基于幾何糾正的機載交錯tdi紅外影像復(fù)原方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及遙感影像技術(shù)領(lǐng)域，尤其是涉及一種基于幾何糾正的機載交錯TDI紅 外影像的復(fù)原技術(shù)方案。
【背景技術(shù)】
[0002] 紅外成像時，航空延時積分（Timedelayandintegration，TDI)傳感器能夠獲得 比普通線陣CCD(Charge-coupleddevice)信噪比更高的影像，是一種獲取高分辨率紅外影 像的重要手段。TDI的每一個成像單元由N個光敏元在垂直于TDI線陣方向排列組成，N為 TDI的階數(shù)。當(dāng)傳感器成像時，每個光敏元的信號沿掃描方向的反方向依次傳遞累加，得到 最終的信號值。相比于同等級的普通線陣CCD傳感器，TDI獲取的影像的信噪比可以提高 N1/2倍。隨著TDI列陣長度的增加，受物理上的限制，一般采用奇偶行交錯排列的模式。這 一設(shè)計在擴大傳感器成像范圍的同時能有效減少相鄰像素間信息的丟失。但由于積分時間 的增加及奇數(shù)場和偶數(shù)場之間的間隔，這使得傳感器對振動敏感度變大。在TDI紅外傳感 器成像過程中，除了傳感器平臺（飛機）的振動外，還存在傳感器電子冷卻系統(tǒng)、伺服電機、 平臺的振動以及擺掃成像過程中鏡筒繞轉(zhuǎn)軸轉(zhuǎn)動引起的振動等。雖然傳感器在機械設(shè)計時 會考慮這些因素，并能在一定程度上減弱部分振動，但是還是會存在一些剩余誤差。這些振 動因素使得奇數(shù)行列陣和偶數(shù)行列陣在獲取同一地物信息時處于不同的位置和姿態(tài)，從而 造成交錯TDI影像奇偶行之間的錯動和影像幾何扭曲。除了振動因素外，地形起伏和CCD 安裝誤差也會造成奇偶行之間錯動。為此需要對錯動的影像進行復(fù)原。
[0003] 圖像復(fù)原是對遙感圖像資料進行大氣影響的校正、幾何校正以及對由于設(shè)備原因 造成的掃描行漏失、錯位等的改正，將降質(zhì)圖像重建成接近于或完全無退化的原始理想圖 像的過程。國內(nèi)外的學(xué)者對交錯TDI傳感器影像復(fù)原做了很多相關(guān)的研究。RaiterS等 (2003)提出了幾種基于塊匹配的方法，同時考慮傳感器振動和地物移動造成的奇偶行錯動 問題。YitahakyY等（2003)分別估計奇數(shù)行影像和偶數(shù)行影像的降晰函數(shù)，再用塊匹配方 法對齊去模糊后的奇偶行影像。HochmanG等（2004)用光流法估計奇偶行影像之間的位 移，然后用凸集投影（Projectionontoconvexsets,P0CS)法去模糊。AvrinA等（2006) 通過最小二乘算法構(gòu)建局部濾波器，從而實現(xiàn)奇偶行影像的對齊。Haik0等（2006)認(rèn)為 奇偶行影像每一列像素的位移可以用橫向位移、縱向位移和旋轉(zhuǎn)角度三個參數(shù)來描述，用 最小二乘方法估計這三個參數(shù)，從而實現(xiàn)奇偶行影像對齊。以上方法是基于同一地物點在 奇數(shù)行影像和偶數(shù)行影像上灰度一致的假設(shè)上，而若奇偶行影像灰度存在差異以上方法將 不適用。為此國內(nèi)有學(xué)者做了相關(guān)的研究。石俊霞等（2012)基于快速CCD的振動檢測方 法，在振動檢測技術(shù)中，利用了一種改進的灰度投影算法計算振動參量，提出對降質(zhì)圖像進 行逐行恢復(fù)的方法，并對模糊圖像進行了恢復(fù)。陳王麗等（2014)通過采用基于相位相關(guān) (Phase-onlycorrelation,P0C)的位移估計方法估計奇數(shù)行影像和偶數(shù)行影像之間的亞 像素精度位移場，根據(jù)位移估計結(jié)果對偶數(shù)行影像做點對點灰度校正，并對齊奇數(shù)行影像 和灰度校正后的偶數(shù)行影像。最后采用BTV(Bilateraltotalvariation)正則化超分辨 率重建方法反降晰，得到糾正影像。以上對于交錯TDI傳感器影像復(fù)原的方法主要針對的 是由于振動和地物移動引起的圖像退化現(xiàn)象。但是卻無法復(fù)原由于地形起伏和奇偶行每個 CCD探元安裝誤差所造成的局部影像質(zhì)量的退化。而且針對機載航空交錯TDI原始影像還 需去除條帶間重疊現(xiàn)象及奇偶探元重疊采樣所造成的像元混疊。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有復(fù)原方法均是研究針對振動導(dǎo)致圖像退化，本發(fā)明提供了一種基于幾何 糾正的機載交錯TDI紅外影像的復(fù)原技術(shù)方案。
[0005] 本發(fā)明技術(shù)方案提供一種基于幾何糾正的機載交錯TDI紅外影像復(fù)原方法，用于 對任一幅機載航空交錯TDI紅外影像進行糾正，生成糾正影像，包括以下步驟，
[0006] 步驟1，以機載航空交錯TDI紅外影像為原始影像，對原始影像進行奇偶行分離， 得到奇行獨立影像和偶行獨立影像；
[0007] 步驟2,定義物方投影面，根據(jù)原始影像的條帶信息確定原始影像在物方投影面上 的覆蓋范圍Α0Ρ;
[0008] 步驟3,確定糾正影像在物方投影面上的投影覆蓋區(qū)域Α0Ι;
[0009] 步驟4,根據(jù)原始影像的空間分辨率確定糾正影像的采樣間隔，利用采樣間隔對 Α0Ι進行劃分成等間隔格網(wǎng)；確定第一個格網(wǎng)點為當(dāng)前格網(wǎng)點；
[0010] 步驟5,初步確定當(dāng)前格網(wǎng)點條帶范圍，每個格網(wǎng)點至多只能同時處于兩個條帶， 如果同時處于兩個條帶，設(shè)stripl代表所處的第一個條帶，strip2代表所處的第二個條 帶，如果只處于一個條帶，設(shè)strip2 =stripl，
[0011] 步驟6,根據(jù)步驟5所得當(dāng)前格網(wǎng)點所處條帶范圍來確定航跡數(shù)據(jù)的范圍，搜索當(dāng) 前格網(wǎng)點在每個條帶內(nèi)的最佳掃描行，獲得當(dāng)前格網(wǎng)點所處每個條帶的航跡數(shù)據(jù)；包括以 下子步驟，
[0012] 步驟6. 1，根據(jù)當(dāng)前格網(wǎng)點條帶范圍stripl~strip2,設(shè)當(dāng)前搜索條帶strip為 stripl；
[0013] 步驟6. 2,根據(jù)strip的掃描行范圍將起始掃描行賦值給變量lastline，確定 lastline相應(yīng)掃描行為當(dāng)前掃描行；
[0014] 步驟6. 3,根據(jù)當(dāng)前掃描行的外方位元素求得對應(yīng)某物方點的像方點坐標(biāo)（X，y);
[0015] 步驟6. 4,判斷像方點坐標(biāo)（X，y)中y是否小于預(yù)設(shè)的限值，
[0016] 若否則令lastline=lastline+y/scale，其中scale為比例因子；返回步驟6. 3 ;
[0017] 若是則進入步驟6. 5;
[0018] 步驟6. 5,判斷l(xiāng)astline相應(yīng)掃描行是否處于strip的掃描行范圍內(nèi)，
[0019] 如果是則求得的lastline為最佳掃描行，加入相應(yīng)定標(biāo)彳目息，求得當(dāng)前格網(wǎng)點在 strip上對應(yīng)的原始影像的像點坐標(biāo)astrip，然后判斷當(dāng)前strip是否大于等于strip2,是 則進入步驟7,否則更新strip為下一條帶號，然后返回步驟6. 2 ;
[0020] 如果否，則令η=n-1，然后判斷是否strip大于等于strip2,是則說明當(dāng)前格網(wǎng) 點處于影像外，進入步驟8,否則更新strip為下一條帶號，然后返回步驟6. 2 ;
[0021] 步驟7,判斷是否η大于1，
[0022] 是則將當(dāng)前格網(wǎng)點在stripl和strip2上對應(yīng)的原始影像的像點坐標(biāo)分別記為 astripl和astrip2,判斷astripl和astrip2是否處于奇偶行像元重疊區(qū)，
[0023] 是則利用與當(dāng)前格網(wǎng)點最鄰近的16個像素進行重采樣；所述與當(dāng)前格網(wǎng)點最鄰 近的16個像元，是針對該格網(wǎng)點在原始影像的條帶重疊區(qū)區(qū)域和奇偶像元重疊區(qū)內(nèi)，在 stripl、strip2中和奇行獨立影像、偶行獨立影像中各搜索到的一個目標(biāo)格網(wǎng)，取這四個目 標(biāo)格網(wǎng)的頂點共16個點；
[0024] 否則利用與當(dāng)前格網(wǎng)點最鄰近的8個像素進行重采樣；所述與當(dāng)前格網(wǎng)點最鄰近 的8個像元，是該格網(wǎng)點在原始影像的條帶重疊區(qū)區(qū)域內(nèi)，在stripl和strip2中各搜索到 的一個目標(biāo)格網(wǎng)，取這兩個目標(biāo)格網(wǎng)的頂點共8個點；
[0025] 否則將當(dāng)前格網(wǎng)點在stripl上對應(yīng)的原始影像的像點坐標(biāo)記為astrip，判斷 astrip是否處于奇偶行像元重疊區(qū)，
[0026] 是則利用與當(dāng)前格網(wǎng)點最鄰近的8個像素進行重采樣；所述與當(dāng)前格網(wǎng)點最鄰近 的8個像元，是該格網(wǎng)點在奇偶像元重疊區(qū)內(nèi)，在奇行獨立影像和偶行獨立影像各對應(yīng)一 個目標(biāo)格網(wǎng)點，取這兩個目標(biāo)格網(wǎng)的頂點共8個點；
[0027] 否則利用與當(dāng)前格網(wǎng)點最鄰近的4個像素進行重采樣；所述與當(dāng)前格網(wǎng)點最鄰近 的4個像元，是該格網(wǎng)點在原始影像的條帶非重疊區(qū)區(qū)域內(nèi)，只在一個條帶中搜索到一個 目標(biāo)格網(wǎng)，取這個目標(biāo)格網(wǎng)的頂點共4個點；
[0028] 步驟8,判斷影像糾正是否完成，若否則更新當(dāng)前格網(wǎng)點為下一格網(wǎng)點，轉(zhuǎn)到步驟 6,若完成則結(jié)束循環(huán)，輸出結(jié)果。
[0029] 而且，步驟5中，初步確定當(dāng)前格網(wǎng)點條帶范圍實現(xiàn)方式如下，
[0030] 首先對投影覆蓋區(qū)域Α0Ι進行均勻劃分，判斷小區(qū)域左上角和右下角格網(wǎng)點所處 條帶，若所處都為同一條帶則判斷該區(qū)域所處條帶數(shù)為1，若兩個格網(wǎng)點分別所處不同條 帶，則將均勻劃分所得區(qū)域繼續(xù)劃分為條帶重疊區(qū)區(qū)域和條帶非重疊區(qū)區(qū)域；
[0031] 根據(jù)劃分所得區(qū)域所處的條帶范圍，及當(dāng)前格網(wǎng)點所在區(qū)域，得到當(dāng)前格網(wǎng)點所 處的條帶范圍。
[0032] 而且，步驟7中，利用最鄰近的像元，按逆距離加