我國是一個(gè)海洋大國,海洋環(huán)境的變化對(duì)我國國防、經(jīng)濟(jì)、民生息息相關(guān)。我國已發(fā)射了兩顆太陽同步海洋光學(xué)遙感衛(wèi)星,采用太陽同步軌道衛(wèi)星觀測地球同一特定區(qū)域,重訪周期在一天以上。但海洋的潮汐、海流、污染以及軍事活動(dòng)感興趣時(shí)間等往往在一天內(nèi)可發(fā)生很大變化。所以,對(duì)于這些目標(biāo)的實(shí)時(shí)觀測,提高海洋衛(wèi)星的時(shí)間分辨率是極為重要。本課題討論的靜止軌道海洋水色儀就是針對(duì)這一目標(biāo)展開的。受探測器像素規(guī)模大小和光學(xué)系統(tǒng)有效視場的限制,水色儀采用了二維指向鏡結(jié)合面陣探測器凝視的方式加以實(shí)現(xiàn),通過拼接指向鏡二維掃描的子圖像,擴(kuò)大觀測范圍。當(dāng)二維指向鏡繞兩軸轉(zhuǎn)動(dòng)時(shí),會(huì)引入掃描非線性和像旋誤差,如果掃描鏡步進(jìn)角選擇不合理,將導(dǎo)致原本無縫掃描的區(qū)域出現(xiàn)地理信息遺漏。本課題圍繞采用二維指向機(jī)構(gòu)的靜止軌道海洋水色儀如何實(shí)現(xiàn)無縫拼接作為中心展開研究,論文的主要內(nèi)容和創(chuàng)新點(diǎn)如下:本文的創(chuàng)新點(diǎn)主要有:1.通過二維指向鏡的成像原理、掃描軌跡和子圖像特征的分析,給出了掃描角度變化與圖像覆蓋程度的關(guān)系,并得出了相對(duì)光學(xué)系統(tǒng)俯仰角為負(fù),俯仰角為正時(shí)觀測北半球的像旋角要小的結(jié)論。提出了兩種無縫拼接的判斷方法:柵格法和幾何相交法,比較了兩種方...

【文章頁數(shù)】：143 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 海洋衛(wèi)星的發(fā)展
        1.2.2 消旋算法的發(fā)展
        1.2.3 圖像配準(zhǔn)拼接的發(fā)展現(xiàn)狀
    1.3 本文主要內(nèi)容及章節(jié)安排
第2章 無縫拼接的掃描要求及漏掃判斷依據(jù)
    2.1 靜止軌道海洋水色儀樣機(jī)介紹
        2.1.1 整機(jī)概況
        2.1.2 光機(jī)掃描系統(tǒng)及成像模式
    2.2 二維指向鏡成像分析
        2.2.1 二維指向鏡成像原理
        2.2.2 二維指向鏡掃描軌跡
        2.2.3 子圖像特征
    2.3 掃描角度變化與圖像覆蓋程度的關(guān)系
        2.3.1 中心指向角度的影響
        2.3.2 間隔角度的影響
    2.4 無縫拼接的判斷方法
        2.4.1 柵格法
        2.4.2 幾何相交法
        2.4.3 兩種方法的比較
        2.4.4 漏掃判斷結(jié)果
    2.5 無縫掃描設(shè)計(jì)
        2.5.1 無縫掃描設(shè)計(jì)的流程
        2.5.2 掃描間隔與覆蓋面積比
        2.5.3 地球曲率的影響及經(jīng)緯度對(duì)應(yīng)
        2.5.4 計(jì)算結(jié)果
    2.6 本章小結(jié)
第3章 圖像消旋及驗(yàn)證
    3.1 消像旋算法
        3.1.1 消旋圖像的輪廓
        3.1.2 物象對(duì)應(yīng)關(guān)系
        3.1.3 插值算法
    3.2 消像旋算法的驗(yàn)證
        3.2.1 驗(yàn)證方法
        3.2.2 驗(yàn)證結(jié)果
    3.3 本章小結(jié)
第4章 遙感圖像的特征提取與配準(zhǔn)
    4.1 邊緣提取算法
        4.1.1 Hough算法
        4.1.2 LSD算法
    4.2 特征點(diǎn)提取算法
        4.2.1 SIFT算法
        4.2.2 SURF算法
        4.2.3 ORB算法
    4.3 圖像配準(zhǔn)
        4.3.1 SIFT、SURF算法的配準(zhǔn)
        4.3.2 二進(jìn)制算子的配準(zhǔn)
        4.3.3 配準(zhǔn)用到的搜索算法
        4.3.4 k-d tree算法
        4.3.5 K-means cluster聚類算法
    4.4 特征點(diǎn)配準(zhǔn)結(jié)果與分析
    4.5 本章小結(jié)
第5章 遙感圖像的無縫拼接
    5.1 獲取單應(yīng)性矩陣
    5.2 圖像縫合
        5.2.1 平均值融合
        5.2.2 加權(quán)平均融合
    5.3 拼接結(jié)果與分析
    5.4 消旋前后的拼接結(jié)果
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號(hào)：3805547