一种自动化光学遥感卫星在轨图像质量监测方法及系统与流程

本发明涉及遥感卫星图像数据在轨质量评价领域，具体涉及一种自动化光学遥感卫星在轨图像质量监测方法及系统。

背景技术：

1、遥感卫星的星载相机在长期运行后，受空间环境变化、平台稳定性下降、器件老化等因素影响，其成像质量通常会发生一定的变化，通常表现为遥感图像的模糊和扭曲。因此，为准确评估遥感卫星的在轨工作状态，需定期对星载相机开展在轨图像质量监测。

2、在卫星在轨运行管理阶段，通常采用两种方法进行成像质量监测。一种是基于目视判读的方法，一种是基于客观参数计算的方法。目视判读法，即卫星运维人员通过人眼目视判断在轨图像的模糊和扭曲程度，这种方法比较直观，更符合人眼的生物解译特性。但近年来随着卫星制造技术和加工技术的进步，短周期内星载相机的像质下降造成的模糊和扭曲通常幅度较小，这种变化在早期很难通过目视判读发现，一旦人眼已经能够清晰的分辨遥感图像的像质退化，可能会影响该星观测任务的正常执行。客观参数计算法，目前评价星载相机遥感图像清晰度指标最广泛的是在轨调制传递函数(mtf)和在轨信噪比(snr)，其中在轨调制传递函数表征了成像系统对不同空间频率信号的响应能力，目前多采用刃边法，从遥感图像提取出合适的刃边区域，进而计算其沿轨和垂轨两个方向的mtf；在轨信噪比则是反映一定光照和地物反射率条件下星载相机有效信号与图像噪声之间的关系。从特定条件下获取的遥感图像中选取大面积均匀区域，利用图像均方差等信息得出系统信噪比。

3、目前，对于星载相机的图像质量评估多基于人工靶标遥感图像开展，近年来我国陆续建设了包头靶标场、嵩山靶标场和玉溪靶标场等遥感卫星专用定标场地，场地中建设有大面积黑白靶标可开展星载相机在轨mtf的计算评价，可开展在轨mtf和snr的计算。近年来，也不断有研究者探索基于自然地物遥感图像的自动mtf评估方法，如中科院光电院的wang等采用hough变换算法提取刃边特征，并利用ikonos卫星数据进行了验证；意大利serco公司的cenci等提出了一种基于统计的半自动mtf测量方法，并利用landsat 8oli-l1t数据进行了验证；资源遥感卫星应用中心的汪雨豪等(cn114399688a)提出了一种刃边区域的选择方法及装置，利用先验知识库进行地物刃边区域的提取和复原。

4、通过以上分析可以发现，现有的光学遥感卫星在轨图像质量监测方法存在需要人在监测回路的共性问题：一是基于目视判读的方法存在一定的主观性，不同运维人员可能会给出不同的判断结果，其结论的有效性取决于运维人员的经验；二是基于人工靶标进行客观参数计算的方法过于依赖定标场地，极大约束了有效样本的获取数量；三是基于自然地物遥感图像目前多依赖于操作人员检查图像以选择合适的刃边区域和均匀区域，特别是对于多光谱或者高光谱图像，需逐条带、逐波段进行分析判断，难以最大化进行有效数据的提取，且结果的可重复性本身取决于操作人员的经验；四是cenci等和汪雨豪等方法均是通过提取单一刃边特征区域开展评价，不能全面反映图像中暗电流噪声、读出电路噪声等的影响，难以给出星载相机图像质量的综合性评价结果。

5、因此，亟需一种自动化光学遥感卫星在轨图像质量监测方法及系统，可通过自然地物遥感图像开展，综合利用在轨mtf、在轨snr等评价指标，实现遥感卫星在轨图像质量的自动化监测。

技术实现思路

1、本发明的目的是为了解决传统遥感卫星在轨图像质量监测自动化程度低、获取有效样本难，难以适用于于大规模星座图像质量监测的技术问题，提供一种自动化光学遥感卫星在轨图像质量监测方法及系统，本发明提出的方法可基于自然地物遥感图像开展，综合运用多种评价指标，本发明提出的系统自动化程度高，可实现在轨卫星图像质量问题的规模化管理。

2、为达到上述目的，解决上述技术问题，本发明的技术方案如下：

3、一种自动化光学遥感卫星在轨图像质量监测系统，包括任务规划子系统、图像质量评价分析子系统、业务化预警子系统；

4、所述任务规划子系统负责完成监测任务的制定，具备卫星轨道推演、观测任务分析计算、卫星控制参数生成、监测任务典型目标库管理功能；监测任务的发起分为外部触发和内部触发两种，外部触发由卫星运维人员发起，当运维人员判断卫星图像质量发生异常时，手动发起监测任务申请；内部触发由任务规划子系统周期性发起，利用监测任务典型目标库开展常态化监测卫星在轨图像质量；

5、所述图像质量评价分析子系统用于完成感兴趣区域自动化初筛、面向参数评价的精细化选择及图像质量评价计算；

6、所述业务化预警子系统用于完成图像质量问题预警，预警逻辑分为两种：

7、一是根据评价结果与标准值的比对，将图像质量分析评价子系统给出的评价结果与卫星性能鉴定期间得到的标准值进行比对，如发现连续5景图像的评价结果低于标准值，则发出预警；

8、二是根据相同区域的统计结果变化情况，如一段时间内，图像质量分析评价子系统根据同一区域给出的评价结果成连续下降趋势，则发出预警；

9、预警方式为对话框、语音及动画提示等形式将异常问题信息发送至卫星运维人员。

10、进一步的，监测任务典型目标库由大面积农田、戈壁滩、人工定标场、机场、海岸线等具有特征信息的区域组成，区域的中心点经纬度、四角点经纬度、名称、区域类型等要素，由运维人员进行新增、修改和删除。

11、本发明还提供一种自动化光学遥感卫星在轨图像质量监测方法，采用如权利要求1所述的自动化光学遥感卫星在轨图像质量监测系统实现，包括如下步骤：

12、步骤1、监测任务制定

13、根据外部触发和内部触发要需求，由任务规划子系统完成图像质量监测任务的制定，一方面将成像任务发送至卫星执行，一方面将图像质量分析任务发送至图像质量评价分析子系统；

14、步骤2、卫星成像

15、步骤3、接收到卫星图像数据后对感兴趣区域进行自动筛选

16、图像质量评价分析子系统执行卫星图像质量分析任务，接收到卫星图像数据后，选择未经辐射、几何校正的0级图像产品作为处理对象，地物刃边感兴趣区域筛选步骤：

17、3.1使用lsd直线检测算法提取待测图像i0中的直线特征，得到直线特征集l0；

18、3.2从l0中剔除长度小于15个像素的直线特征，得到筛选后的直线特征集l1；

19、3.3从l1中剔除不满足刃边角度阈值的直线特征，直线与图像水平或垂直方向夹角在4°～8°之间，得到筛选后的直线特征集l2；

20、3.4检测直线两边不小于15个像素范围内的像素可对比性以及刃边信噪比，满足以下条件：

21、dnbright＞dndark，

22、

23、其中，dnbright为高反射率区域平均dn值，dndark为低反射率区域平均dn值，stdbright与stddark是高反射率区域及低反射率区域均值的标准偏差；

24、根据上述条件和直线特征集l2筛选出满足mtf测试条件的刃边感兴趣区域集roimtf，根据直线与图像水平方向夹角roimtf水平或垂直方向夹角roimtf垂直，进行地物刃边roi区域的筛选；

25、步骤4、对筛选出的图像进行图像质量评价计算

26、计算区域集roimtf垂直和roimtf水平中每一块刃边区域的mtf值：

27、4.1边缘检测

28、在刃边图像中，检测每一行的灰度过渡点，作为本行的边缘点，各行的边缘点构成边缘直线；

29、4.2边缘扩展函数建立

30、对于刃边图像的某一行，以像素点序号为横坐标，对应的灰度值为纵坐标，得到边缘扩展函数；对各行的边缘扩展函数进行插值，在像元像素对准的基础上，进行平均和归一化处理得到最终的边缘扩展函数；

31、4.3线扩展函数建立

32、由边缘扩展函数求线扩展函数的计算公式如下：

33、lsf(n)＝esf(n)-esf(n-1)

34、式中n为像素点序号；

35、4.4傅立叶变换和调制传递函数计算

36、对线扩展函数进行傅立叶变换并取模，奈奎斯特频率点对应的值即为mtf；

37、4.5计算区域集roisnr中每块区域的snr值：

38、取roisnr中的矩形区域，用前一行减后一行得到差值矩阵，根据差值矩阵计算出每列的信噪比，然后求多列的平均值，得出区域信噪比；

39、4.5.1计算差值矩阵

40、dij＝pi(j+1)-pij

41、式中pij为第i列第j行的dn值，pi(j+1)第i列第j+1行的dn值。

42、4.5.2计算每列的噪声

43、

44、式中n为图像的行数。

45、4.5.3计算每列的信噪比(snri)

46、snri＝si/σi，

47、其中，

48、

49、4.5.4计算多列信噪比均值

50、

51、式中m为图像的列数；

52、将roisnr中各区域得到的snr值取算数平均值，作为待测图像的snr值；

53、将mtf和snr的乘积作为待测图像的综合图像评价结果；

54、quality＝mtf×snr

55、步骤5、图像质量问题预警

56、由业务化预警子系统完成图像质量问题预警。

57、进一步的，步骤3.4中，当选择农田区域进行地物刃边roi区域筛选的步骤如下：

58、1)使用区域分块+otsu算法的可变阈值处理对待测图像i0进行二值化分割，得到二值化图像i1；

59、2)利用腐蚀膨胀算法对i1进行处理，并提取出其中闭合区域，形成区域集roimean；

60、3)从roimean筛选出平均灰度值不超过图像满量程25％的区域作为snr的测试roi区域集roisnr，满足

61、mean(roi)≤25％×(2n-1)，

62、其中n为相机量化位数。

63、进一步的，步骤4.4中，确定奈奎斯特频率点的计算公式如下：

64、fnyquist＝n×δd/2+1

65、式中n为刃边采样点数量，δd为边缘扩展函数插值间隔；

66、分别将roimtf垂直和roimtf水平各区域得到的mtf取算数平均值，得到mtf垂直和mtf水平，二者的几何平均值作为待测图像的mtf值。

67、相对于现有技术本发明的有效收益如下：

68、(1)本发明提出了一种自动化光学遥感卫星在轨图像质量监测方法，所述方法包括监测任务制定、感兴趣区域筛选、图像质量评价计算、图像质量问题预警等步骤。

69、(2)本发明提出了一种自动化光学遥感卫星在轨图像质量监测系统，所述系统由任务规划子系统、图像质量评价分析子系统、业务化预警子系统组成。

70、(3)本发明所提出的自动化图像质量监测方法可有效避免人在回路导致的图像质量问题发现难、有效样本获取难的问题，可一次性获取全景遥感影像中的特征信息，适用于大规模星座以及大幅宽遥感卫星的在轨图像质量监测。

71、(4)本发明所提出的自动化图像质量监测系统，通过全链路自动化的设计方案，可实现卫星在轨图像质量的无人化监测，可有效减少系统运维人员数量，具有一定的经济价值。