CN101980293B - 一种基于刃边图像的高光谱遥感***mtf检测方法 - Google Patents
一种基于刃边图像的高光谱遥感***mtf检测方法 Download PDFInfo
- Publication number
- CN101980293B CN101980293B CN 201010271297 CN201010271297A CN101980293B CN 101980293 B CN101980293 B CN 101980293B CN 201010271297 CN201010271297 CN 201010271297 CN 201010271297 A CN201010271297 A CN 201010271297A CN 101980293 B CN101980293 B CN 101980293B
- Authority
- CN
- China
- Prior art keywords
- mtf
- sword
- remote sensing
- image
- edge regions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
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
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:
其中xij为子块内每个像素的灰度值,N为字块内的像素个数,mi为子块均值,Si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LSDm,作为噪声的估计,用选取图像的灰度平均值与LSDm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:
其中La为刃边亮侧平均灰度值,Lb为刃边暗侧平均灰度值,Lv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:
其中Mth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:
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:
其中xij为子块内每个像素的灰度值,N为字块内的像素个数,mi为子块均值,Si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LSDm,作为噪声的估计,用选取图像的灰度平均值与LSDm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La,暗侧平均灰度值为Lb,整幅图的平均灰度值为Lv,信噪比为SNR,其计算公式为:
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Mth(Mth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:
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:
其中La为刃边亮侧平均灰度值,Lb为刃边暗侧平均灰度值,Lv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:
其中Mth为刃边调制度阈值其中,La为刃边亮侧平均灰度值,Lb为刃边暗侧平均灰度值,Lv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:
其中σ为高斯函数标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010271297 CN101980293B (zh) | 2010-09-02 | 2010-09-02 | 一种基于刃边图像的高光谱遥感***mtf检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010271297 CN101980293B (zh) | 2010-09-02 | 2010-09-02 | 一种基于刃边图像的高光谱遥感***mtf检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101980293A CN101980293A (zh) | 2011-02-23 |
CN101980293B true CN101980293B (zh) | 2013-05-22 |
Family
ID=43600794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010271297 Expired - Fee Related CN101980293B (zh) | 2010-09-02 | 2010-09-02 | 一种基于刃边图像的高光谱遥感***mtf检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101980293B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568014A (zh) * | 2011-12-22 | 2012-07-11 | 中山大学 | 一种基于遥感图像的采样方法 |
CN102692273B (zh) * | 2012-05-31 | 2014-06-18 | 中国资源卫星应用中心 | 一种干涉型高光谱成像仪的mtf在轨检测方法 |
CN103134664B (zh) * | 2013-02-27 | 2015-11-18 | 中国科学院安徽光学精密机械研究所 | 一种基于凸面反射镜的在轨光学卫星相机mtf测量方法 |
CN103279950B (zh) * | 2013-05-14 | 2016-03-16 | 中国科学院光电研究院 | 一种基于行列噪声标准差的遥感图像信噪比评估方法 |
CN103679725B (zh) * | 2013-12-13 | 2016-04-06 | 中南大学 | 基于直线检测和模板匹配的刀刃区域自动检索方法 |
CN104537646B (zh) * | 2014-12-12 | 2017-06-27 | 南京理工大学 | 遥感图像的多角度自动mtf估计方法 |
CN104732578B (zh) * | 2015-03-10 | 2019-01-29 | 山东科技大学 | 一种基于倾斜摄影技术的建筑物纹理优化方法 |
CN104820980B (zh) * | 2015-04-15 | 2018-07-24 | 北京空间机电研究所 | 自适应高精度mtf测量方法 |
CN105069313B (zh) * | 2015-08-24 | 2017-11-10 | 北京理工大学 | 基于相位非线性重采样拟合刃边的在轨mtf估计方法 |
CN106022354B (zh) * | 2016-05-07 | 2018-09-18 | 浙江大学 | 基于svm的图像mtf测量方法 |
CN107782279B (zh) * | 2017-09-14 | 2019-09-10 | 中国科学院长春光学精密机械与物理研究所 | 一种测试光电经纬仪在外场时的调制传递函数的方法 |
CN108174196B (zh) * | 2018-01-15 | 2019-10-18 | 浙江大学 | 基于距离加权的成像***调制传递函数测量方法 |
CN109598701B (zh) * | 2018-10-29 | 2021-03-26 | 同济大学 | 一种基于信息扩展的多光谱遥感影像非监督变化检测方法 |
CN110807768A (zh) * | 2019-10-29 | 2020-02-18 | 核工业北京地质研究院 | 一种基于mtf的遥感图像质量评价方法 |
CN110882940A (zh) * | 2019-11-29 | 2020-03-17 | 贵州西南工具(集团)有限公司 | 一种硬质合金刀具刃口质量判断方法 |
CN114022795A (zh) * | 2021-11-16 | 2022-02-08 | 北京航空航天大学 | 基于实拍图像的红外***mtf自动计算方法 |
CN114782269A (zh) * | 2022-04-21 | 2022-07-22 | 青岛科技大学 | 一种基于月球图像mtf自适应获取方法、***、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441768A (zh) * | 2008-11-28 | 2009-05-27 | 武汉大学 | 基于结构失真和图像清晰度的图像质量评价方法 |
CN101635050A (zh) * | 2009-06-26 | 2010-01-27 | 武汉大学 | 一种图像复原方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11316844A (ja) * | 1998-01-30 | 1999-11-16 | Konica Corp | 放射線画像読取システム及び放射線画像読取方法 |
-
2010
- 2010-09-02 CN CN 201010271297 patent/CN101980293B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441768A (zh) * | 2008-11-28 | 2009-05-27 | 武汉大学 | 基于结构失真和图像清晰度的图像质量评价方法 |
CN101635050A (zh) * | 2009-06-26 | 2010-01-27 | 武汉大学 | 一种图像复原方法 |
Non-Patent Citations (5)
Title |
---|
JP特开平11-316844A 1999.11.16 |
卫星光学相机MTF在轨检测方法研究;王先华 等;《遥感学报》;20070531;第11卷(第3期);318-322页 * |
基于刃边法的航天光学遥感器在轨MTF测试研究;赵占平 等;《航天返回与遥感》;20090630;第30卷(第2期);37-43页 * |
王先华 等.卫星光学相机MTF在轨检测方法研究.《遥感学报》.2007,第11卷(第3期),318-322页. |
赵占平 等.基于刃边法的航天光学遥感器在轨MTF测试研究.《航天返回与遥感》.2009,第30卷(第2期),37-43页. |
Also Published As
Publication number | Publication date |
---|---|
CN101980293A (zh) | 2011-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101980293B (zh) | 一种基于刃边图像的高光谱遥感***mtf检测方法 | |
CN101539629B (zh) | 基于多特征证据融合与结构相似度的遥感图像变化检测方法 | |
CN102819740B (zh) | 一种单帧红外图像弱小目标检测和定位方法 | |
CN102609701B (zh) | 基于最佳尺度的高分辨率合成孔径雷达遥感检测方法 | |
CN103645476B (zh) | 一种合成孔径雷达差分干涉图序列的时空同质滤波方法 | |
CN103578110B (zh) | 基于灰度共生矩阵的多波段高分辨率遥感影像分割方法 | |
CN102073873B (zh) | 一种基于支持向量机的sar景象匹配区选取方法 | |
US20120328161A1 (en) | Method and multi-scale attention system for spatiotemporal change determination and object detection | |
CN104537646B (zh) | 遥感图像的多角度自动mtf估计方法 | |
CN103093458B (zh) | 关键帧的检测方法及装置 | |
CN101976436A (zh) | 一种基于差分图修正的像素级多聚焦图像融合方法 | |
CN102360503A (zh) | 基于空间贴近度和像素相似性的sar图像变化检测方法 | |
CN104166128A (zh) | 基于广义似然比的多航过sar相干变化检测方法 | |
CN103985110A (zh) | 数字图像中伪影或非均匀亮度的定位及显示方法 | |
CN107689051A (zh) | 一种基于变化因子的多时相sar影像变化检测方法 | |
CN103218811A (zh) | 一种基于统计分布的卫星多光谱图像波段配准方法 | |
CN103065320A (zh) | 基于恒虚警阈值的sar图像变化检测方法 | |
CN106940782A (zh) | 基于变差函数的高分sar新增建设用地提取软件 | |
CN103593852A (zh) | 基于同质图斑的高光谱影像异常探测方法 | |
Dong et al. | A unified approach of multitemporal SAR data filtering through adaptive estimation of complex covariance matrix | |
CN104951800A (zh) | 一种面向资源开采型地区的遥感影像融合方法 | |
CN107369163B (zh) | 一种基于最佳熵双阈值分割的快速sar图像目标检测方法 | |
CN109272484A (zh) | 一种基于视频图像的降雨检测方法 | |
CN106022354A (zh) | 基于svm的图像mtf测量方法 | |
CN104392209A (zh) | 一种目标与背景的图像复杂度评价模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130522 Termination date: 20130902 |