CN107036629B - 视频卫星在轨相对辐射定标方法及系统 - Google Patents

Abstract

本发明公开了一种视频卫星在轨相对辐射定标方法及系统，包括：S1利用视频卫星平飞模式成像，获取视频多帧序列图像；S2选择视频多帧序列图像中一帧图像作为基准图像，将各其他图像分别与基准图像配准，并进行运动补偿；S3基于运动补偿后的视频多帧序列图像估计真实地物入瞳辐亮度图像；S4根据估计的真实地物入瞳辐亮度图像和步骤1获得的视频多帧序列图像，解算视频面阵传感器的定标参数，并进行校正。本发明适用于视频卫星面阵传感器的在轨相对辐射定标，且具有精度高、更便利、成本低的优点。

Description

视频卫星在轨相对辐射定标方法及系统

技术领域

本发明涉及视频卫星在轨相对辐射定标方法，特别是关于不依赖地面定标场以及特殊均匀地物(如南北极密集云层、沙漠、海洋、雪等特殊均匀景物)的一种视频卫星在轨相对辐射定标方法及系统。

背景技术

经过30多年的发展，我国航天技术取得了巨大进步，已形成资源、气象、海洋、环境、国防系列等构成的对地观测遥感卫星体系。特别是在“高分辨率对地观测系统”国家科技重大专项建设的推动下，通过在平台传感器研制、多星组网、地面数据处理等方面的创新，我国遥感卫星的空间分辨率、时间分辨率、数据质量大幅提升，为我国现代农业、防灾减灾、资源环境、公共安全等重要领域提供了信息服务和决策支持。随着遥感应用的深入，应用需求已从定期的静态普查向实时动态监测方向发展，利用卫星对全球热点区域和目标进行持续监测，获取动态信息已经成为迫切需求。由于视频卫星可获得一定时间范围内目标的时序影像，具备了对运动目标的持续监视能力，视频卫星成像技术已成为遥感卫星发展的一大热点。

卫星在发射过程受发射震动的影响，以及卫星在轨运行后温热、空间环境等物理环境剧烈变化，使卫星传感器响应状态发生变化，直接降低卫星成像质量，同时导致视频卫星实验室定标结果无法长期在轨应用。在轨相对辐射定标是保障卫星辐射质量的关键技术，是卫星在轨后地理处理系统中不可缺少的一环。视频卫星采用面阵阵列传感器成像，相对传统线阵推扫式成像卫星，同样算法很难应用到面阵传感器；另外，视频卫星的动态目标跟踪与轨迹确定等应用对辐射定标精度具有很高的要求。因此，研究视频卫星面阵传感器的在轨辐射定标技术，提升卫星辐射质量，对保障视频卫星在动态观测领域的应用效果具有十分重要的意义。

发明内容

本发明的目的是提供一种适用于面阵传感器的视频卫星在轨相对辐射定标方法及系统，所述的面阵传感器为含采贝尔模板模式成像的面阵传感器。

本发明的技术方案如下：

一、视频卫星在轨相对辐射定标方法，包括：

S1利用视频卫星平飞模式成像，获取视频多帧序列图像；平飞模式成像即推扫模式成像，下文统称平飞模式成像；

S2选择视频多帧序列图像的中间帧作为基准图像，将视频多帧序列图像中除基准图像外的其他帧图像记为其他图像，将各其他图像分别与基准图像配准，获得同名点；根据同名点计算各其他图像和基准图像的帧间运动参数；基于帧间运动参数，将各其他图像重采样至基准图像，获得重采样后的视频多帧序列图像；所述的帧间运动参数为平移参数、旋转参数、尺度参数中的一个或多个；

S3基于重采样后的视频多帧序列图像，采用公式

估计真实地物入瞳辐亮度图像，其中，DNTrue(n)表示真实地物入瞳辐亮度图像第n个像素的灰度估计值，所有像素的DNTrue(n)值即整幅真实地物入瞳辐亮度图像的估计值DNTrue；a_i(n)表示对视频第i帧第n个像素成像的探元序号；DN_i(a_i(n))表示第a_i(n)个探元记录的视频第i帧成像中第n个像素的数字量化值，该值从重采样后的视频多帧序列图像获得；N表示视频多帧序列图像中图像帧数；

S4根据估计的真实地物入瞳辐亮度图像和步骤1获得的视频多帧序列图像，解算视频面阵传感器的定标参数；本步骤进一步包括：

4.1构建视频面阵传感器各探元的线性响应模型，见式(1)：

DN_i(j)＝gain(j)*DNTrue+offset(j) (1)

式(1)中，DN_i(j)表示视频面阵传感器第j个探元记录的第i帧成像的数字量化值；gain(j)和offset(j)表示视频面阵传感器第j个探元的增益系数和偏置系数，即视频面阵传感器的定标参数；

4.2根据步骤1获得的视频多帧序列图像分别构建各探元的线性响应模型方程组，通过最小二乘法求解线性响应模型方程组，即获得视频面阵传感器各探元的定标参数；

S5采用公式

完成各帧图像的相对辐射校正，其中，DN_i(j)^cor表示第j个探元记录的第i帧成像的数字量化值的相对辐射校正值。

进一步的，视频卫星平飞模式为沿轨向和垂轨向平飞成像模式、沿轨向平飞垂轨向旋转后平飞成像模式和无规律平飞成像模式中的任一种。

二、视频卫星在轨相对辐射定标系统，包括：

第一模块，用来利用视频卫星平飞模式成像，获取视频多帧序列图像；

第二模块，用来选择视频多帧序列图像的中间帧作为基准图像，将视频多帧序列图像中除基准图像外的其他帧图像记为其他图像，将各其他图像分别与基准图像配准，获得同名点；根据同名点计算各其他图像和基准图像的帧间运动参数；基于帧间运动参数，将各其他图像重采样至基准图像，获得重采样后的视频多帧序列图像；所述的帧间运动参数为平移参数、旋转参数、尺度参数中的一个或多个；

第三模块，用来基于重采样后的视频多帧序列图像，采用公式

估计真实地物入瞳辐亮度图像，其中，DNTrue(n)表示真实地物入瞳辐亮度图像第n个像素的灰度估计值，所有像素的DNTrue(n)值即整幅真实地物入瞳辐亮度图像的估计值DNTrue；a_i(n)表示对视频第i帧第n个像素成像的探元序号；DN_i(a_i(n))表示第a_i(n)个探元记录的视频第i帧成像中第n个像素的数字量化值；N表示视频多帧序列图像中图像帧数；

第四模块，用来根据估计的真实地物入瞳辐亮度图像和视频多帧序列图像获取模块获得的视频多帧序列图像，解算视频面阵传感器的定标参数；

所述的第四模块进一步包括：

线性响应模型构建模块，用来构建视频面阵传感器各探元的线性响应模型，见式(1)：

DN_i(j)＝gain(j)*DNTrue+offset(j) (1)

式(1)中，DN_i(j)表示视频面阵传感器第j个探元记录的第i帧成像的数字量化值；gain(j)和offset(j)表示视频面阵传感器第j个探元的增益系数和偏置系数，即视频面阵传感器的定标参数；

定标参数解算模块，用来根据视频多帧序列图像获取模块获得的视频多帧序列图像分别构建各探元的线性响应模型方程组，通过最小二乘法求解线性响应模型方程组，即获得视频面阵传感器各探元的定标参数；

第五模块，用来采用公式

完成各帧图像的相对辐射校正，其中，DN_i(j)^cor表示第j个探元记录的第i帧成像的数字量化值的相对辐射校正值。

和现有技术相比，本发明具有如下特点和有益效果：

(1)不依赖于地面特定均匀场地物，如南北极密集云层、沙漠、海洋、雪等特殊均匀景物。

(2)对地物类型无要求。

(3)不需要卫星具备星上定标处理能力。

(4)直接基于任意视频帧序列图像数据定标，极大提高了视频卫星在轨相对辐射定标的频次和便利性，降低视频卫星在轨相对辐射定标的成本。

(5)可直接对视频卫星面阵传感器的Bayer模板定标，消除了不同Bayer插值算法对相对辐射定标精度的随机性影响，提高了相对辐射定标算法的精度。

(6)可广泛应用于视频卫星面阵传感器的在轨相对辐射定标。

附图说明

图1是本发明的具体流程图；

图2是视频卫星沿轨向平飞推扫模式成像示意图，其中，图(a)为视频卫星在位置1时沿轨向平飞推扫成像示意图，图(b)为视频卫星在位置2时沿轨向平飞推扫成像示意图；

图3是视频卫星沿轨向平飞推扫成像示例图，其中，图(a)～(g)分别为不同帧成像示例图；

图4是视频卫星沿轨向平飞垂轨向旋转后平飞推扫模式成像示意图，其中，图(a)为视频卫星沿轨向平飞推扫成像示意，图(b)为视频卫星旋转90度后平飞推扫成像示意图；

图5是视频卫星沿轨向平飞垂轨向旋转后平飞推扫成像示例图，图(a)为视频卫星旋转前推扫成像某一帧示例图，图(b)为为视频卫星旋转后推扫成像某一帧示例图；

图6是视频卫星无规律平飞模式成像示意图；

图7是视频卫星无规律平飞模式成像示例图，其中，图(a)和(b)为无规律平飞模式成像的相邻两帧示例图；

图8是某一视频卫星的Bayer模板示意图。

具体实施方式

视频卫星发射后，由于所受空间的环境变化，如温度变化、物理震动等，以及卫星传感器探元本身衰减，导致卫星传感器探元响应发生变化，造成卫星发射前的实验室定标无法使用，必须进行在轨相对辐射定标。本发明利用视频卫星平飞成像模式(亦称推扫成像模式)成像，获取视频多帧序列图像。采用高精度配准法获取帧间运动参数，利用帧间运动参数估计真实地物图像，以视频多帧序列图像和估计的真实地物图像，基于最小二乘原理解求视频面阵传感器各探元的相对定标系数，实现视频卫星在轨相对辐射定标。

下面结合图1对本发明技术方案进行详细的描述，具体包括以下步骤：

步骤1，利用视频卫星平飞模式成像，获取视频多帧序列图像。

视频卫星在轨相对辐射定标时，采用平飞模式成像，获取用于定标的视频多帧序列图像。视频卫星平飞模式包括沿轨向和垂轨向平飞成像模式(记为模式(1))、沿轨向平飞垂轨向旋转后平飞成像模式(记为模式(2)和无规律平飞成像模式(记为模式(3)。本发明进行在轨相对辐射定标时，可采用上述三种模式中的任意一种进行成像。

各模式详细成像原理如下：

(1)沿轨向和垂轨向平飞成像模式

视频卫星按沿轨向和垂轨向分别平飞稳定拍摄任意区域，在沿轨向平飞推扫时，沿轨向探元阵列依次经过同一地物，在垂轨向平飞推扫时，垂轨向探元阵列依次经过同一地物。见图2～3，图中，上方的带直线的网格表示面阵传感器的焦面，其中每一小格表示传感器焦面一个成像探元，数字表示探元编号；下方的网格表示地物示例，一格代表一个地物。图8所示为某一视频卫星的面阵传感器焦面排列，该面阵传感器具备4096*3072个探元，每一网格代表一个探元。

(2)沿轨向平飞垂轨向旋转后平飞成像模式

视频卫星沿轨向平飞推扫成像，视频面阵探元完全覆盖同一地物后旋转90°平飞推扫成像同一区域，见图4～5。该模式同样确保了视频面阵所有探元对同一地物成像，同时也是模式(1)的一种特殊模式。

(3)无规律平飞成像模式

视频卫星可任意平飞成像，此时视频面阵多数探元会对同一地物成像，但不能保证所有探元对同一地物成像，见图6～7。

模式(1)和模式(2)通过卫星运动使得视频面阵传感器探元短时间内对同一地物先后成像，为视频面阵传感器提供一个超高精度相对辐射定标基准，可实现视频面阵传感器高精度相对辐射定标。模式(1)和模式(2)要求卫星平飞运动成像过程中具备较高稳定性，确保平飞成像过程中卫星抖动不能超过1个像素。

模式(3)使得同一地物经过视频面阵传感器的多次成像，加之视频卫星多帧成像特性，可估计出该区域真实地物图像，以此为基准实现视频面阵传感器相对辐射定标。模式(3)不要求所有探元必须经过同一地物，降低了对卫星机动能力和稳定性的要求，可高频次对视频卫星进行标定。

步骤2，多帧图像配准，获得帧间运动参数。

通过视频多帧序列图像高精度配准获取帧间运动参数，具体为：

步骤2.1选择视频多帧序列图像中一帧图像为基准图像，将视频多帧序列图像中除基准图像外的其他帧图像记为其他图像，将各其他图像分别与基准图像配准，获得同名点；根据同名点计算各其他图像与基准图像的帧间运动参数，帧间运动参数可以为平移参数、旋转参数和/或尺度参数。

步骤2.2，基于帧间运动参数，将各其他图像重采样至基准图像，获得重采样后的视频多帧序列图像。

步骤3，基于重采样后的视频多帧序列图像，估计真实地物入瞳辐亮度图像。

本步骤进一步包括子步骤：

步骤3.1，构建视频面阵传感器探元的线性响应模型：

视频面阵传感器探元对地物入瞳辐亮度响应为线性响应模型，即视频面阵传感器探元记录数字量化值与地物入瞳辐亮度为线性关系。所构建的线性响应模型如下：

DN_i(j)＝gain(j)*L_i+offset(j) (1)

式(1)中：

DN_i(j)表示视频面阵传感器第j个探元记录的第i帧成像的数字量化值，该值从重采样后的视频多帧序列图像获得；

gain(j)和offset(j)表示视频面阵传感器第j个探元的增益系数和偏置系数；

L_i表示视频成像第i帧的地物入瞳辐亮度。步骤3.2，基于重采样后的视频多帧序列图像，估计真实地物入瞳辐亮度图像。

视频面阵传感器探元对地物成像过程可理解为若干相互独立随机事件的发生过程，因此每个探元的增益系数和偏置系数相互独立不相关，增益系数分布均值为1，偏置系数分布均值为0。根据统计理论，结合式(1)可知，观测值的真值为若干次独立观测的均值，即某一地物真实入瞳辐亮度为视频面阵传感器探元对该地物的若干次观测的均值，见式(2)：

E{DN_i(j)}＝E{gain(j)*L_i+offset(j)}＝L_i (2)

式(2)中，E表示求取平均值。

视频卫星平飞模式成像时，使得多个独立探元对同一地物进行多次观测，此时真实地物入瞳辐亮度图像估计可以用简单的均值估计代替，见式(3))：

式(3)中：

DN_i(a_i(n))表示第a_i(n)个探元记录的重采样后视频第i帧成像中第n个像素的数字量化值；a_i(n)表示视频第i帧上对第n个像素成像的探元序号，此处重采样后视频帧n≠a_i(n)；

N表示视频多帧序列图像中图像帧数；

M表示视频面阵传感器的探元数；

DNTrue(n)表示真实地物入瞳辐亮度图像第n个像素的灰度估计值。

采用式(3)计算所有像素的DNTrue(n)值，即可获得整幅真实地物入瞳辐亮度图像的估计值，记为DNTrue。

步骤4，定标参数解算。

基于估计的真实地物入瞳辐亮度图像和步骤1获得的视频多帧序列图像，解算视频面阵传感器的定标参数。本步骤进一步包括：

步骤4.1，根据估计的真实地物入瞳辐亮度图像，修改视频面阵传感器各探元的线性响应模型：

DN_i(j)＝gain(j)*DNTrue+offset(j) (4)

式(4)中，DNTrue表示真实地物入瞳辐亮度图像估计值，由子步骤3.2获得。

步骤4.2，对每个探元而言，根据步骤1获得的视频多帧序列图像分别构建各探元的线性响应模型方程组，通过最小二乘法求解线性响应模型方程组，即获得视频面阵传感器各探元的定标参数，即增益系数和偏置系数。根据不同应用需求，也可将视频面阵探元增益系数当做1，只解求偏置定标系数。

步骤5，视频多帧序列图像的相对辐射校正。

根据定标后视频卫星面阵传感器定标参数，利用式(5)实现视频单帧图像的相对辐射校正：

式(5)中，DN_i(j)^cor表示第j个探元记录的第i帧成像的数字量化值的相对辐射校正值。

Claims (3)

1.视频卫星在轨相对辐射定标方法，其特征是，包括：

S1利用视频卫星平飞模式成像，获取视频多帧序列图像；

S2选择视频多帧序列图像的中间帧作为基准图像，将视频多帧序列图像中除基准图像外的其他帧图像记为其他图像，将各其他图像分别与基准图像配准，获得同名点；根据同名点计算各其他图像和基准图像的帧间运动参数；基于帧间运动参数，将各其他图像重采样至基准图像，获得重采样后的视频多帧序列图像；所述的帧间运动参数为平移参数、旋转参数、尺度参数中的一个或多个；

S3基于重采样后的视频多帧序列图像，采用公式

估计真实地物入瞳辐亮度图像，其中，DNTrue(n)表示真实地物入瞳辐亮度图像第n个像素的灰度估计值，所有像素的DNTrue(n)值即整幅真实地物入瞳辐亮度图像的估计值，记为DNTrue；a_i(n)表示对视频第i帧第n个像素成像的探元序号；DN_i(a_i(n))表示第a_i(n)个探元记录的视频第i帧成像中第n个像素的数字量化值，该值从重采样后的视频多帧序列图像获得；N表示视频多帧序列图像中图像帧数；

S4根据估计的真实地物入瞳辐亮度图像和步骤1获得的视频多帧序列图像，解算视频面阵传感器的定标参数；本步骤进一步包括：

4.1构建视频面阵传感器各探元的线性响应模型，见式(1)：

DN_i(j)＝gain(j)*DNTrue+offset(j) (1)

式(1)中，DN_i(j)表示视频面阵传感器第j个探元记录的第i帧成像的数字量化值；gain(j)和offset(j)表示视频面阵传感器第j个探元的增益系数和偏置系数，即视频面阵传感器的定标参数；

4.2根据步骤1获得的视频多帧序列图像分别构建各探元的线性响应模型方程组，通过最小二乘法求解线性响应模型方程组，即获得视频面阵传感器各探元的定标参数；

S5采用公式

完成各帧图像的相对辐射校正，其中，DN_i(j)^cor表示第j个探元记录的第i帧成像的数字量化值的相对辐射校正值。

2.如权利要求1所述的视频卫星在轨相对辐射定标方法，其特征是：

所述的视频卫星平飞模式为沿轨向和垂轨向平飞成像模式、沿轨向平飞垂轨向旋转后平飞成像模式和无规律平飞成像模式中的任一种。

3.视频卫星在轨相对辐射定标系统，其特征是，包括：

第一模块，用来利用视频卫星平飞模式成像，获取视频多帧序列图像；

第二模块，用来选择视频多帧序列图像的中间帧作为基准图像，将视频多帧序列图像中除基准图像外的其他帧图像记为其他图像，将各其他图像分别与基准图像配准，获得同名点；根据同名点计算各其他图像和基准图像的帧间运动参数；基于帧间运动参数，将各其他图像重采样至基准图像，获得重采样后的视频多帧序列图像；所述的帧间运动参数为平移参数、旋转参数、尺度参数中的一个或多个；

第三模块，用来基于重采样后的视频多帧序列图像，采用公式

估计真实地物入瞳辐亮度图像，其中，DNTrue(n)表示真实地物入瞳辐亮度图像第n个像素的灰度估计值，所有像素的DNTrue(n)值即整幅真实地物入瞳辐亮度图像的估计值，记为DNTrue；a_i(n)表示对视频第i帧第n个像素成像的探元序号；DN_i(a_i(n))表示第a_i(n)个探元记录的视频第i帧成像中第n个像素的数字量化值；N表示视频多帧序列图像中图像帧数；

第四模块，用来根据估计的真实地物入瞳辐亮度图像和视频多帧序列图像获取模块获得的视频多帧序列图像，解算视频面阵传感器的定标参数；

所述的第四模块进一步包括：

线性响应模型构建模块，用来构建视频面阵传感器各探元的线性响应模型，见式(1)：

DN_i(j)＝gain(j)*DNTrue+offset(j) (1)

式(1)中，DN_i(j)表示视频面阵传感器第j个探元记录的第i帧成像的数字量化值；gain(j)和offset(j)表示视频面阵传感器第j个探元的增益系数和偏置系数，即视频面阵传感器的定标参数；

定标参数解算模块，用来根据视频多帧序列图像获取模块获得的视频多帧序列图像分别构建各探元的线性响应模型方程组，通过最小二乘法求解线性响应模型方程组，即获得视频面阵传感器各探元的定标参数；

第五模块，用来采用公式

完成各帧图像的相对辐射校正，其中，DN_i(j)^cor表示第j个探元记录的第i帧成像的数字量化值的相对辐射校正值。

Images