航天TDI推扫式光学遥感器机动成像质量

从分辨率和辐亮度两个角度出发,对TDI推扫相机机动成像模式下的成像质量进行了分析。首先,提出了视轴追迹法分析计算TDI和线阵两个方向的分辨率,通过构建侧摆和星下点之间的坐标转换矩阵,得到不同机动角度下TDI和线阵方向的单位矢量,随后计算出这两个方向的单位矢量沿着视轴方向在地面的投影矢量,结合相机的参数和轨道高度、地球半径等计算出地面像元分辨率。同时根据卫星在地面的投影速率得到不同视场的积分时间,并分析以中心视场为积分时间基准下,边缘视场在不同TDI级数下的MTF退化情况。以某遥感型号为例进行了具体的分析计算,并根据MTF的退化情况对侧摆角度提出了要求,计算结果表明,边缘谱段在大侧摆下TDI级数为60时,MTF已下降为0,在轨使用时要慎重选用级数。然后,结合理论计算和在轨图像分析了了不同侧摆角度下大气对图像对比度的影响,通过分析表明侧摆会改变大气传输路径,从而影响目标的对比度,分析结果可以为后期的图像校正提供参考。     

轻小型推扫视频一体化相机设计与验证

介绍了一种轻小型推扫视频一体化微纳遥感相机的综合优化设计思路。系统设计时综合考虑星地一体化处理,采用大F数RC系统降低产品光机体积重量;电子学采用商用货架产品加固技术实现高性能同时降低成本,星上数据处理采用数字TDI技术实现面阵相机推扫视频一体化成像,大幅提升成像效能。采用该方法设计的微纳遥感相机具备视频、推扫、条带等多种工作模式,满足不同应用场景需求。该技术在欧比特视频相机等微纳遥感载荷的设计及研制中进行了应用,在轨获取了高品质的视频及遥感图像,在商业遥感载荷市场具有广阔的应用前景。     

一种多特征融合的高分辨率遥感图像道路提取算法

利用高分辨率遥感图像提取道路网络对于规划导航等方面具有重要的意义。针对现有道路提取算法的深层次特征挖掘和特征间信息融合存在的不足,提出了一种多特征融合的高分辨率遥感图像道路提取算法。首先,通过图像分割的方式完成对象表达,并提取一种新的空间特征——二阶矩特征对复杂道路形状进行描述;然后利用一种多特征融合方式将光谱特征与空间特征融合,并通过基于机器学习的方法提取初始道路网络;最后利用二阶矩特征实现道路网络的精化。实验结果表明,该算法相比现有算法实验效果更优、鲁棒性更强。     

一种多特征融合的高分辨率遥感图像道路提取算法

利用高分辨率遥感图像提取道路网络对于规划导航等方面具有重要的意义。针对现有道路提取算法的深层次特征挖掘和特征间信息融合存在的不足,提出了一种多特征融合的高分辨率遥感图像道路提取算法。首先,通过图像分割的方式完成对象表达,并提取一种新的空间特征———二阶矩特征对复杂道路形状进行描述;然后利用一种多特征融合方式将光谱特征与空间特征融合,并通过基于机器学习的方法提取初始道路网络;最后利用二阶矩特征实现道路网络的精化。实验结果表明,该算法相比现有算法实验效果更优、鲁棒性更强。