边 缘能量、对比度、清晰度、信息熵、细节能量、方差、图像相关、均值、功率谱、信噪比；
[0015] 步骤4、通过将前述步骤提取的图像参数输入焦距、相移、前向性参数所对应的反 衍模型中，得到新的参数；
[0016] 步骤5、通过将新的参数代替原先对应的在轨参数，产生新的遥感图像，并返回步 骤2。
[0017] 进一步的实施例中，前述步骤2中，采用刀刃法求解原是遥感图像的MTF曲线，然 后进行MTF拉伸，即：
[0018] 将前述步骤1获取到的遥感图像的MTF值改写成如下形式：
[0019]MTFnew= (MTFold)1
[0020] 式中，t为调节参数，0 <t< 2,MTFtjld表示原始遥感图像的MTF曲线，MTFnew表示 经参数t调节后的MTF曲线。
[0021] 进一步的实施例中，前步骤2中，对原始遥感图像进行基于频域的去噪，其实现包 括：
[0022] 1)对原始遥感图像作傅里叶变换得到频谱图像；
[0023] 2)对频谱图像中的除了孤立亮点之外的其余每一像素点（x，y)作如下处理：
[0024]T(i,j) =R(x,y)-R(x-2+i,y-2+j)
[0025]i,j=I, 2, 3
【权利要求】
1. 一种基于MTF的遥感器在轨自动优化在轨参数的方法，其特征在于，包括以下步骤： 步骤1、获取当前在轨参数运行下的原始遥感图像； 步骤2、基于调制传递函数（modulationtransferfunction,MTF)，对原始遥感图像 进行基于频域的去噪与MTF拉伸的操作，以改善图像质量，并判断改善后的复原图像是否 具有明显改善：如果有明显改善，则进入下一步处理；如果无明显改善，则终止在轨优化操 作； 步骤3、通过图像批处理方法提取经质量改善后的复原图像的图像参数，包括：边缘能 量、对比度、清晰度、信息熵、细节能量、方差、图像相关、均值、功率谱、信噪比； 步骤4、通过将前述步骤提取的图像参数输入焦距、相移、前向性参数所对应的反衍模 型中，得到新的参数； 步骤5、通过将新的参数代替原先对应的在轨参数，产生新的遥感图像，并返回步骤2。
2. 根据权利要求1所述的基于MTF的遥感器在轨自动优化在轨参数的方法，其特征在 于，前述步骤2中，采用刀刃法求解原是遥感图像的MTF曲线，然后进行MTF拉伸，即： 将前述步骤1获取到的遥感图像的MTF值改写成如下形式： MTFnew= (MTFold)t 式中，t为调节参数，0 <t< 2,MTFtjld表示原始遥感图像的MTF曲线，MTFnew表示经参 数t调节后的MTF曲线。
3. 根据权利要求1所述的基于MTF的遥感器在轨自动优化在轨参数的方法，其特征在 于，前步骤2中，对原始遥感图像进行基于频域的去噪，其实现包括： 1) 对原始遥感图像作傅里叶变换得到频谱图像； 2) 对频谱图像中的除了孤立亮点之外的其余每一像素点（x，y)作如下处理：
式中，R(x，y)表示像素点（x，y)的灰度值，T表示当前像素点与以此像素点为中心点 的九宫格范围内即九个像素点灰度值的差值矩阵；S为T的描述矩阵，对3*3的矩阵T每个 点的灰度差值，若其大于原始遥感图像对应中心点灰度值的〇. 3倍，则矩阵S的对应点记为 1，否则记为〇 ;若S中记录为1的点大于6,则表示当前点的灰度值明显大于其周围点，判断 为孤立亮点，更新其灰度值为原灰度值的一半，否则，灰度值不变； 3) 对处理后的频谱图像做傅里叶反变换，同时将灰度均值调整到与原始遥感图像相 4) 对去除孤立亮点后的频谱图像进行MTF复原，才有如下恢复原始遥感图像的目标频 域图像F的方法： F= (G-N)/(MTFnew ·k) G为观察到的退化图像，N为噪声图像，令R=G-N为去除孤立亮点后的频谱图像，同时 令k= 1,则公式简化为： F=R/MTFnew 5)对经前述MTF拉伸后的频谱图像F进行傅里叶反变换，进行图像复原，并将复原后图 像的灰度均值调整到与原始遥感图像相同。
4. 根据权利要求1所述的基于MTF的遥感器在轨自动优化在轨参数的方法，其特征在 于，前述方法更包含以下步骤：通过图像批处理方法得到经质量改善后的复原图像的图像 参数后，还包括对图像参数的归一化处理： 采用下述归一化方法进行处理：
其中，Xi为第η个图像样本对应的一图像参数。
5. 根据权利要求1所述的基于MTF的遥感器在轨自动优化在轨参数的方法，其特征在 于，前述方法还包括以下步骤： 设置前述焦距、相移、前向性参数所对应的反衍模型： 1) 焦距的参数反衍模型： 焦距=9. 003XImage3+71. 480XImage2+268. 990XImage+735. 662 其中：Imaee定义如下：
2) 相移的参数反衍模型 相移=0· 28+0. 89X0. 253x 其中，X代表图像综合指标，其定义如下： 图像综合指标=〇· 123*对比度+0· 134*方差+0· 132*清晰度+0· 133*信息熵+0· 126* 细节能量-〇· 128*图像相关+0· 128*均值+0· 132*功率谱； 3) 前向性的参数反衍模型 y= -0. 053Xa3+0. 150Xa2-O. 193Xa+0. 101 其中，y为反衍计算得到的新的前向性参数，a的定义如下： β= 0.354S.X对比度+0.3607'χ信息熵+ 0.3613X方差+ 0.3624* 清晰度-0.35^6* 信曝比 + 0J597X細节能量-0J344 _像棚关+ 0.3363X边!|能量 。
【文档编号】G06T5/00GK104318526SQ201410559971
【公开日】2015年1月28日 申请日期:2014年10月20日 优先权日:2014年10月20日
【发明者】孙权森, 陈强, 季鸿坤, 金永男 申请人:南京理工大学