CN114677275B - 一种高频次重复凝视成像空基遥感载荷在轨测试方法 - Google Patents

一种高频次重复凝视成像空基遥感载荷在轨测试方法 Download PDF

Info

Publication number
CN114677275B
CN114677275B CN202210262687.0A CN202210262687A CN114677275B CN 114677275 B CN114677275 B CN 114677275B CN 202210262687 A CN202210262687 A CN 202210262687A CN 114677275 B CN114677275 B CN 114677275B
Authority
CN
China
Prior art keywords
mtf
image data
remote sensing
frequency
reflectivity
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.)
Active
Application number
CN202210262687.0A
Other languages
English (en)
Other versions
CN114677275A (zh
Inventor
唐洪钊
唐新明
谢俊峰
窦显辉
张鸿赓
陈辉
朱广彬
莫凡
胡芬
傅征博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Original Assignee
Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ministry Of Natural Resources Land Satellite Remote Sensing Application Center filed Critical Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Priority to CN202210262687.0A priority Critical patent/CN114677275B/zh
Publication of CN114677275A publication Critical patent/CN114677275A/zh
Application granted granted Critical
Publication of CN114677275B publication Critical patent/CN114677275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种高频次重复凝视成像空基遥感载荷在轨测试方法，包括：选择满足MTF和SNR测试需求的场地，布设辐射特性靶标；监测太阳光谱信息和地球辐射收支信息，使用光谱仪对靶标及自然地物反射率进行测量；基于同步大气气溶胶观测数据，对GF‑4连续观测的影像数据进行筛选，剔除大气扰动时刻获取的卫星影像数据；通过对线扩散函数LSF的计算与处理得到得到截止频率内不同频率的MTF值；对均匀场景地物的连续多帧影像数据在时间维度上进行列向量统计计算，获取均方根误差，基于配准后的多帧影像均匀地物计算SNR。本发明可对用户指定的目标区域成像，包括对目标区域进行高频重复凝视观测、快速对某一区域进行拼接成像、对多个区域进行巡查成像。

Description

一种高频次重复凝视成像空基遥感载荷在轨测试方法
技术领域
本发明涉及定量综合地评价遥感影像质量工程技术领域，尤其涉及一种高频次重复凝视成像空基遥感载荷在轨测试方法。
背景技术
GF-4卫星是我国″高分专项″的重要组成部分，旨在获取极高的时间分辨率、和中等空间分辨率全国范围及周边地区的多光谱、中红外图像信息，能够满足减灾、林业、气象等用户广泛需求，具有极高的社会经济效益，并且具有技术引领性和先进性。该星配置地球同步轨道50米分辨率的凝视相机组(可见光波段与红外波段)，成像区域7000km×7000km，单景覆盖区域400km×400km，可实现分钟级高时间分辨率的遥感监测任务，设计寿命8年。
本发明为GF-4卫星图像质量评价技术的研究。卫星遥感影像质量优劣直接关系到遥感影像信息获取的可靠性和准确性，是遥感成像***设计、遥感信息处理与应用的重要基础。由于光学遥感成像过程受到大气、辐照、温度、传感器以及地物特性等多种因素影响，定量综合地评价遥感影像质量是一项复杂的***工程。就遥感影像本身而言，光学遥感影像质量总体表现为辐射质量和几何质量，其中，辐射质量主要包括***调制传递函数(Modulation Transfer Function，MTF)、信噪比(Signal Noise Ratio，SNR)，也是光学遥感成像质量评价的重要依据。根据总体方案安排，本研究基于GF-4卫星成像的特点，开展在轨调制传递函数(MTF)和信噪比(SNR)测试工作。
发明内容
为解决上述技术问题，本发明的目的是提供一种高频次重复凝视成像空基遥感载荷在轨测试方法，该方法可在数分钟之内完成任务机动响应，并对用户指定的目标区域成像，就遥感影像本身而言，光学遥感影像质量总体表现为辐射质量和几何质量，其中，辐射质量主要包括***调制传递函数(Modulation Transfer Function，MTF)、信噪比(SignalNoise Ratio，SNR)，也是光学遥感成像质量评价的重要依据，本研究为MTF、SAR的获取提供了一种更高效、更准确的方法。
本发明的目的通过以下的技术方案来实现：
一种高频次重复凝视成像空基遥感载荷在轨测试方法，包括：
A、选择满足MTF和SNR测试需求的场地，布设辐射特性靶标；
B、监测太阳光谱信息和地球辐射收支信息，使用光谱仪对靶标及自然地物反射率进行测量；
C、基于同步大气气溶胶观测数据，对GF-4连续观测的影像数据进行筛选，剔除大气扰动时刻获取的卫星影像数据；
D、通过对线扩散函数LSF的计算与处理得到得到截止频率内不同频率的MTF值；
E、对均匀场景地物的连续多帧影像数据在时间维度上进行列向量统计计算，获取均方根误差，基于配准后的多帧影像均匀地物计算SNR。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
可以定量综合、高效地评价遥感影像质量，可在数分钟之内完成任务机动响应，并对用户指定的目标区域成像，包括对目标区域进行高频重复凝视观测、快速对某一区域进行拼接成像、对多个区域进行巡查成像。
附图说明
图1是高频次重复凝视成像空基遥感载荷在轨测试方法流程图；
图2是研究区概况图；
图3是基于GF-4高频重复凝视观测数据的脉冲法MTF测试流程图；
图4是辐射靶标布设示意图；
图5是高分四号卫星高频重复凝视观测(微错位)数据配准示意图；
图6是基于配准后的多帧GF-4卫星数据恢复LSF示意图；
图7是基于GF-4高频重复凝视观测数据的SNR测试的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本发明作进一步详细的描述。
本次试验主要区域在农场，地理坐标为东经125°45-126°30′，北纬46°12′-46°22′。
如图1所示，为高频次重复凝视成像空基遥感载荷在轨测试方法流程包括：
步骤10、选择满足MTF和SNR测试需求的场地，布设辐射特性靶标；
步骤20、监测太阳光谱信息和地球辐射收支信息，使用光谱仪对靶标及自然地物反射率进行测量；
步骤30、基于同步大气气溶胶观测数据，对GF-4连续观测的影像数据进行筛选，剔除大气扰动时刻获取的卫星影像数据；
步骤40、通过对线扩散函数LSF的计算与处理得到得到截止频率内不同频率的MTF值；
步骤50、对均匀场景地物的连续多帧影像数据在时间维度上进行列向量统计计算，获取均方根误差，基于配准后的多帧影像均匀地物计算SNR。
本实施例以某研究区(图2)进行测试的结果为例，详细说明利用本发明高频次重复凝视成像空基遥感载荷在轨测试的过程。
如图3所示，基于GF-4高频重复凝视观测数据的脉冲法MTF测试技术包括：
1)布设辐射特性靶标
如图4所示，选取低反射率区域作为背景地物，布设高反射率辐射特性靶标(60％)。考虑到高分四号的地面分辨率(50米)及靶标成本、人工等因素，布设的高反射率辐射靶标至少覆盖3×4个像素，预计布设靶标约为180米×270米(48000平方米)。
2)地面同步反射率观测
高分四号卫星GF-4对试验区连续观测成像时候，地面开展同步光谱反射率试验，测量的靶标及背景地物反射率作为输入数据。
3)GF-4卫星高频次重复凝视观测数据高精度几何配准
如图5，GF-4卫星可在数分钟之内完成任务机动响应，并对用户指定的目标区域成像，包括对目标区域进行高频重复凝视观测、快速对某一区域进行拼接成像、对多个区域进行巡查成像。本研究主要基于GF-4卫星对同一目标区域进行高频重复凝视观测成像模式。对于单谱段成像时存在5s，不同谱段影像成像时存在50s的差异，被摄目标场景差异基本可以忽略，而卫星位置和姿态可能存在较小差异的特点，对高频重复凝视成像的数据进行高精度几何配准，经过处理后的单谱段多帧影像数据的配准精度(1σ)优于0.1～0.2个像素。
4)线扩散函数LSF获取
基于地面连续大气参数观测，去除大气扰动时刻的卫星影像数据，基于配准后的多帧影像恢复LSF线扩散函数。基于配准后的多帧GF-4卫星数据恢复LSF示意如图6。
5)计算MTF
计算恢复得到线扩散函数LSF；其次，对LSF函数经归一化处理；最后，对归一化的LSF进行离散傅里叶变换，并取变换后截止频率以内各分量的模值，并以0频率处的MTF值为基准进行归一化，得到截止频率内不同频率的MTF值，形成全频段MTF曲线。如下列公式所示：
MTFx＝NORMAL(FFT(NORMAL(LSFx)))
其中，LSFx是X方向的线扩散函数；MTFx为X方向的调制传递函数；FFT代表傅里叶变换处理；NORMAL代表归一化处理。
2、基于GF-4高频重复凝视观测数据的SNR测试
图7是基于GF-4高频重复凝视观测数据的SNR测试的流程图，其方法步骤包括：
1)选取合适试验区域
选取不同反射率地物(低、中、高)的试验区，其中低反射率对应深海区，中反射率对应敦煌卫星辐射定标场的戈壁滩，高反射率对应敦煌石膏矿区的亮沙地，分别测试不同地物反射率条件下的信噪比。
2)制定GF-4卫星成像计划
针对选取的试验区域，制定成像计划，对均匀场景进行高频重复凝视观测。
3)GF-4卫星高频次重复凝视观测数据几何配准
本研究主要基于GF-4卫星对同一目标区域进行高频重复凝视观测成像模式。选择卫星影像上的同名点地物进行高精度的几何配准，经过处理后的单谱段多帧影像数据的配准精度(1σ)优于1个像素即可。
4)均匀地物在多帧影像时间维上列向量统计
对均匀场景地物进行长时间序列的变化趋势分析，对经过几何配准后的均匀场景的连续多帧影像数据在时间维度上进行列向量的统计计算，获取均方根误差，计算该成像条件下的SNR。
本研究中基于GF-4高频重复凝视观测数据的脉冲法MTF测试技术和SNR测试技术都取得了一定的结果；但是配准后多帧影像恢复的线扩散函数LSF计算MTF、基于配准后的多帧影像均匀地物计算SNR的前提是要求很高的几何配准精度，下一步拟对多帧影像配准方法进行改进优化，利用地面及高分影像控制点数据库对GF4的多帧影像进行几何配准。
虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (5)

1.一种高频次重复凝视成像空基遥感载荷在轨测试方法，其特征在于，包括：
A、选择满足MTF和SNR测试需求的场地，布设辐射特性靶标；
B、监测太阳光谱信息和地球辐射收支信息，使用光谱仪对靶标及自然地物反射率进行测量；
C、基于同步大气气溶胶观测数据，对GF-4连续观测的影像数据进行筛选，剔除大气扰动时刻获取的卫星影像数据；
D、通过对线扩散函数LSF的计算与处理得到截止频率内不同频率的MTF值；
E、对均匀场景地物的连续多帧影像数据在时间维度上进行列向量统计计算，获取均方根误差，基于配准后的多帧影像均匀地物计算SNR；
所述D包括：
D1、基于地面连续大气参数观测,去除大气扰动时刻的卫星影像数据,基于配准后的多帧影像恢复LSF线扩散函数；
D2、计算恢复得到线扩散函数LSF；其次，对LSF函数经归一化处理；最后，对归一化的LSF进行离散傅里叶变换，并取变换后截止频率以内各分量的模值，并以0频率处的MTF值为基准进行归一化，得到截止频率内不同频率的MTF值，形成全频段MTF曲线；如下列公式所示：
MTFx＝NORMAL(FFT(NORMAL(LSFx)))
其中，是X方向的线扩散函数；为X方向的调制传递函数；FFT代表傅里叶变换处理；NORMAL代表归一化处理。
2.如权利要求1所述的高频次重复凝视成像空基遥感载荷在轨测试方法，其特征在于，所述A包括：
A1、选取低反射率区域作为背景地物，布设高反射率辐射特性靶标作为MTF测试靶标；
A2、选取低、中、高不同反射率地物的试验区，并将低、中、高不同反射率对应不同的区域，分别测试不同地物反射率条件下的SNR。
3.如权利要求1所述的高频次重复凝视成像空基遥感载荷在轨测试方法，其特征在于，所述B包括：在GF-4对试验区连续观测成像时，地面开展同步光谱反射率试验，测量的靶标及背景地物反射率作为输入数据。
4.如权利要求1所述的高频次重复凝视成像空基遥感载荷在轨测试方法，其特征在于，所述C包括：
C1、在测试MTF时，对高频重复凝视成像的数据进行高精度几何配准，经过处理后的单谱段多帧影像数据的配准精度1σ优于0.1～0.2个像素；
C2、在测试SNR时，选择卫星影像上的同名点地物进行高精度的几何配准，经过处理后的单谱段多帧影像数据的配准精度1σ优于1个像素。
5.如权利要求1所述的高频次重复凝视成像空基遥感载荷在轨测试方法，其特征在于，所述E包括：对均匀场景地物进行长时间序列的变化趋势分析，对经过几何配准后的均匀场景的连续多帧影像数据在时间维度上进行列向量的统计计算，获取均值和标准差，计算该成像条件下的SNR。
CN202210262687.0A 2022-03-11 2022-03-11 一种高频次重复凝视成像空基遥感载荷在轨测试方法 Active CN114677275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210262687.0A CN114677275B (zh) 2022-03-11 2022-03-11 一种高频次重复凝视成像空基遥感载荷在轨测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210262687.0A CN114677275B (zh) 2022-03-11 2022-03-11 一种高频次重复凝视成像空基遥感载荷在轨测试方法

Publications (2)

Publication Number Publication Date
CN114677275A CN114677275A (zh) 2022-06-28
CN114677275B true CN114677275B (zh) 2023-03-24

Family

ID=82073764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210262687.0A Active CN114677275B (zh) 2022-03-11 2022-03-11 一种高频次重复凝视成像空基遥感载荷在轨测试方法

Country Status (1)

Country Link
CN (1) CN114677275B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610001A (zh) * 2020-05-25 2020-09-01 中国科学院长春光学精密机械与物理研究所 一种宽幅遥感图像mtf地面模拟测试装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7944467B2 (en) * 2003-12-01 2011-05-17 Omnivision Technologies, Inc. Task-based imaging systems
CN103268602B (zh) * 2013-04-24 2016-04-06 国家测绘地理信息局卫星测绘应用中心 一种光学遥感影像质量综合评价方法
CN109117944B (zh) * 2018-08-03 2021-01-15 北京悦图数据科技发展有限公司 一种轮船目标遥感影像的超分辨率重建方法及***
CN110020993B (zh) * 2018-11-28 2021-01-26 北京理工大学 基于一种靶标的空间重采样gf-4卫星的mtf计算方法
CN110363758B (zh) * 2019-07-22 2021-06-18 中国科学院合肥物质科学研究院 一种光学遥感卫星成像质量确定方法及***
US11416971B2 (en) * 2019-12-02 2022-08-16 Aizo Systems LLC Artificial intelligence based image quality assessment system
CN112669394B (zh) * 2020-12-30 2023-11-10 凌云光技术股份有限公司 一种用于视觉检测***的自动标定方法
CN113962897B (zh) * 2021-11-02 2022-09-02 中国空间技术研究院 基于序列遥感影像的调制传递函数补偿方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610001A (zh) * 2020-05-25 2020-09-01 中国科学院长春光学精密机械与物理研究所 一种宽幅遥感图像mtf地面模拟测试装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于MTF的十字线目标自动调焦算法;王立刚等;《计量学报》(第08期);全文 *
基于机载线阵光学载荷MTF评估算法的优化;李传荣等;《遥感技术与应用》(第06期);全文 *

Also Published As

Publication number Publication date
CN114677275A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
Du et al. Retrieval of global terrestrial solar-induced chlorophyll fluorescence from TanSat satellite
Nichols et al. The final archive and recalibration of the International Ultraviolet Explorer (IUE) satellite
Duggin et al. Assumptions implicit in remote sensing data acquisition and analysis
Massey et al. COSMOS: three-dimensional weak lensing and the growth of structure
CN109974665B (zh) 一种针对缺少短波红外数据的气溶胶遥感反演方法及***
McCarthy et al. Emission-Line Galaxies from the NICMOS/Hubble Space Telescope Grism Parallel Survey
CN107093196B (zh) 视频卫星面阵相机在轨相对辐射定标方法
CN113920438A (zh) 联合ICESat-2和吉林一号影像的输电线附近树木隐患排查方法
Susaki et al. Validation of MODIS albedo products of paddy fields in Japan
CN113177512A (zh) 一种星星间交叉辐射定标的匹配阈值分析方法
Tasse et al. GMRT observations of the XMM large scale structure survey field
Hayden et al. The HST See Change Program. I. Survey Design, Pipeline, and Supernova Discoveries
CN109064515B (zh) 一种对月观测数据提取方法及提取装置
Jing et al. Sub-pixel accuracy evaluation of FY-3D MERSI-2 geolocation based on OLI reference imagery
Mueller et al. HySens-DAIS/ROSIS imaging spectrometers at DLR
CN112665829B (zh) 一种光学遥感卫星的波段间定标方法
Nieke et al. Uniformity of imaging spectrometry data products
CN114677275B (zh) 一种高频次重复凝视成像空基遥感载荷在轨测试方法
CN117557897A (zh) 目标农作物的倒伏监测方法、装置、电子设备及存储介质
Jung et al. Hyperspectral technology in vegetation analysis
Takahashi Algorithm theoretical basis document (ATBD) for GSICS infrared inter-calibration of imagers on MTSAT-1R/-2 and himawari-8/-9 using AIRS and IASI hyperspectral observations
Yamamura et al. AKARI/FIS all-sky survey bright source catalogue version 1.0 release note
Lei et al. Data preprocessing methods and procedures for the wide swath polarized scanning atmospheric corrector onboard HJ-2A/B satellites
CN114296061A (zh) 基于多元变量检测和不同辐射传输模型的交叉定标方法
CN113850514A (zh) 基于星座遥感技术的油气管线巡线方法和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant