自適應(yīng)高精度mtf測量方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于航天光學(xué)遙感技術(shù)領(lǐng)域，特別是涉及一種自適應(yīng)高精度MTF測量方 法。
【背景技術(shù)】
[0002] 調(diào)制傳遞函數(shù)（Modulation Transfer Function,縮寫為MTF)為遙感器性能的一 個(gè)綜合評價(jià)指標(biāo)，其值直接反映了影像在不同頻率的衰減情況。基于影像質(zhì)量退化理論可 知，如果成像系統(tǒng)的MTF能夠精確測量得到，那么真實(shí)影像就可以被高質(zhì)量恢復(fù)?？紤]到影 像的MTF會受到衛(wèi)星平臺不穩(wěn)定性、衛(wèi)星載荷老化、影像信噪比以及衛(wèi)星成像時(shí)大氣環(huán)境 等因素的影響，因此衛(wèi)星成像系統(tǒng)的MTF值是一個(gè)隨拍攝時(shí)間以及拍攝位置發(fā)生變化的函 數(shù)，為了獲取影像準(zhǔn)確的MTF，最簡單最直觀的方法即是對不同影像逐一計(jì)算MTF值?，F(xiàn)階 段的MTF提取方法主要依賴人為選取的地面參照物，急劇膨脹的數(shù)據(jù)量使得這種選取方法 的處理效率面臨挑戰(zhàn)，同時(shí)人為選取地面參照物并不能使遙感影像的高精度復(fù)原實(shí)現(xiàn)完全 的自動化處理。因此需要考慮自適應(yīng)地面參照物選取的方法，提高處理的效率。另一方面， 由于MTF的分布對噪聲極為敏感，如何在噪聲存在的情況下，獲得影像MTF的最優(yōu)估計(jì)，從 而提升影像的復(fù)原精度，同樣也是決定復(fù)原后影像質(zhì)量的關(guān)鍵因素。因此，研宄自適應(yīng)的地 面參照物提取以及高精度的MTF測量方法，對于提高圖像復(fù)原的精度、降低勞動強(qiáng)度，具有 重要的理論和實(shí)際意義。
[0003] 基于遙感圖像的MTF測量方法，目前國內(nèi)外常用的方法為刃邊法和脈沖法，由于 刃邊靶標(biāo)易選取，能量足，因此在實(shí)際生產(chǎn)中使用的較為頻繁。然而正如前文所述，目前 的刃邊法對人為選取靶標(biāo)的依賴性較大，無法滿足MTF估算的時(shí)間不一致性和空間不一致 性，同時(shí)由于目前刃邊法對噪聲的抑制能力不足，一次對MTF的估算可能存在偏差，基于 此，需要對目前的刃邊法進(jìn)行優(yōu)化處理。
[0004] 本發(fā)明就是基于刃邊法的優(yōu)化，其中優(yōu)化主要包括兩個(gè)方面：第一是刃邊靶標(biāo)的 自動選?。坏诙蔷€擴(kuò)展函數(shù)的最優(yōu)估計(jì)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題為：提供一種用于圖像處理的自適應(yīng)高精度MTF測量方 法，優(yōu)化現(xiàn)有的刃邊法，提高對圖像的處理效率和圖形質(zhì)量。
[0006] 本發(fā)明的技術(shù)方案為：
[0007]-種自適應(yīng)高精度MTF測量方法，包括步驟如下：步驟1:檢測圖像邊緣像素點(diǎn)灰 度變化；步驟2 :構(gòu)建圖像邊緣輪廓的線支持區(qū)；步驟3 :計(jì)算基于縮放窗口的線支持區(qū)的 屬性參數(shù)；步驟4 :計(jì)算基于卡爾曼濾波的高精度MTF。
[0008]進(jìn)一步地：步驟1中檢測圖像邊緣像素點(diǎn)灰度變化，包括：步驟11 :計(jì)算每個(gè)像素 點(diǎn)的梯度幅值及水平線方向；步驟12 :按照編碼規(guī)則對圖像的每個(gè)像素點(diǎn)進(jìn)行編碼。
[0009]進(jìn)一步地，步驟2中構(gòu)建圖像邊緣輪廓的線支持區(qū)，包括：步驟21 :對幾何位置鄰 近并且編碼值變化小于1的劃為同一線支持區(qū)；步驟22:對上步劃分的線支持區(qū)進(jìn)行優(yōu)化 處理，剔除粗差點(diǎn)。
[0010] 進(jìn)一步地，步驟3中計(jì)算基于縮放窗口的線支持區(qū)的屬性參數(shù)，包括，步驟31 :計(jì) 算線支持區(qū)中擬合直線的傾斜方向；步驟32:利用一個(gè)可擴(kuò)展的矩形框計(jì)算矩形框內(nèi)圖像 的峰值系數(shù)值KU以及歪斜度值SK;步驟33:剔除不滿足峰值度以及歪斜度要求的線支持 區(qū)。
[0011] 進(jìn)一步地，步驟4中基于卡爾曼濾波的高精度MTF計(jì)算，包括：步驟41 :線擴(kuò)展函 數(shù)提?。徊襟E42:線擴(kuò)展函數(shù)高斯擬合；步驟43:基于卡爾曼濾波的高精度線擴(kuò)展函數(shù)計(jì) 算；步驟43 :MTF計(jì)算與優(yōu)化。
[0012] 本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：
[0013] 本發(fā)明提出了一種基于"灰度特征+水平線方向"的自適應(yīng)刃邊提取方法，一種基 于縮放窗口的最佳刃邊靶標(biāo)自動選取的方法，一種基于卡爾曼濾波的最優(yōu)線擴(kuò)展函數(shù)估計(jì) 方法，實(shí)現(xiàn)了對刃邊法的改進(jìn)，實(shí)現(xiàn)刃邊靶標(biāo)的自動選取和線擴(kuò)展函數(shù)的最優(yōu)估計(jì)。
【附圖說明】
[0014] 圖1為本發(fā)明的自適應(yīng)高精度MTF測量方法的流程示意圖；
[0015] 圖2為本發(fā)明的MTF曲線計(jì)算流程示意圖；
[0016] 圖3為本發(fā)明的基于卡爾曼濾波的高精度MTF計(jì)算流程示意圖。
【具體實(shí)施方式】
[0017] 由于衛(wèi)星影像地物類型繁多，分布復(fù)雜，地面靶標(biāo)的自動選取難度較大，因此本發(fā) 明結(jié)合MTF計(jì)算的特點(diǎn)以及地面自動化生產(chǎn)的需要，構(gòu)建了一種計(jì)算量不大，可以自適應(yīng) 地檢測出連續(xù)的邊緣點(diǎn)，并且邊緣定位能夠達(dá)到亞像素級的線性地物提取算法。為了滿足 MTF計(jì)算的地面參照物的線性邊緣兩側(cè)的灰度分布應(yīng)該較為均勻的特點(diǎn)，引入KURT0SIS值 (峰值系數(shù)值）確定地面參照物候選區(qū)域，然后根據(jù)候選區(qū)域線性邊緣兩側(cè)的地物的灰度 分布狀況最終確定是否為符合MTF計(jì)算要求的地面參照物。在線擴(kuò)展函數(shù)優(yōu)化方面，本發(fā) 明使用高斯函數(shù)擬合線擴(kuò)展函數(shù)，同時(shí)使用卡爾曼濾波估算線擴(kuò)展函數(shù)的最優(yōu)估計(jì)，最終 計(jì)算生成MTF曲線。
[0018] 如圖1所示，本發(fā)明的實(shí)現(xiàn)過程為：
[0019] 步驟1 :圖像邊緣輪廓像素點(diǎn)灰度變化檢測：
[0020] 邊緣輪廓是圖像中所有灰度級變化最為劇烈的區(qū)域的集合，因此圖像的灰度變化 信息，即梯度值是邊緣提取的關(guān)鍵因素，像素點(diǎn)灰度變化檢測的作用就是計(jì)算影像中逐個(gè) 像素的梯度幅值，通過設(shè)定適當(dāng)?shù)拈撝?，剔除灰度變化較小的值，保留灰度變化較大的值， 一般選擇輻射量化指標(biāo)的30%至50%作為梯度閾值。像素點(diǎn)灰度變化檢測具體步驟如下：
[0021]1、計(jì)算每個(gè)像素點(diǎn)的梯度幅值及水平線方向。
[0022] 按照式（1)和式（2)計(jì)算每個(gè)像素點(diǎn)梯度幅值及水平線方向：
[0023]
【主權(quán)項(xiàng)】
1. 一種自適應(yīng)高精度MTF測量方法，其特征在于，包括步驟如下： 步驟1 :檢測圖像邊緣像素點(diǎn)的灰度變化； 步驟2 :構(gòu)建圖像邊緣輪廓的線支持區(qū)； 步驟3 :計(jì)算基于縮放窗口的線支持區(qū)的屬性參數(shù)； 步驟4 :計(jì)算基于卡爾曼濾波的高精度MTF。
2. 如權(quán)利要求1所述的自適應(yīng)高精度MTF測量方法，其特征在于：步驟1中所述的檢 測圖像邊緣像素點(diǎn)灰度變化，包括： 步驟11 :計(jì)算每個(gè)像素點(diǎn)的梯度幅值及水平線方向； 步驟12 :按照編碼規(guī)則對圖像的每個(gè)像素點(diǎn)進(jìn)行編碼。
3. 如權(quán)利要求1所述的自適應(yīng)高精度MTF測量方法，其特征在于：步驟2中所述的構(gòu) 建圖像邊緣輪廓的線支持區(qū)，包括： 步驟21 :對幾何位置鄰近并且編碼值變化小于1的劃為同一線支持區(qū)； 步驟22 :對步驟21劃分的線支持區(qū)進(jìn)行優(yōu)化處理，剔除粗差點(diǎn)。
4. 如權(quán)利要求1所述的自適應(yīng)高精度MTF測量方法，其特征在于：步驟3中所述的計(jì) 算基于縮放窗口的線支持區(qū)的屬性參數(shù)，包括： 步驟31 :計(jì)算線支持區(qū)中擬合直線的傾斜方向； 步驟32 :利用一個(gè)可擴(kuò)展的矩形框計(jì)算矩形框內(nèi)圖像的峰值系數(shù)值KU以及歪斜度值SK； 步驟33 :剔除不滿足峰值度以及歪斜度要求的線支持區(qū)。
5. 如權(quán)利要求1所述的自適應(yīng)高精度MTF測量方法，其特征在于：步驟4中所述的計(jì) 算基于卡爾曼濾波的高精度MTF，包括： 步驟41:線擴(kuò)展函數(shù)提??； 步驟42 :線擴(kuò)展函數(shù)高斯擬合； 步驟43 :基于卡爾曼濾波的高精度線擴(kuò)展函數(shù)計(jì)算； 步驟43 :MTF計(jì)算與優(yōu)化。
【專利摘要】本發(fā)明提供一種自適應(yīng)高精度MTF測量方法，包括步驟如下：步驟1：檢測圖像邊緣像素點(diǎn)灰度變化；步驟2：構(gòu)建圖像邊緣輪廓的線支持區(qū)；步驟3：計(jì)算基于縮放窗口的線支持區(qū)的屬性參數(shù)；步驟4：計(jì)算基于卡爾曼濾波的高精度MTF。本發(fā)明提出了一種基于“灰度特征+水平線方向”的自適應(yīng)刃邊提取方法，實(shí)現(xiàn)了對刃邊法的改進(jìn)，實(shí)現(xiàn)刃邊靶標(biāo)的自適應(yīng)提取，同時(shí)本發(fā)明提出了一種基于卡爾曼濾波的線擴(kuò)展函數(shù)最優(yōu)值估算的方法，實(shí)現(xiàn)了高精度MTF的計(jì)算。
【IPC分類】G06T7-00
【公開號】CN104820980
【申請?zhí)枴緾N201510178462
【發(fā)明人】張炳先, 李巖, 何紅艷, 邢坤, 周楠, 岳春宇, 曹世翔
【申請人】北京空間機(jī)電研究所
【公開日】2015年8月5日
【申請日】2015年4月15日