一种降低TDI‑CCD相机图像模糊度的方法

摘要

本发明属图像处理领域，具体涉及基于TDI‑CCD相机的航空遥感图像模糊参数的确定和航空遥感图像模糊的消除。具体步骤包括建立图像坐标系，读取面阵图像，构建相似性配比准则，进行偏移解算获取同名点得到消减振颤影响的数字图像。该方法的计算过程相对简单精确，处理效果良好。

主权项

一种降低TDI‑CCD相机图像模糊度的方法，设搭载TDI‑CCD相机的靶面是n列m行，其特征在于：其步骤如下所述：S1、建立图像坐标系：以TDI‑CCD相机面阵的像元数量方向即列方向为Y轴，像元级数方向即行方向为X轴，图像的左上角为坐标系起点,其中，第一行，第一列的坐标为(0,0)；S2、读取TDI‑CCD相机每次积分输出的面阵图像，并对图像进行编号：图像依次编号为G₁,G₂,G₃...G_t...G_m；S3、对面阵图像进行分解：对S2所读取的每一幅图像按行分解，每一个积分级输出的面阵图像分解为m行，每一行有n个像元，分解后，每一行形成一个一维数字信号，信号长度为n，对每个一维数字信号提取前N个像元，分别构成一维数字信号序列记为f(t)，其中，0≤t≤m，0≤N≤n；S4、根据S3的一维数字信号序列，构建两个一维信号序列相似性配比准则，包括：S41、选择信号序列f(i)作为基准序列，信号序列f(j)与基准信号序列进行比较，信号序列的邻域一致匹配条件为：||v_ij‑v_kl||≤5，其中，||*||表示取范数，v_ij表示两行信号序列中任意两个像元的差距向量，i表示信号序列f(i)中像元的索引，j表示信号序列f(j)中像元的索引，k为i的邻域，l为j的邻域；S42、根据S41所述信号序列的邻域一致匹配条件计算初始匹配概率：其中，w_ij＝Σ_|λ|≤k[g₁(i+λ)‑g₂(j+λ)]²，是初始匹配概率，g₁(i+λ)表示一维信号序列f(i)在第i+λ个像元处的灰度值，g₂(j+λ)表示一维信号序列f(j)在第j+λ个像元处的灰度值，λ为不为零的自然数；S43、根据松弛算法，建立q_ij的迭代公式：其中，r为迭代次数，A和B为常数；S44、根据S43中的迭代公式，求得归一化后的匹配概率其中，h表示所有与i相匹配的点；S45、根据S44求得的匹配概率可知矩阵的结果收敛的对角序列， 通过迭代运算可知矩阵的结果将收敛于哪一个对角序列，当收敛于矩阵的主对角线序列时，即i与j相等时，其他元素的迭代趋势趋近于零，当收敛于矩阵上三角的某一对角序列时，即p_0,j≈1,p_1,j+1≈1,p_2,j+2≈1,...,其他元素的迭代趋势趋近于零，当收敛于矩阵下三角的某一对角序列时，即p_0,i≈1,p_1,i+1≈1,p_2,i+2≈1,...,其他元素的迭代趋势趋近于零i＝j；S5、根据S4中邻域匹配解算结果进行偏移解算，获取图像中的同名点，包括：S51、选取基准信号序列对应的上下邻域循环比较，通过基准信号序列与下一幅图像相邻序列的对比建立第一对同名点g₁(x₁,y₁)和g₂(x₂,y₂)的对应关系；S52、根据S51所得一维数字信号在行空间上的相似性的对应关系，确定图像的s个已知对应点，结合二元二次多项式，采用最小二乘法，通过对应的同名点数据进行曲面拟合，求得；S6、根据S5所得x₁和y₁对图像进行空间几何校正，利用双向线性内插法进行像元灰度再赋值；S7、对后续的图像相对于基准图像G1进行遍历操作，遍历步骤S3到步骤S6；S8、将经过校正的图像中具有相同瞬时视场的一维信号序列在坐标系中叠加，成为消除了振颤影响的图像的第一行数字图像，重复步骤S3到步骤S8，将获得的叠加后的消减了振颤影响的每一行图像按照空间和时间顺序进行排列，形成消减振颤影响的数字图像。