留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于卡尔曼滤波的光学遥感影像高精度复原处理

张炳先 王密 潘俊

张炳先, 王密, 潘俊. 基于卡尔曼滤波的光学遥感影像高精度复原处理[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
引用本文: 张炳先, 王密, 潘俊. 基于卡尔曼滤波的光学遥感影像高精度复原处理[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
ZHANG Bingxiao, WANG Mi, PAN Jun. High Precision Image Restoration Based on Kalman Filter for Optical Remote Sensed Images[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
Citation: ZHANG Bingxiao, WANG Mi, PAN Jun. High Precision Image Restoration Based on Kalman Filter for Optical Remote Sensed Images[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123

基于卡尔曼滤波的光学遥感影像高精度复原处理

doi: 10.13203/j.whugis20130123
基金项目: 国家973计划资助项目(2014CB744201,2012CB719901);国家863计划资助项目(2011AA120203);长江学者与创新团队发展计划资助项目(IRT1278);国家自然科学基金资助项目(41371430);全国博士学位论文作者专项资金资助项目(201249)
详细信息
    作者简介:

    张炳先,博士,研究方向为遥感图像智能处理。

  • 中图分类号: TP751

High Precision Image Restoration Based on Kalman Filter for Optical Remote Sensed Images

Funds: TheNationalProgramonKeyBasicResearchProject(973Program)ofChina,Nos.2014CB744201, 2012CB719901;theNationalHighTechnologyResearchandDevelopmentProgram(863Program)ofChina,No.2011AA120203;theDevelopmentProgramforChangjiangScholarsandInnovativeResearchTeam,No.IRT1278;TheNationalNaturalScienceFoundationofChina,No.41371430;theProgramofSpecialFundforNationalDoctorDissertationofChina,No.201249.
More Information
    Author Bio:

    ZHANGBingxian,PhDcandidate,specializesinintelligentprocessingonremotesensingimages.

  • 摘要: 光学卫星成像系统调制传递函数(MTF)的准确量测是高质量影像复原的基础。传统的MTF测量方法忽略了卫星平台振动、影像噪声等因素的干扰,导致测量结果与真实值存在较大偏差,不利于影像质量的提升。本文在分析现有MTF测量方法的基础上,提出了基于卡尔曼滤波的高精度MTF测量方法,该方法利用卡尔曼滤波对实测的线扩展函数(LSF)进行迭代处理,获取无干扰的LSF,为影像复原质量的提高奠定基础。本文利用国产高分辨率卫星成像数据进行实验,采用边缘能量、对比度、奈奎斯特频率值作为复原前后影像质量评价的依据,实验结果表明,采用本文方法获取的MTF进行复原的影像无论是在边缘保持还是噪声抑制方面都优于传统方法。
  • [1] HelderD,ChoiT,RangaswamyM.In flightChar acterizationofSpatialQualityUsingPointSpreadFunctions[J].犐狀狋犲狉狀犪狋犻狅狀犪犾犛狅犮犻犲狋狔犳狅狉犘犺狅狋狅 犵狉犪犿犿犲狋狉狔犪狀犱犚犲犿狅狋犲犛犲狀狊犻狀犵,2004,2:149170[2] ChoiT.IKONOSSatelliteOn orbitModulationTransferFunctionMeasurementUsingEdgeandPulseMethod[D].SouthDakotaState:SouthDa kotaStateUniversity,2002[3] QiuXiaojun.TheStudyofMTFImageRestorationMethod[D].Nanjing:NanjingUniversityofSci enceandTechnology,2006(邱晓君.基于MTF遥感影像恢复技术研究[D].南京:南京理工大学,2006)[4] HelderD.On orbitModulationTransferFunctionMeasurementsforIKONOSandQuickBird[D].SouthDakotaState:SouthDakotaStateUniversity,2006[5] DennisL.IKONOSSatelliteinOrbitModulationTransferFunctionMeasurementUsingEdgeandPulseMethod[D].SouthDakotaState:SouthDa kotaStateUniversity:2002[6] GePing,WangMi,PanJun,etal.AStudyofA daptiveMTFImageRestorationofHighResolutionTDI CCDImageData[J].犚犲犿狅狋犲犛犲狀狊犻狀犵犳狅狉犔犪狀犱牔犚犲狊狅狌狉犮犲狊,2010(4):2328(葛平,王密,潘俊,等.高分辨率TDICCD成像数据的自适应MTF影像复原处理研究[J].国土资源与?校玻埃保埃ǎ矗?3 28)[7] JiangPeng,YeShirong,HeShujing,etal.Groud basedGPSTomographyofWetRefractivitywithA daptiveKalmanFilter[J].犌犲狅犿犪狋犻犮犪狀犱犐狀犳狅狉犿犪 狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔,2013,38(3):299302(江鹏,叶世榕,何书镜,等.自适应Kalman滤波用于GPS层析大气湿折射率[J].武汉大学学报·信息科学版,2013,38(3):299 302)[8] YueQingxing,QiuZhenge,JiaYonghong,etal.ResearchonImageSimulationofSatelliteThree Line ArrayTDI CCDCamera[J].犌犲狅犿犪狋犻犮犪狀犱犐狀 犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔,2010,35(12):14271431(岳庆兴,邱振戈,贾永红,等.三线阵TDICCD相机在轨成像数学仿真方法[J].武汉大学学报·信息科学版,2010,35(12):1427 1431)[9] ForsterBC,BestP.EstimationofSPOT犘modePointSpreadFunctionandDerivationofaDeconvo lutionFilter[J].犐犛犘犚犛犑狅狌狉狀犪犾狅犳犘犺狅狋狅犵狉犪犿犿犲 狋狉狔犪狀犱犚犲犿狅狋犲犛犲狀狊犻狀犵,1994,49(6):3242[10]GuXingfa,LiXiaoying,MinXiangjun,etal.OnorbitMeasurementandCompensationofMTFforCBERS02BCCDImages[J].犛犮犻犲狀犮犲犻狀犆犺犻狀犪犛犲狉犈犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲,2005,35(B12):2640(顾行发,李小英,闵祥军,等.CBERS02B卫星CCD相机MTF在轨测量及影像MTF补偿[J].中国科学,2005,35(B12):26 40)[11] FonsecaLMG,PrasadGSD,MascarenhasNDA.CombinedInterpolationRestorationofLand satImagesThroughFIRFilterDesignTechniques[J].犐狀狋犲狉狀犪狋犻狅狀犪犾犑狅狌狉狀犪犾狅犳犚犲犿狅狋犲犛犲狀狊犻狀犵,1993,14(13):2547 2561[12] PanZhiqiang,GuXingfa,LiuGuodong,etal.Rel ativeRadiometricCorrectionofCBEERS 01CCDDataBasedonDetectorHistogramMatching[J].犌犲狅犿犪狋犻犮犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻 狏犲狉狊犻狋狔,2005,30(10):925927(潘志强,顾行发,刘国栋,等.基于探元直方图匹配的CBERS 01星CCD数据相对辐射校正方法[J].武汉大学学报· 信息科学版,2005,30(10):925 927)
  • [1] 肖元弼, 彭认灿, 暴景阳, 董箭, 吕程.  利用卡尔曼滤波改正多波束数据声速整体误差 . 武汉大学学报 ● 信息科学版, 2020, 45(9): 1461-1468. doi: 10.13203/j.whugis20180261
    [2] 郭士荦, 吴苗, 许江宁, 李京书.  自适应渐消卡尔曼滤波及其在SINS初始对准中的应用 . 武汉大学学报 ● 信息科学版, 2018, 43(11): 1667-1672, 1680. doi: 10.13203/j.whugis20160548
    [3] 李永明, 归庆明, 顾勇为, 韩松辉.  有偏卡尔曼滤波及其算法 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 946-951. doi: 10.13203/j.whugis20140072
    [4] 林雪原, 刘磊.  多传感器组合导航系统的多尺度分布式滤波算法 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 823-826.
    [5] 林雪原, 衣晓.  一种基于分步式滤波的多传感器组合导航系统算法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 811-815.
    [6] 乐洋, 何秀凤.  具有区间隶属函数的模糊卡尔曼滤波在组合导航系统中的应用 . 武汉大学学报 ● 信息科学版, 2011, 36(4): 450-452.
    [7] 刘国林, 郝华东, 陶秋香.  卡尔曼滤波相位解缠及其与其他方法的对比分析 . 武汉大学学报 ● 信息科学版, 2010, 35(10): 1174-1178.
    [8] 刘繁明, 钱东, 郭静.  卡尔曼滤波地形反演算法的系统方程建模 . 武汉大学学报 ● 信息科学版, 2010, 35(10): 1179-1183.
    [9] 肖进丽, 潘正风, 黄声享.  GPS/INS组合导航系统数据同步处理方法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(7): 715-717.
    [10] 赵长胜, 陶本藻.  有色噪声作用下的抗差卡尔曼滤波 . 武汉大学学报 ● 信息科学版, 2007, 32(10): 880-882.
    [11] 林雪原, 陈玉林.  GPS/DR组合系统的一种数据处理技术 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 520-522.
    [12] 孙红星, 李德仁.  非线性系统中卡尔曼滤波的一种新线性化方法 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 346-348,358.
    [13] 周松涛, 宣家斌.  基于景物灰度分布特征的影像恢复技术 . 武汉大学学报 ● 信息科学版, 1999, 24(3): 230-234,239.
    [14] 郭杭.  迭代扩展卡尔曼滤波用于实时GPS数据处理 . 武汉大学学报 ● 信息科学版, 1999, 24(2): 112-114,123.
    [15] 樊建新, 董绪荣, 罗定开, 刘广军.  动态测量问题数据处理的一个快速滤波算法 . 武汉大学学报 ● 信息科学版, 1998, 23(2): 111-114.
    [16] 柳响林, 刘经南, 杜道生.  卡尔曼滤波可靠性分析及其在动态GPS定位中的应用 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 234-236,244.
    [17] 郑琳, 仲思东, 何对燕.  电荷耦合成像器件的调制传递函数 . 武汉大学学报 ● 信息科学版, 1996, 21(2): 176-182.
    [18] 邵建平, 沈鹤鸣, 宋光普.  抗SA影响的卡尔曼滤波技术 . 武汉大学学报 ● 信息科学版, 1994, 19(3): 274-279.
    [19] 贾永红.  数字成象系统调制传递函数的测定及应用 . 武汉大学学报 ● 信息科学版, 1991, 16(4): 23-30.
    [20] 李莉华.  航摄系统调制传递函数(MTF)的测定及其应用 . 武汉大学学报 ● 信息科学版, 1988, 13(1): 22-33.
  • 加载中
计量
  • 文章访问数:  862
  • HTML全文浏览量:  16
  • PDF下载量:  522
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-05-10
  • 修回日期:  2015-07-05
  • 刊出日期:  2015-07-05

基于卡尔曼滤波的光学遥感影像高精度复原处理

doi: 10.13203/j.whugis20130123
    基金项目:  国家973计划资助项目(2014CB744201,2012CB719901);国家863计划资助项目(2011AA120203);长江学者与创新团队发展计划资助项目(IRT1278);国家自然科学基金资助项目(41371430);全国博士学位论文作者专项资金资助项目(201249)
    作者简介:

    张炳先,博士,研究方向为遥感图像智能处理。

  • 中图分类号: TP751

摘要: 光学卫星成像系统调制传递函数(MTF)的准确量测是高质量影像复原的基础。传统的MTF测量方法忽略了卫星平台振动、影像噪声等因素的干扰,导致测量结果与真实值存在较大偏差,不利于影像质量的提升。本文在分析现有MTF测量方法的基础上,提出了基于卡尔曼滤波的高精度MTF测量方法,该方法利用卡尔曼滤波对实测的线扩展函数(LSF)进行迭代处理,获取无干扰的LSF,为影像复原质量的提高奠定基础。本文利用国产高分辨率卫星成像数据进行实验,采用边缘能量、对比度、奈奎斯特频率值作为复原前后影像质量评价的依据,实验结果表明,采用本文方法获取的MTF进行复原的影像无论是在边缘保持还是噪声抑制方面都优于传统方法。

English Abstract

张炳先, 王密, 潘俊. 基于卡尔曼滤波的光学遥感影像高精度复原处理[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
引用本文: 张炳先, 王密, 潘俊. 基于卡尔曼滤波的光学遥感影像高精度复原处理[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
ZHANG Bingxiao, WANG Mi, PAN Jun. High Precision Image Restoration Based on Kalman Filter for Optical Remote Sensed Images[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
Citation: ZHANG Bingxiao, WANG Mi, PAN Jun. High Precision Image Restoration Based on Kalman Filter for Optical Remote Sensed Images[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 964-970. doi: 10.13203/j.whugis20130123
参考文献 (1)

目录

    /

    返回文章
    返回