CN105681677A - 一种高分辨率光学遥感卫星相机最佳焦面确定方法 - Google Patents

Abstract

一种高分辨率光学遥感卫星相机最佳焦面确定方法，选取参考图像和待检测图像，分别计算参考图像和待检测图像的分块标准差和梯度，据此计算图像指标比例因子，根据该比例因子确定卫星相机是否处于最佳焦面。确定卫星相机离焦后，启动离焦工作，在调焦过程中每个焦面下选择待检测图像，再采用本发明方法计算图像指标比例因子，当某个焦面下图像指标比例因子大于0.9，即认为此时的焦面为最佳焦面。本发明方法采用分块标准差及图像梯度精确获取图像的纹理细节，综合分块标准差与图像梯度两个指标判断最佳焦面，科学可靠，针对性强，保证了参考图像和待检测图像对比结果的可信度，提高了最佳焦面确定的准确性。

Description

一种高分辨率光学遥感卫星相机最佳焦面确定方法

技术领域

本发明涉及一种在轨高分辨率光学遥感卫星相机最佳焦面确定方法，属于航天遥感图像处理技术领域。

背景技术

高分辨率卫星显著的特点是长焦距，分辨率优于1米的遥感卫星等效焦距一般接近10米，例如美国研制的IKONOS、QuickBird卫星、中国研制的高分二号卫星等效焦距分别达到10米、8.8米及7.8米。卫星完成在轨测试交付用户时，卫星焦面处于最佳位置，获取的图像质量达到最优水平。由于长焦相机焦深浅，卫星在轨运行期间，更容易受到温度、大气压力以及应力释放等因素的影响，引起相机成像面偏离焦面，即造成离焦。高分辨率卫星相机焦距越长，焦深越浅，越容易离焦。离焦图像数字值(DigitalNumber，DN)趋于单一灰度，纹理模糊，信息含量减少。为了避免高分辨率卫星相机离焦工作，卫星在轨运行期间，需要定期监测图像质量，通过分析图像清晰度判读相机是否离焦。一旦离焦即启动相机调焦程序，调焦的目的是通过调整焦平面的位置，保证相机工作在最佳焦面上，获取清晰度最高的图像。

可以在地面采用图像判读、分析的技术分析卫星在轨图像清晰度，以判断相机是否离焦并进一步确定最佳焦面。目前分析卫星在轨图像清晰度的算法没有针对性，一般采用图像标准差、峰值信噪比等算法，上述算法均针对整幅图像，当包含2-3种反差大的均匀地物时，纹理信息缺乏，图像标准差或峰值信噪比很大，不能精确反映地物的真实纹理特征，降低了参考图像和待检测图像对比结果的可信度，另外，现有技术采用相对独立的指标对最佳焦面进行确定，没有综合利用各指标综合评价，降低了最佳焦面确定的准确性。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供一种高分辨率光学遥感卫星相机最佳焦面确定方法，保证了待检测图像和参考图像对比结果的可信度，提高了最佳焦面确定的准确性。

本发明的技术方案是：一种高分辨率光学遥感卫星相机最佳焦面确定方法，包括如下步骤：

(1)在光学遥感卫星相机处于最佳焦面时，从某区域地面站接收的图像中选择纹理清晰的经过正射校正的正视图像作为参考图像；

(2)在光学遥感卫星相机在轨运行期间过程中，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像，所述待检测图像是经过正射校正的正视图像或侧摆角度小于5度的图像，且能够与参考图像几何配准；

(3)判断待检测图像和参考图像亮度是否一致，如果一致，进入步骤(4)；如果不一致，依据参考图像对待检测图像进行亮度归一化处理，使待检测图像平均亮度与参考图像一致，进入步骤(4)；

(4)计算参考图像的分块标准差及梯度；

(5)计算待检测图像的分块标准差及梯度；

(6)确定待检测图像和参考图像的分块标准差比值σ_scale以及梯度比值g_scale，利用公式计算图像指标比例因子r；

(7)当r大于0.9，即认为光学遥感卫星相机处于最佳焦面；当0.75≤r≤0.9时，需要继续选择待检测图像进行确定；当r小于0.75时，光学遥感卫星相机处于离焦状态，启动调焦工作，进入步骤(8)；

(8)在调焦经历的每个焦面下，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像，执行步骤(4)—(6)，计算每个焦面下待检测图像和参考图像的图像指标比例因子，直到图像指标比例因子大于0.9时，认为该图像指标比例因子对应的焦面为最佳焦面。

所述步骤(3)中依据参考图像对待检测图像进行亮度归一化处理的方法为：

(2.1)计算参考图像的亮度均值

$\stackrel{\‾}{f}=\frac{l}{M*N}\underset{i=0}{\overset{M-1}{\Σ}}\underset{j=0}{\overset{N-1}{\Σ}}f(i,j)$

f(i,j)为参考图像坐标(i,j)处的图像亮度，M*N为参考图像整幅图像尺寸；

(2.2)计算待检测图像的亮度均值

$\stackrel{\‾}{g}=\frac{1}{M*N}\underset{i=0}{\overset{M-1}{\Σ}}\underset{j=0}{\overset{N-1}{\Σ}}g(i,j)$

g(i,j)为待检测图像坐标(i,j)处的图像亮度；

(2.3)利用参考图像的亮度均值和待检测图像的亮度均值对待检测图像中的每个点进行亮度归一化：

$g^{\′}(i,j)=g(i,j)*\stackrel{\‾}{f}/\stackrel{\‾}{g}$

g'(i,j)为待检测图像坐标(i,j)处归一化后的图像亮度。

所述步骤(4)或步骤(5)中计算分块标准差的方法为：

(3.1)利用以下公式计算分块后第p块图像的亮度均值μ_p

${\mathrm{\μ}}_p=\frac{1}{m*n}\underset{i=0}{\overset{m-1}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{f}_p(i,j)$

m*n为分块后每一子块的尺寸，f_p(i,j)为第p块图像中坐标(i,j)处的图像亮度；

(3.2)利用以下公式计算第p块图像的标准差σ_p

${\mathrm{\σ}}_p=\sqrt{\frac{1}{m*n}\underset{i=0}{\overset{m-1}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{\[{\mathrm{\μ}}_p-f_p(i,j)\]}^2}$

(3.3)计算整幅图像各子块标准差的均值 即为整幅图像的分块标准差

$\stackrel{\‾}{\mathrm{\σ}}=\underset{p=1}{\overset{k}{\Σ}}{\mathrm{\σ}}_p/k$

k为子块总数，即k＝[M/m]*[N/n]，其中，[M/m]为M/m四舍五入后的整数值，[N/n]为N/n四舍五入后的整数值，M*N为整幅图像尺寸。

所述步骤(4)或步骤(5)中利用如下公式计算图像梯度g：

$g=\sqrt{{\left({\mathrm{\Δ}}_{x}f\right)}^2+{\left({\mathrm{\Δ}}_{y}f\right)}^2}=\sqrt{{\[f(i,j)-f(i,j-1)\]}^2+{\[f(i,j)-f(i-1,j)\]}^2}$

其中，f(i,j)为坐标(i,j)处的图像亮度，f(i,j-1)为坐标(i,j-1)处的图像亮度，f(i-1,j)为坐标(i-1,j)处的图像亮度。

本发明与现有技术相比的优点如下：

(1)本发明方法采用分块标准差及图像梯度精确获取图像的纹理细节，综合分块标准差与图像梯度两个指标判断最佳焦面，相较于现有技术中针对整幅图像的图像标准差、峰值信噪比等算法以及各指标独立评价的方法，本发明方法科学可靠，针对性强，保证了待检测图像和参考图像对比结果的可信度，提高了最佳焦面确定的准确性。

(2)利用本发明方法既能够在卫星在轨运行过程中确定相机是否处于最佳焦面或离焦，又可以在离焦后调焦过程中确定最佳焦面，方法简单可靠，能够有效保证光学遥感卫星相机工作在最佳焦面上，获取清晰度高的图像。

(3)本发明在卫星运行过程中确定相机是否处于最佳焦面或离焦，以及在离焦后调焦过程中确定最佳焦面时，利用待检测图像和参考图像的亮度均值，对待检测图像中的每个点进行亮度归一化，从而抑制甚至消除不同季节太阳光照的影响，使待检测图像与参考图像亮度一致，提高最佳焦面研判的精准度。

附图说明

图1为本发明方法流程图；

图2为高分一号卫星获取的拉萨图像，其中(a)为参考图像，(b)为待检测图像，(c)为归一化后的待检测图像；

图3为高分二号卫星获取的敦煌图像，其中(a)为参考图像，(b)为待检测图像。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细的描述：

本发明针对现有技术判断相机是否离焦以及如何确定最佳焦面方面存在的不足，提出了一种最佳焦面确定方法，实现两个目的：1)卫星在轨运行过程中图像分析，确定相机是否处于最佳焦面或离焦；2)卫星相机调焦过程中图像分析、确定最佳焦面。该方法基本思路为：首先采集受天气影响较小、地面景物相对丰富且地面站可以直接接收到的典型区域(例如敦煌、喀什、银川)图像，起到参考图像的目的。卫星在轨运行期间，一旦获取该区域的有效图像，即可作为待检测图像，针对纹理、细节等反映离焦程度的参数，与参考图像对比、分析，判读是否离焦及估计离焦的大致程度；一旦离焦启动调焦程序，对目标区成像，计算目标区图像的关键指标，与参考图像的指标对比，直到数值接近即可认定为最佳焦面。

如图1所示，本发明提出一种高分辨率光学遥感卫星相机最佳焦面确定方法，包括以下步骤：

(1)在光学遥感卫星相机处于最佳焦面时(如在轨测试结束时)，从某区域地面站接收的图像中选择纹理清晰的经过正射校正的正视图像作为参考图像。

选取的参考图像应该能够反映卫星相机正常工作状态，具有典型性，选取时应满足以下条件：

1)该区域受天气影响较小，晴天多阴天少，有利于获取该区域有效图像；

2)该区域地面站可以直接接收，容易获取该区域图像；

3)在不同经度尽量均匀分布；

4)图像不少于20幅，有条件可在50幅以上，满足时序化监测要求；

5)景物目标相对固定，变化较大需要重新采集；

6)图像尽量反映不同时相；

7)反映相机波谱特性，全色+多光谱同步采集；

8)地面景物相对丰富，一般为城市，例如敦煌、喀什、银川及我国西部近邻区域；

9)正视成像(无侧摆)，图像质量得到保证；

10)获取的图像成像条件大气良好，图像纹理清晰；

11)Geotiff格式，图像具有几何地理信息；

12)图像经过正射校正，有利于几何匹配；

13)图像尺寸1024像元*1024像元-2048像元*2048像元。

(2)在光学遥感卫星相机在轨运行期间过程中，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像。

待检测图像所在区域及成像满足以下条件：

1)成像区域包含参考图像；

2)正视成像或放宽条件至侧摆角度小于5度；

3)Geotiff格式，能够与参考图像几何配准；

4)图像经过正射校正；

5)图像尺寸与参考图像一致。

待检测图像的幅数与参考图像一致，然后从这多幅图像中，选择一组参考图像和相对应的待检测图像纹理都清晰的图像对进行最佳焦面确定。

(3)判断待检测图像和参考图像亮度是否一致，如果一致，进入步骤(4)；如果不一致，依据参考图像对待检测图像进行亮度归一化处理，使待检测图像平均亮度与参考图像一致，进入步骤(4)；

亮度归一化处理的方法为：

(3.1)计算参考图像的亮度均值

$\stackrel{\‾}{f}=\frac{l}{M*N}\underset{i=0}{\overset{M-1}{\Σ}}\underset{j=0}{\overset{N-1}{\Σ}}f(i,j)$

f(i,j)为坐标(i,j)处的图像亮度；

(3.2)计算待检测图像的亮度均值

$\stackrel{\‾}{g}=\frac{1}{M*N}\underset{i=0}{\overset{M-1}{\Σ}}\underset{j=0}{\overset{N-1}{\Σ}}g(i,j)$

g(i,j)为待检测图像坐标(i,j)处的图像亮度；

(3.3)利用参考图像的亮度均值和待检测图像的亮度均值对待检测图像中的每个点进行亮度归一化：

$g^{\′}(i,j)=g(i,j)*\stackrel{\‾}{f}/\stackrel{\‾}{g}$

g'(i,j)为待检测图像坐标(i,j)处归一化后的图像亮度。

(4)计算参考图像的分块标准差及梯度。

计算分块标准差的方法为：

(4.1)利用以下公式计算分块后第p块图像的亮度均值μ_p

${\mathrm{\μ}}_p=\frac{1}{m*n}\underset{i=0}{\overset{m-1}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{f}_p(i,j)$

m*n为分块后每一子块的尺寸，f_p(i,j)为第p块图像中坐标(i,j)处的图像亮度；

(4.2)利用以下公式计算第p块图像的标准差σ_p

${\mathrm{\σ}}_p=\sqrt{\frac{1}{m*n}\underset{i=0}{\overset{m-1}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{\[{\mathrm{\μ}}_p-f_p(i,j)\]}^2}$

(4.3)计算整幅图像各子块标准差的均值 即为整幅图像的分块标准差

$\stackrel{\‾}{\mathrm{\σ}}=\underset{p=1}{\overset{k}{\Σ}}{\mathrm{\σ}}_p/k$

k为子块总数，即k＝[M/m]*[N/n]，其中，[M/m]为M/m的整数部分，[N/n]为N/n的整数部分，M*N为整幅图像尺寸。

计算图像梯度g的方法为：

$g=\sqrt{{\left({\mathrm{\Δ}}_{x}f\right)}^2+{\left({\mathrm{\Δ}}_{y}f\right)}^2}=\sqrt{{\[f(i,j)-f(i,j-1)\]}^2+{\[f(i,j)-f(i-1,j)\]}^2}$

其中，f(i,j)为坐标(i,j)处的图像亮度，f(i,j-1)为坐标(i,j-1)处的图像亮度，f(i-1,j)为坐标(i-1,j)处的图像亮度。

(5)计算待检测图像的分块标准差及梯度，方法与步骤(4)相同。

(6)确定待检测图像和参考图像的分块标准差比值σ_scale以及梯度比值g_scale，利用公式计算图像指标比例因子r。

σ_scale＝σ₂/σ₁

g_scale＝g₂/g₁

其中，σ₁为参考图像的分块标准差，σ₂为待检测图像的分块标准差，g₁为参考图像的梯度，g₂为待检测图像的梯度。

(7)当r大于0.9，即认为光学遥感卫星相机处于最佳焦面；当0.75≤r≤0.9时，需要继续选择待检测图像进行确定；当r小于0.75时，光学遥感卫星相机处于离焦状态，启动调焦工作，进入步骤(8)；

(8)在调焦经历的每个焦面下，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像，执行步骤(4)—(6)，得到每个焦面下待检测图像和参考图像的图像指标比例因子，当该图像指标比例因子中的最大值大于0.9时，认为该最大值对应的焦面为最佳焦面，当该图像指标比例因子均小于0.9时需要继续调焦，直到该图像指标比例因子中的最大值大于0.9为止。

实施例：

高分一号卫星是我国高分辨率对地观测系统的首发星，突破了高分辨率、多光谱与宽覆盖相结合的光学遥感技术，空间分辨率达到2米，于2013年4月26日成功发射。高分二号卫星于2014年8月19日发射，分辨率优于1米，标志着我国遥感卫星进入亚米级“高分时代”。两颗高分辨率卫星转入在轨测试阶段，经过多次调焦实验，以保证相机工作在最佳焦面，获取高清晰度图像。

采用本发明提供的方法对在轨高分辨率卫星进行日常质量监测，主要通过图像的分块标准差及梯度确定待检测图像和参考图像的图像指标比例因子，判断相机是否离焦，及离焦后调焦过程中确定最佳焦面，最终保证在轨图像质量达到研制要求。

图2为高分一号卫星获取的拉萨图像，以建筑物为主，辅以河流、植被及道路等目标。其中图2中(a)为参考图像，正视成像，采集时间为2014年2月12日；图2中(b)为待检测图像，向东侧摆2.5度成像，采集时间为2015年8月3日。由于侧摆角度小于5度，对相机成像影响忽略不计，可以有效检测和验证相机焦面状态。从该图可见，参考图像由于成像时间为冬季，图像较暗；待检测图像成像时间为夏季，图像较亮，需要根据参考图像进行亮度归一化，归一化后的待检测图像如图2中(c)所示。比较图2中(a)与(c)，两者目标纹理清晰，地物识别能力较强。采用本发明方法计算图像相关指标，令参考图像和待检测图像分块后每一子块的尺寸为5×5，参考图像分块标准差、梯度为10.19、12.25；归一化后的待检测图像分块标准差、梯度为9.49、13.5，两幅图像指标比例因子为1.01，大于0.9，从客观指标上判定高分一号相机工作在最佳焦面上。

图3为高分二号卫星获取的敦煌图像，以建筑物为主体，夹杂一定的裸土和植被。其中图3中(a)为参考图像，向西侧摆3度成像，采集时间为2014年8月25日；图3中(b)为待检测图像，向东侧摆1.5度成像，采集时间为2015年6月5日。可以发现，参考图像与待检测图像成像时间为夏季，时相相似，亮度总体一致，待检测图像不需要做归一化处理。从图中进一步可以发现参考图像清晰，而待检测图像有一定的模糊，说明相机可能已经离焦。采用本发明方法计算图像相关指标，令参考图像和待检测图像分块后每一子块的尺寸为5×5，参考图像分块标准差、梯度为16.67、20.14；待检测图像分块标准差、梯度为11.96、14.01，两幅图像的指标比例因子为0.71，小于0.75，从客观指标上确定高分二号卫星相机需要启动调焦工作。在调焦经历的每个焦面下，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像，重复上述过程，计算每个焦面下待检测图像和参考图像的图像指标比例因子，直到该图像指标比例因子大于0.9时，认为该图像指标比例因子对应的焦面为最佳焦面。

无论是参考图像还是待检测图像，由于整幅图像的直方图没有刻画灰度值与空间之间的对应关系，因而并不包含任何空间信息、也难以表征图像的纹理细节，图像梯度反映图像纹理，是清晰度的重要表征。本发明采用分块的思想即可解决这一问题，给出了图像分块标准差及梯度算法，用于表征图像纹理细节的清晰程度。分块的尺寸为m×n，典型值m＝n＝5。本发明提出了图像指标比例因子，即待检测图像分块标准差及梯度乘积与参考图像分块标准差及梯度乘积比值的平方根，从而能够利用参考图像和待检测图像的综合情况清晰地判断相机焦面工作状态。

本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (4)

1.一种高分辨率光学遥感卫星相机最佳焦面确定方法，其特征在于包括如下步骤：

(1)在光学遥感卫星相机处于最佳焦面时，从某区域地面站接收的图像中选择纹理清晰的经过正射校正的正视图像作为参考图像；

(2)在光学遥感卫星相机在轨运行期间过程中，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像，所述待检测图像是经过正射校正的正视图像或侧摆角度小于5度的图像，且能够与参考图像几何配准；

(3)判断待检测图像和参考图像亮度是否一致，如果一致，进入步骤(4)；如果不一致，依据参考图像对待检测图像进行亮度归一化处理，使待检测图像平均亮度与参考图像一致，进入步骤(4)；

(4)计算参考图像的分块标准差及梯度；

(5)计算待检测图像的分块标准差及梯度；

(6)确定待检测图像和参考图像的分块标准差比值σ_scale，以及梯度比值g_scale，利用公式计算图像指标比例因子r；

(7)当r大于0.9，即认为光学遥感卫星相机处于最佳焦面；当0.75≤r≤0.9时，需要继续选择待检测图像进行确定；当r小于0.75时，光学遥感卫星相机处于离焦状态，启动调焦工作，进入步骤(8)；

(8)在调焦经历的每个焦面下，从该区域地面站接收的图像中选择与参考图像同样位置的图像作为待检测图像，执行步骤(4)—(6)，计算每个焦面下待检测图像和参考图像的图像指标比例因子，直到图像指标比例因子大于0.9时，认为该图像指标比例因子对应的焦面为最佳焦面。

2.根据权利要求1所述的一种高分辨率光学遥感卫星相机最佳焦面确定方法，其特征在于：所述步骤(3)中依据参考图像对待检测图像进行亮度归一化处理的方法为：

(2.1)计算参考图像的亮度均值

$\stackrel{\‾}{f}=\frac{1}{M*N}\underset{i=0}{\overset{M-1}{\Σ}}\underset{j=0}{\overset{N-1}{\Σ}}f(i,j)$

f(i,j)为参考图像坐标(i,j)处的图像亮度，M*N为参考图像整幅图像尺寸；

(2.2)计算待检测图像的亮度均值

$\stackrel{\‾}{g}=\frac{1}{M*N}\underset{i=0}{\overset{M-1}{\Σ}}\underset{j=0}{\overset{N-1}{\Σ}}g(i,j)$

g(i,j)为待检测图像坐标(i,j)处的图像亮度；

(2.3)利用参考图像的亮度均值和待检测图像的亮度均值对待检测图像中的每个点进行亮度归一化：

$g^{\′}(i,j)=g(i,j)*\stackrel{\‾}{f}/\stackrel{\‾}{g}$

g'(i,j)为待检测图像坐标(i,j)处归一化后的图像亮度。

3.根据权利要求1所述的一种高分辨率光学遥感卫星相机最佳焦面确定方法，其特征在于：所述步骤(4)或步骤(5)中计算分块标准差的方法为：

(3.1)利用以下公式计算分块后第p块图像的亮度均值μ_p

${\mathrm{\μ}}_p=\frac{1}{m*n}\underset{i=0}{\overset{m-1}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{f}_p(i,j)$

m*n为分块后每一子块的尺寸，f_p(i,j)为第p块图像中坐标(i,j)处的图像亮度；

(3.2)利用以下公式计算第p块图像的标准差σ_p

${\mathrm{\σ}}_p=\sqrt{\frac{1}{m*n}\underset{i=0}{\overset{m-1}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{\[{\mathrm{\μ}}_p-f_p(i,j)\]}^2}$

(3.3)计算整幅图像各子块标准差的均值即为整幅图像的分块标准差

$\stackrel{\‾}{\mathrm{\σ}}=\underset{p=1}{\overset{k}{\Σ}}{\mathrm{\σ}}_p/k$

k为子块总数，即k＝[M/m]*[N/n]，其中，[M/m]为M/m的整数部分，[N/n]为N/n的整数部分，M*N为整幅图像尺寸。

4.根据权利要求1所述的一种高分辨率光学遥感卫星相机最佳焦面确定方法，其特征在于：所述步骤(4)或步骤(5)中利用如下公式计算图像梯度g：

$g=\sqrt{{\left({\mathrm{\Δ}}_{x}f\right)}^2+{\left({\mathrm{\Δ}}_{y}f\right)}^2}=\sqrt{{\[f(i,j)-f(i,j-1)\]}^2+{\[f(i,j)-f(i-1,j)\]}^2}$

其中，f(i,j)为坐标(i,j)处的图像亮度，f(i,j-1)为坐标(i,j-1)处的图像亮度，f(i-1,j)为坐标(i-1,j)处的图像亮度。