CN101980293B - 一种基于刃边图像的高光谱遥感***mtf检测方法 - Google Patents

Abstract

本发明涉及一种基于刃边图像的高光谱遥感***MTF检测方法。该方法考虑到图像噪声的影响，通过计算高光谱遥感图像各波段刃边调制度来选择水平和竖直方向的刃边区域，对刃边区域进行差分运算得到线扩展函数，对线扩展函数进行高斯函数最小二乘拟合得到标准差，取竖直方向和水平方向线扩展函数标准差的中值计算出***竖直和水平方向线扩展函数，离散傅立叶变换得到两个方向的MTF曲线，相乘构建***二维MTF矩阵。本发明可以在高光谱遥感图像波段众多的情况下选择合适的刃边区域，在图像信噪比不高的情况下实现对***MTF的提取。

Description

一种基于刃边图像的高光谱遥感***MTF检测方法

技术领域

本发明涉及一种基于刃边图像的高光谱遥感***MTF检测方法，属于高光谱遥感***成像质量评价领域，特别适合于高光谱遥感***的MTF检测。

背景技术

调制传递函数(MTF，Modulation Transfer Function)是评价遥感***成像品质的重要因素。在实验室测试阶段，采用专门仪器测量其MTF，是目前精度最高、可靠性最好的方法。但是，这种方法无法对正在运行的遥感器的MTF进行计算。对于在运行中的遥感器，综合国内外研究情况来看，从遥感图像信息中获取MTF是较为普遍的做法，即利用人工布设的地面靶标或选取自然的地面标志物在遥感图像上的成像信息来计算MTF。目前，遥感图像MTF的测试方法主要有点源法、脉冲法、刀刃法和样本对比法等，但相关的工作大都是围绕普通全色遥感展开。

点源法：当获取点光源像的亮度分布函数PSF(x，y)后，对其进行二维傅里叶变换即可得MTF。因此，倘若给成像***加上一个像素大小的点脉冲输入(比如人工铺设的反光镜组)，那么，其输出脉冲图像就是PSF。对PSF作二维傅里叶变换即可得MTF。

脉冲法：脉冲法是以线状地物(如图像中的桥梁)为观测目标，该线状地物位于宽广均匀的背景上，且与背景反差较大。其输入脉冲是宽度相当于目标实际宽度的方形脉冲，其输出脉冲是图像上灰度值的拟合曲线；输入输出脉冲都经过傅立叶变换，相除并归一化得到MTF。

刀刃法：刀刃法是在图像上选择具有一定反差的两块相邻的均匀亮暗地物的边界，通过测定成像***对这一边界的扩展状况来确定***在各种空间频率上的响应，从而得到该成像***的MTF曲线。具体算法是：首先找到“刃边”，即具有一定反差的两块相邻的均匀亮暗地物的边界，在垂直于刃边的方向上计算图像的边缘扩展函数，得到一条离散的刃边，并用三次样条插值等方法拟合连续的边缘函数，并对拟合的边缘做滤波处理。然后对平滑后的边缘求导，得到线扩展函数。最后对线扩展函数进行傅立叶变换就能得到调制传递函数。

样本对比法：样本对比法是用已知MTF的样本图像与卫星遥感图像进行比较和判读，从而确定遥感卫星的MTF的方法。该方法要求将样本区域选择在地表纹理具有较高空间频率的地区。此外，样本区域的航空或航天数据源的采集时间，要求与所测的卫星图像数据同步或准同步，而且需要采用航空多光谱对样本区进行数据采集。

由于在实际遥感图像中，刃边状地物较之点状和线状地物更为常见和易于获得，且受噪声影响较小，所以在以上几种方法之中刀刃法在遥感***MTF检测中应用的最为广泛。但在高光谱遥感***信噪比较低的情况下，传统刀刃法数据处理过程受噪声影响严重，经常导致无法得到正确而稳定的检测结果，另外由于高光谱遥感***相比全色遥感具有波段众多的特点，选择什么样的刃边区域才能较好地满足每个波段的检测要求，这个问题在现有方法中也无法得到很好的解决，无法满足对高光谱遥感***MTF检测的要求。

发明内容

本发明解决的技术问题是：针对高光谱遥感***波段众多，刀刃法MTF检测区域难以选择，高光谱遥感图像信噪比一般较低，MTF检测过程易受噪声影响的问题，给出一种基于刃边图像的高光谱遥感***MTF检测方法。

本发明的技术解决方案为：一种基于刃边图像的高光谱遥感***MTF检测方法，通过对刃边调制度的计算，实现了对刃边区域的选择，通过对线扩展函数进行高斯拟合，实现了对噪声不敏感的MTF提取。具体步骤如下：

(1)读取高光谱图像；

(2)从步骤(1)读取的图像中选择用于MTF检测的水平刃边区域和竖直刃边区域；

(3)计算步骤(1)所读取图像每个波段的信噪比；

(4)对步骤(2)所选择水平刃边区域和竖直刃边区域进行中值滤波预处理；

(5)计算步骤(2)所选水平刃边区域和竖直刃边区域每个波段的刃边调制度；

(6)如果步骤(5)中计算出的刃边调制度在各个波段的值均大于设定的阈值，则对步骤(4)得到的水平刃边区域和竖直刃边区域垂直方向的每一列和每一行做差分计算得到线扩展函数，否则返回步骤(2)重新选择刃边区域；

(7)对步骤(6)中由每一列和每一行所求出的线扩展函数分别进行高斯函数最小二乘拟合得到标准差；

(8)对步骤(7)中求得的每一列和每一行的所有标准差分别取中值作为遥感器竖直方向和水平方向高斯型线扩展函数标准差的最终取值；

(9)对步骤(8)中得到的线扩展函数进行采样，经过离散傅立叶变换求出高光谱遥感***各个波段的在图像竖直方向和水平方向上的MTF；

(10)将竖直方向MTF作为列向量，水平方向MTF作为行向量，两者相乘得出***的MTF矩阵，即：

MTF(u，v)＝MTF(u)×MTF(v)

其中，步骤(3)中计算信噪比的方法如下：

选取整个图像内相对比较平坦的区域，将该区域每波段图像分割成4×4，5×5…等子块，分别求出每一块的均值与标准差：

$m_i=\underset{j}{\mathrm{\Σ}}{x}_{\mathrm{ij}}/N,S_i=\sqrt{\underset{j}{\mathrm{\Σ}}{(x_{\mathrm{ij}}-m_i)}^2}/N$

其中x_ij为子块内每个像素的灰度值，N为字块内的像素个数，m_i为子块均值，S_i为子块标准差。

一般认为图像中大多数的子块对应均匀的区域，所以，选定一个合适的等级值，将各子块标准差最大值与最小值之间划分为等间隔的区域，统计在这些区域中标准差的灰度直方图，找出出现频率最大的标准差LSD_m，作为噪声的估计，用选取图像的灰度平均值与LSD_m的比值来表示信噪比SNR。

其中，步骤(4)中中值滤波模板可以选择3×3或5×5大小。

其中，步骤(5)中计算刃边调制度的公式为：

$M_{\mathrm{SNR}}=\frac{L_a-L_b-\frac{2\·L_v}{\mathrm{SNR}}}{L_a+L_b}$

其中L_a为刃边亮侧平均灰度值，L_b为刃边暗侧平均灰度值，L_v为刃边图像平均灰度值，SNR为信噪比。

其中，步骤(6)中的刃边调制度选择判据为：

$M_{\mathrm{SNR}}=\frac{L_a-L_b-\frac{2\·L_v}{\mathrm{SNR}}}{L_a+L_b}>M_{\mathrm{th}}$

其中M_th为刃边调制度阈值。

其中，步骤(7)中的以高斯函数拟合的方法求解线扩展函数，所选择高斯函数表达式为：

$f\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{x^2}{{2\mathrm{\σ}}^2}}$

其中σ为高斯函数标准差。

本发明与现有技术相比的优点在于：

(1)本发明给出一种高光谱遥感图像MTF检测区域的选择方法，结合各波段信噪比，通过计算刃边调制度来判定所选区域是否适合用于MTF的检测。

(2)本发明给出了一种MTF检测过程中用高斯函数拟合线扩展函数的方法，减小了数据处理过程中对噪声的敏感性，适用于高光谱图像信噪比较低的情况。

附图说明

图1为本发明的实现方法流程图。

具体实施方式

如图1所示，本发明的具体实施方法如下：

1、读取高光谱图像；

2、从步骤1读取的图像中选择用于MTF检测的水平刃边区域和竖直刃边区域，要求所选区域有相邻的均匀块状地物，亮度存在一定反差，边界为一定长度的直线；

3、计算步骤1所读取图像每个波段的信噪比，计算方法如下：

选取整个图像内相对比较平坦的区域，将该区域每波段图像分割成4×4，5×5…等子块，分别求出每一块的均值与标准差：

$m_i=\underset{j}{\mathrm{\Σ}}{x}_{\mathrm{ij}}/N,S_i=\sqrt{\underset{j}{\mathrm{\Σ}}{(x_{\mathrm{ij}}-m_i)}^2}/N---\left(1\right)$

其中x_ij为子块内每个像素的灰度值，N为字块内的像素个数，m_i为子块均值，S_i为子块标准差。

一般认为图像中大多数的子块对应均匀的区域，所以，选定一个合适的等级值，将各子块标准差最大值与最小值之间划分为等间隔的区域，统计在这些区域中标准差的灰度直方图，找出出现频率最大的标准差LSD_m，作为噪声的估计，用选取图像的灰度平均值与LSD_m的比值来表示信噪比SNR；

4、对步骤2所选择水平刃边区域和竖直刃边区域进行中值滤波预处理，中值滤波模板可以选择3×3或5×5大小；

5、计算步骤2所选择的水平刃边区域和竖直刃边区域在每个波段的刃边调制度，设某波段刃边亮侧平均灰度值为L_a，暗侧平均灰度值为L_b，整幅图的平均灰度值为L_v，信噪比为SNR，其计算公式为：

$M_{\mathrm{SNR}}=\frac{L_a-L_b-\frac{2\·L_v}{\mathrm{SNR}}}{L_a+L_b}---\left(2\right)$

6、如果步骤5中计算出的刃边调制度在各个波段的值均大于设定的阈值M_th(M_th为经验阈值，一般可取0.1-0.2左右)则对水平刃边区域和竖直刃边区域垂直方向的每一列和每一行做差分计算得到对应方向的线扩展函数，否则返回步骤2重新选择相应的刃边区域；

7、对步骤6中由每一列和每一行所求出的线扩展函数分别进行高斯函数拟合得到一系列标准差，所选高斯函数表达式为：

$f\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{x^2}{2{\mathrm{\σ}}^2}}---\left(3\right)$

其中σ为高斯函数标准差。

8、对步骤7中求得的每一列和每一行的所有标准差分别取中值作为遥感器竖直方向和水平方向线扩展函数表达式(3)中σ的取值；

9、按所需分辨率对步骤8中得到的连续线扩展函数曲线进行采样，经过离散傅立叶变换求出高光谱遥感***各个波段图像竖直方向和水平方向上的MTF；

10、将竖直方向MTF列向量和水平方向MTF行向量相乘作为***的MTF矩阵，即：

MTF(u，v)＝MTF(u)×MTF(v)。

Claims (4)

1.一种基于刃边图像的高光谱遥感***MTF检测方法，包括以下步骤：

（1）读取高光谱图像；

（2）从步骤（1）读取的图像中选择用于MTF检测的水平刃边区域和竖直刃边区域；

（3）计算步骤（1）所读取图像每个波段的信噪比；

（4）对步骤（2）所选水平刃边区域和竖直刃边区域进行中值滤波预处理；

（5）计算步骤（2）所选水平刃边区域和竖直刃边区域每个波段的刃边调制度；

（6）如果步骤（5）中计算出的刃边调制度在各个波段的值均大于设定的阈值，则对步骤（4）得到的水平刃边区域和竖直刃边区域垂直方向的每一列和每一行做差分计算得到线扩展函数，否则返回步骤（2）重新选择刃边区域；

（7）对步骤（6）中由每一列和每一行所求出的线扩展函数分别进行高斯函数最小二乘拟合得到标准差；

（8）对步骤（7）中求得的每一列和每一行的所有标准差分别取中值作为遥感器竖直方向和水平方向高斯型线扩展函数标准差的最终取值；

（9）对步骤（8）中得到的线扩展函数进行采样，经过离散傅立叶变换求出高光谱遥感***各个波段的在图像竖直方向和水平方向上的MTF；

（10）将竖直方向MTF作为列向量MTF(u)，水平方向MTF作为行向量MTF(v)，两者相乘得出***的MTF矩阵MTF(u,v)，即：

MTF(u,v)=MTF(u)×MTF(v)。

2.根据权利要求1所述的一种基于刃边图像的高光谱遥感***MTF检测方法，其特征在于：步骤（5）中所述的刃边调制度的计算公式为：

$M_{\mathrm{SNR}}=\frac{L_a-L_b-\frac{2\·L_v}{\mathrm{SNR}}}{L_a+L_b}$

其中L_a为刃边亮侧平均灰度值，L_b为刃边暗侧平均灰度值，L_v为刃边图像平均灰度值，SNR为信噪比。

3.根据权利要求1所述的一种基于刃边图像的高光谱遥感***MTF检测方法，其特征在于：步骤（6）中所述的刃边调制度选择判据为：

$M_{\mathrm{SNR}}=\frac{L_a-L_b-\frac{2\·L_v}{\mathrm{SNR}}}{L_a+L_b}>M_{\mathrm{th}}$

其中M_th为刃边调制度阈值其中,L_a为刃边亮侧平均灰度值，L_b为刃边暗侧平均灰度值，L_v为刃边图像平均灰度值，SNR为信噪比。

4.根据权利要求1所述的一种基于刃边图像的高光谱遥感***MTF检测方法，其特征在于：步骤（7）中所述的以高斯函数拟合的方法求解线扩展函数，所选择高斯函数的表达式为：

$f\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{x^2}{2{\mathrm{\σ}}^2}}$

其中σ为高斯函数标准差。

Images