遙感圖像的多角度自動mtf估計方法
【技術領域】
[0001] 本發(fā)明屬于遙感應用領域，具體而言設及一種遙感圖像的多角度自動MTF估計方 法。
【背景技術】
[0002] 在遙感應用領域，調制傳遞函數(shù)（MT巧是遙感光學成像系統(tǒng)的重要綜合評價指 標。成像系統(tǒng)MTF的高低直接影響到成像質量的好壞；MTF越低，所獲得的遙感圖像的邊緣 紋理等細節(jié)就會越模糊。對于在軌衛(wèi)星遙感器，由于受衛(wèi)星發(fā)射、軌道保持過程中的多次 姿態(tài)調整、宇宙空間福射、晝夜溫差沖擊等等惡劣因素的影響，遙感器的成像性能會逐漸下 降，遙感圖像質量會逐漸變差。檢測在軌衛(wèi)星遙感器的MTF，對于在軌衛(wèi)星遙感器的應用具 有極其重要的意義。
[0003] 遙感衛(wèi)星上天W前，在地面實驗室階段，采用?？趦x器測量和計算其MTF，是目前 精度最高、可靠性最好的方法。但是，該種方法只能在實驗室狀態(tài)下進行，無法對在軌運行 衛(wèi)星遙感器的MTF進行計算。
[0004] 利用布設的地面祀標和選取的地面標志物在遙感圖像上的成像信息來計算MTF， 對于遙感衛(wèi)星的在軌監(jiān)測，較為方便可行。其中，代表性的主要有兩類做法：一類是美國、法 國等采用的用人工布設的地面祀標的方法。另一類是自然地物法，是W美國為代表的直接 利用地面標志物，如選用橋梁、機場等大型的地面祀標，從含有該些目標的遙感圖像中，直 接計算MTF的方法。
[0005] 現(xiàn)有技術中主要采用了 "樣本對比法"和"地標測量法"。樣本對比法，是用已知 MTF的樣本圖像與衛(wèi)星遙感圖像進行比較和判讀，從而確定遙感衛(wèi)星的MTF的方法。地標測 量法，與上文提到的地面祀標的方法是一樣的，主要是借鑒國外的方法。

【發(fā)明內容】

[0006] 本發(fā)明針對現(xiàn)有技術中手動選取圖像塊的情況，提出一種遙感圖像的多角度自動 MTF估計方法。
[0007] 本發(fā)明的上述目的通過獨立權利要求的技術特征實現(xiàn)，從屬權利要求W另選或有 利的方式發(fā)展獨立權利要求的技術特征。
[000引為達成上述目的，本發(fā)明所采用的技術方案如下：
[0009] 一種遙感圖像的多角度自動MTF估計方法，包括圖像塊選取和基于刃邊法估算 MTF兩部分，其中；
[0010] 前述圖像塊選取包括W下步驟：
[0011] 1-1)將原圖像進行多角度旋轉，得到旋轉后的圖像；
[0012] 1-2)對旋轉后的圖像和原圖像分別進行邊緣點提取，得到4幅邊緣點圖像；
[001引1-扣分別利用4幅邊緣圖像作參考，選取用于估算MTF的圖像塊；
[0014] 前述基于刃邊法估算MTF包括W下步驟：
[00巧]2-1)對于已得到的圖像塊，作邊緣檢測，獲得邊緣點的位置，即獲取邊緣點的亞像 素點位置；
[0016] 2-2) W最小二乘法擬合圖像塊中的邊緣；
[0017] 2-3)對擬合的圖像塊中的邊緣進行插值和提取平均邊緣擴展函數(shù)；
[0018] 2-4)對平均擴展函數(shù)做簡單差分，獲得線擴展函數(shù)，并用高斯分布對線擴展函數(shù) 進行擬合；
[0019] 2-5)對擬合后的線擴展函數(shù)進行離散傅里葉變換，并對結果進行取模，得到最終 的MTF序列。
[0020] 進一步的實施例中，前述步驟1-1)中的將原圖像進行多角度旋轉，其旋轉角度分 別為；〇度、45度、90度和135度。
[0021] 進一步的實施例中，前述步驟1-2)中行邊緣點提取，選取Canny (坎巧）變換來進 行邊緣點的提取，獲得整幅圖像的邊緣點圖像。
[002引進一步的實施例中，前述步驟1-3)中利用4幅邊緣圖像作參考選取用于估算MTF 的圖像塊，其實現(xiàn)包括：
[0023] 31)將每個角度的圖像塊選取過程作為一個圖像塊寬度擴展的過程，對于邊緣圖 像的每一個點，若該點為邊緣點，則開始圖像塊的選取過程，包括：
[0024] 311)設定圖像塊的高度H為5,寬度W自適應，寬度由邊緣線寬度W及邊緣線兩側 的區(qū)域寬度決定，邊緣線寬度為1，邊緣線左右兩側的區(qū)域寬度其初始值化=W2 = 1，兩者 關系為W =化+W化1，初始的圖像塊寬度為W = 3,即包括邊緣線和其兩側的臨近邊緣的各 一行像素點；
[0025] 312)同時增加邊緣線兩側的寬度化、W2,每次增加的步長為1，只要兩側的區(qū)域均 是平滑區(qū)域寬度則再次增加，再增加寬度的同時滿足W小于等于15 ;
[0026] 城對于選取的圖像塊，在滿足寬度大于等于9而小于等于15,邊緣線兩側的灰度 均值差值大于等于66時，選定該圖像塊作為用于MTF計算的圖像塊，否則舍棄，然后返回轉 31)，直到邊緣圖像中的點已完全遍歷，則退出遍歷。
[0027] 進一步的實施例中，前述步驟2-1)中的邊緣檢測，獲取邊緣點的位置即獲得邊緣 點的亞像素點位置，其實現(xiàn)包括：
[002引 41)對圖像塊的每一行進行簡單差分運算，選取差分后每一行的最大值點或最小 值點，即拐點，作為該一行的像素級邊緣點；
[0029] 42)選取像素級邊緣點W及左右兩邊共4個像素點來計算亞像素點的位置，計算 采用=次多項式曲線的方法對該4個數(shù)據(jù)進行擬合，擬合曲線的0點位置即為該行的亞像 素邊緣點位置。
[0030] 進一步的實施例中，前述步驟2-2)中，W最小二乘法擬合邊緣包括對亞像素點進 行直線擬合，將前述步驟中提取的所有邊緣點均強制性的移到一條直線上來，從而使每一 行的中屯、位置為邊緣點。
[0031] 進一步的實施例中，前述步驟2-3)中，所述步驟6)中對擬合的圖像塊中的邊緣進 行插值和提取平均邊緣擴展函數(shù)處理，其中：
[0032] 插值處理包括對圖像塊的每一行數(shù)據(jù)點進行=次樣條插值，采用的插值分辨率為 0. 05,即在每兩個數(shù)據(jù)點之間插入20個插值點，如此使得圖像的每一行成為一條近似連續(xù) 的線，其灰度值分布就是該行的邊緣擴展函數(shù)；
[0033] 提取平均邊緣擴展函數(shù)包括將所有行的邊緣擴展函數(shù)累加并取其平均值，得到平 均邊緣擴展函數(shù)。
[0034] 進一步的實施例中，前述步驟2-4)中，對平均擴展函數(shù)做簡單差分，獲得線擴展 函數(shù)，并用高斯分布對線擴展函數(shù)進行擬合，其具體實現(xiàn)包括：
[0035] 為了使得邊緣兩側的平滑區(qū)域的噪聲因素對MTF計算結果的影響盡量減少，首先 對邊緣兩側的區(qū)域進行適當?shù)慕厝?，即截取邊緣兩側?00個數(shù)據(jù)值，對截取后的線擴展 函數(shù)利用高斯分布對其進行擬合。
[0036] 應當理解，前述構思W及在下面更加詳細地描述的額外構思的所有組合只要在該 樣的構思不相互矛盾的情況下都可W被視為本公開的發(fā)明主題的一部分。另外，所要求保 護的主題的所有組合都被視為本公開的發(fā)明主題的一部分。
[0037] 結合附圖從下面的描述中可W更加全面地理解本發(fā)明教導的前述和其他方面、實 施例和特征。本發(fā)明的其他附加方面例如示例性實施方式的特征和/或有益效果將在下面 的描述中顯見，或通過根據(jù)本發(fā)明教導的【具體實施方式】的實踐中得知。
【附圖說明】
[003引附圖不意在按比例繪制。在附圖中，在各個圖中示出的每個相同或近似相同的組 成部分可W用相同的標號表示。為了清晰起見，在每個圖中，并非每個組成部分均被標記。 現(xiàn)在，將通過例子并參考附圖來描述本發(fā)明的各個方面的實施例，其中：
[0039] 圖1-4,5-8示例性地表示了 4個角度的遙感圖像及其邊緣點圖像示意圖，其中圖 1、圖2、圖3、圖4分別是對原圖像進行0度、45度、90度和135度旋轉得到的遙感圖像，圖 5、圖6、圖7、圖8分別是利用Canny算子分別對圖1、圖2、圖3、圖4進行邊緣點的提取得到 四個角度的邊緣點圖像。
[0040] 圖9是圖像塊選取流程圖。
[0041] 圖10-15是圖像塊邊緣線及擬合結果示意圖，圖10是圖像塊和其相對應的灰度 值示意圖，圖11是圖像塊中的一行灰度值示意圖，圖12是圖像塊中的一行灰度值差分后的 結果示意圖，圖13是單行像素的灰度分布示意圖，圖14單行像素的差分分布圖，圖15為邊 緣檢測的結果示意圖。
[0042] 圖16是圖像塊單行插值的示意圖。
[0043] 圖17-18是平均邊緣擴展函數(shù)巧S巧獲取過程示意圖，圖17是圖像塊中所有行巧 行）的ESF曲線示意圖，圖18是帶采樣點的平均ESF曲線示意圖。
[0044] 圖19-21是線擴展函數(shù)（LS巧獲取和擬合過程示意圖，圖19是計算線擴展函數(shù) (LS巧曲線示意圖，圖20是截取后的LSF曲線示意圖，圖21是高斯分布對截取后的LSF擬 合結果示意圖。
[0045] 圖22是MTF序列圖示意圖。
[0046] 圖23是所有圖像塊計算出的MTF值示意圖。
[0047] 圖24是本發(fā)明提出的遙感圖像的多角度制動MTF估計方法的示例性流程圖。
【具體實施方式】
[0048] 為了更了解本發(fā)明的技術內容，特舉具體實施例并配合所附圖式說明如下。
[0049] 在本公開中參照附圖來描述本發(fā)明的各方面，附圖中示出了許多說明的實施例。 本公開的實施例不必定意在包括本發(fā)明的所有方面。應當理解，上面介紹的多種構思和 實施例，W及下面更加詳細地描述的那些構思和實施方式可很多方式中任意一種來實 施，該是應為本發(fā)明所公開的構思和實施例并不限于任何實施方式。另外，本發(fā)明公開的 一些方面可W單獨使用，或者與本發(fā)明公開的其他方面的任何適當組合來使用。
[0化0] 結合圖24所示的流程，本發(fā)明提出的遙感圖像的多角度自動MTF估計方法，其實 現(xiàn)包括圖像塊選取和基于刃邊法估算MTF兩部分，其中：
[0化1] 前述圖像塊選取包括W下步驟：
[0052] 1-1)將原圖像進行多角度旋轉，得到旋轉后的圖像；
[0053] 1-2)對旋轉后的圖像和原圖像分別進行邊緣點提取，得到4幅邊緣點圖像；
[0054] 1-3)分別利用4幅邊緣圖像作參考，選取用于估算MTF的圖像塊；
[0化5] 前述基于刃邊法估算MTF包括W下步驟：
[0化6] 2-1)對于已得到的圖像塊，作邊緣檢測，獲得邊緣點的位置，即獲取邊緣點的亞像 素點位置；
[0化7] 2-2) W最小二乘法擬合圖像塊中的邊緣；
[0化引 2-3)對擬合的圖像塊中的邊緣進行插值和提取平均邊緣擴展函數(shù)；
[0059] 2-4)對平均擴展函數(shù)做簡單差分，獲得線擴展函數(shù)，并用高斯分布對線擴展函數(shù) 進行擬合；
[0060] 2-5)對擬合后的線擴展函數(shù)進行離散傅里葉變換，并對結果進行取模，得到最終 的MTF序列。
[0061] 下面結合圖1-圖23, W及圖24所示的遙感圖像的多角度自動MTF估計方法實現(xiàn) 流程示意，具體說明該方法的示例性實施過程。
[0062] 對于待評估的遙感圖像，首先將原圖像進行0度、45度、90度和135度3個角度的 旋轉，從而得到另外3個角度的遙感圖像，如圖1、圖2、圖3、圖4所示。
[0063]