超模式斜采样成像技术通过将两排探测器阵列倾斜成像提高相机空间分辨率。由于不满足香农采样定理,图像中出现混叠。为了降低混叠对遥感图像超分辨复原的影响,文章提出了一种结合最佳倒易晶胞的超分辨复原方法。该方法根据超模式斜采样频域对偶网格建立相应的混叠模型,通过权重函数衡量噪声和混叠在频谱中的分布,得到噪声、混叠最小最佳倒易晶胞;并基于Huber-MRF(Markov Random Field)图像先验模型建立了耦合最佳倒易晶胞的MAP(Maximum a Posterior)超分辨复原模型。实验表明,该方法降低了超模式斜采样成像中混叠对复原的影响,获得了良好的超分辨复原效果。
针对月球着陆器计算机视觉着陆点定位系统的需求,提出了一种基于图像序列的月球着陆器着陆点定位计算方法。该方法以SURF(Speeded Up Robust Features)图像特征点提取算法为基础,通过最小二乘法迭代逐步消除误匹配点对,最后计算得到着陆器着陆时所拍摄的图像在有经纬度坐标的月面图像中的位置,并对着陆点误差进行分析以达到精确定位着陆点的目的。仿真实验使用两种月面仿真图像序列,结果表明该方法匹配准确度和稳定性较高,可以达到工程应用要求。
随着中国遥感卫星的迅速发展,要求影像几何质量评价方法可以在待评图像和参考图像间提取出精确且分布均匀的控制点信息。文章提出一种基于多源、高精度遥感图像的特征点匹配方法。该方法首先用加速稳健特征(Speeded Up Robust Features,Surf)算法对"资源三号"卫星图像和参考图像进行粗匹配以建立两幅图像间的整体几何关系,通过对相同区域进行wallis滤波增强图像纹理信息,然后用Surf算法进行特征点的提取和匹配,最后利用对极几何约束剔除误匹配点。试验结果表明,该方法可以全自动、快速和精确的提取影像控制点。
