星表遙感圖像最佳化及典型地物精細刻畫方法研究

《星表遙感圖像最佳化及典型地物精細刻畫方法研究》是依託北京航空航天大學，由尹繼豪擔任項目負責人的聯合基金項目。

基本介紹

• 中文名：星表遙感圖像最佳化及典型地物精細刻畫方法研究
• 依託單位：北京航空航天大學
• 項目負責人：尹繼豪
• 項目類別：聯合基金項目

項目摘要

隨著我國月球及深空探測技術的不斷發展，星表遙感數據的套用成為關注的熱點。受地形和成像條件的限制，獲取的星表遙感圖像，特別是極區圖像，不能滿足實際套用的需求，因此遙感圖像最佳化顯得尤為重要。課題針對極區影像最佳化、高空間解析度圖像和高光譜圖像融合兩方面開展圖像最佳化工作，並套用最佳化後的圖像對撞擊坑等典型地物進行精細刻畫。. 具體研究內容包括：研究極區圖像陰影去除與信息恢複方法；研究利用時間序列分析方法提取圖像特徵的方法，並在此基礎上設計相應的融合策略；研究壓縮感知理論在高空間解析度圖像和高光譜圖像融合中的具體套用；基於生成的星表最佳化數據，開展星表典型地物，如撞擊坑的形態識別、地形分析、成分探測等工作，完成對撞擊坑的精細刻畫。關鍵技術的理論突破與實現將有助於充分利用嫦娥系列衛星傳回的數據，實現我國探月工程制定的科學目標，並為火星等深空探測計畫做好前期準備。

結題摘要

隨著我國探月工程的順利實施，綜合套用嫦娥系列衛星探測數據，開展星表遙感圖像數據的處理和套用成為空間科學的研究重點。本課題圍繞地形結構分析、礦物成分探測任務，以月表遙感數據為切入點，開展了星表遙感圖像最佳化及典型地物精細刻畫方法研究。主要研究內容包括：極區遙感圖像最佳化，解決因陰影導致的圖像判讀中的紋理缺失問題；星表高空間解析度圖像和高光譜圖像融合，提升高光譜圖像的空間解析度，豐富地面信息；典型地物精細刻畫，綜合利用最佳化後的圖像紋理和光譜信息，並結合高程數據，統一刻畫地物的灰度、礦物分布、及地形構造特點。 首先，本研究通過兩種途徑消除極區圖像的陰影。針對普通陰影，本研究採用先配準再融合的策略，提出基於SIFT流的圖像配準算法和基於壓縮感知的極區圖像融合算法，從不同時間或不同角度拍攝的圖像提取陰影區的有效紋理信息。針對永久陰影區域，本研究結合高程數據，利用陰影周圍非陰影區域反射光引起的弱紋理信息，對陰影區域進行先檢測後消除，提出基於隨機遊走模型的陰影檢測算法和基於多尺度分解的陰影消除算法，估計出陰影區的圖像紋理。 然後，本研究藉助融合的手段利用全色波段增強高光譜遙感影像。將高光譜圖像看作時間序列，利用壓縮感知理論既能實現較小採樣率的壓縮降維又能實現高精確重構的特性，提出基於壓縮感知的全色圖像與高光譜圖像的融合算法。該算法具有計算量少、光譜畸變小的優點，提升了高光譜圖像的空間解析度的同時實現了全色圖像與高光譜圖像對齊。 最後，基於最佳化後的星表影像，對撞擊坑等典型地物進行形態識別、地形分析、及成分探測。本研究提出了基於立體匹配的高精度高程計算方法和基於端元簇的光譜解混算法，分別獲取典型地物的地形構造信息和礦物成分分布，再聯合灰度紋理信息，實現虹灣附近、豐特內勒撞擊坑等典型地物的精細刻畫。 綜上所述，本研究為進一步開發和利用地外行星資源積累了前期技術，為後期行星探測工程的實施提供了有價值的參考。