本申請涉及空間遙感成像
技術(shù)領(lǐng)域：
，具體地說，涉及一種基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法。
背景技術(shù)：
：在航空航天、化工能源等工業(yè)領(lǐng)域，許多重要構(gòu)件比如渦輪發(fā)動機(jī)、超音速飛行器的表面結(jié)構(gòu)等都會在高溫環(huán)境中長期服役。但由于高溫環(huán)境十分惡劣，常溫下的研究方法難以應(yīng)用到高溫中來，因此當(dāng)前關(guān)于高溫下材料性能變化的各種研究大多都處于定性研究階段，如果能對材料在高溫環(huán)境下的材料性質(zhì)變化過程進(jìn)行定量準(zhǔn)確的觀察與測量，就能更好地深入研究材料的高溫下不同與常溫的材料行為特征，從而能突破這些問題帶來的高溫屏障。提高系統(tǒng)分辨力以獲得高清晰圖像始終是成像領(lǐng)域最重要的發(fā)展目標(biāo)之一。目前，光電系統(tǒng)一般都采用CCD(ChargeCoupledDevice)陣列器件進(jìn)行成像。影響這種典型的光學(xué)-離散采樣系統(tǒng)成像質(zhì)量的因素主要來自兩個方面：光學(xué)成像系統(tǒng)過程，圖像記錄和數(shù)字化過程。從這兩方面入手，提高數(shù)字成像系統(tǒng)分辨力的方法主要有純光學(xué)法，包括所謂的微透鏡技術(shù)(onchipμ-lens)和光瞳超分辨力技術(shù)等；純硬件法，即提高CCD的制作工藝，減小像元面積，圖像復(fù)原方法等。亞像元成像技術(shù)是在不改變光學(xué)系統(tǒng)參數(shù)的情況下，以通過提高成像系統(tǒng)探測器的空間和時間采樣頻率為出發(fā)點，采用機(jī)械掃描方式(對線陣CCD)，或者微小移動(微掃描)CCD多次成像后再利用軟件后處理合成的方式，來提高圖像分辨力的一種非常有效的方法。根據(jù)研究內(nèi)容和實現(xiàn)方式的不同，可以將其分為：利用空間信息實現(xiàn)亞像元成像技術(shù)、利用時間信息實現(xiàn)亞像元成像技術(shù)、利用光譜信息實現(xiàn)亞像元成像技術(shù)。亞像元成像技術(shù)可以利用現(xiàn)有低分辨力CCD獲得高分辨力的數(shù)字圖像，大幅度提高系統(tǒng)的使用效能，減少成本。由于國防和軍事應(yīng)用原因，高分辨力CCD一直是國際上出口限制的器件。因此，亞像元成像技術(shù)對提高航空航天等領(lǐng)域高要求圖像的分辨力具有重要的意義和實用性，是一項值得關(guān)注和長期發(fā)展的研究方向。一般情況下亞像元成像過程的主要步驟為：1、將兩排(對線陣)或四排(對面陣)CCD精確半個像元錯位放置，獲取低分辨力圖像；2、利用基于香農(nóng)(Shannon)采樣定理的內(nèi)插，以高置信度加密像元值；3、進(jìn)行圖像復(fù)原，獲取高分辨力圖像。目前，亞像元合成算法絕大多數(shù)是基于線性插值思想的算法，這些算法共同的特點是只考慮所求像元點周圍的一些像元點，而沒有對整幅圖像進(jìn)行有效分析，導(dǎo)致圖像分辨力受限，而且第3步中進(jìn)行圖像復(fù)原的過程非常復(fù)雜。技術(shù)實現(xiàn)要素：有鑒于此，本申請所要解決的技術(shù)問題是提供了一種基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，提供針對雙線陣CCD亞像元成像技術(shù)，在不改變系統(tǒng)參數(shù)的情況下，利用獲取的過采樣數(shù)據(jù)合成高分辨力圖像的方法，以解決目前由于高分辨力CCD匱乏而導(dǎo)致的圖像分辨力受限的問題，大幅提高系統(tǒng)的使用效能，減少成本。為了解決上述技術(shù)問題，本申請有如下技術(shù)方案：一種基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，其特征在于，包括：在以線陣CCD為代表的成像探測器中，將兩根線陣CCD封裝在同一焦平面器件中，或通過光學(xué)分光的手段同時對兩根線陣成像，將兩根線陣CCD在線陣方向和飛行方向各錯開半個像元，分別獲取兩幅低分辨力圖像A和圖像B；以所述圖像B為參考圖像，對所述圖像A進(jìn)行直方圖變換，使得所述圖像A的直方圖與所述圖像B的直方圖一致，得到匹配后的圖像C；對所述圖像B和所述圖像C進(jìn)行圖像配準(zhǔn)；利用多分辨力分析中的五株排列方式，將經(jīng)過圖像配準(zhǔn)后的圖像B和圖像C合成為一幅組合圖像；對所述組合圖像進(jìn)行插值處理，將所述組合圖像上兩排錯位CCD位置外空余柵格點補(bǔ)零；設(shè)計低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1；對所述補(bǔ)零后的組合圖像，利用設(shè)計的低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1進(jìn)行分解和重建，得到高分辨力圖像。優(yōu)選地，其中：將兩根線陣CCD在線陣方向和飛行方向各錯開半個像元，分別獲取兩幅低分辨力圖像A和圖像B，進(jìn)一步為：采用棱鏡分光技術(shù)的亞像元成像手段，在CCD探測器的線陣方向和飛行方向各錯開半個像元進(jìn)行采樣，根據(jù)所述線陣方向和所述飛行方向，將所述CCD探測器中心坐標(biāo)分別設(shè)為(0,0)和(0,p/2)，通過推掃成像，兩根線陣CCD同時獲取到兩幅低分辨力圖像A和圖像B。優(yōu)選地，其中：所述對所述圖像B和圖像C進(jìn)行圖像配準(zhǔn)，進(jìn)一步為：通過基于圖像一階梯度，使經(jīng)過線性插值的圖像間方差和最小化的亞像元配準(zhǔn)算法對所述圖像B和所述圖像C進(jìn)行圖像配準(zhǔn)，具體為：基于梯度G(Gx，Gy)的公式為：d~xd~y=-ΣΣGxGxΣΣGxGyΣΣGxGyΣΣGyGy-1ΣΣGxGtΣΣGyGt]]>Gx，Gy分別表示x、y方向上梯度值，求和符號是對i和j的，(i,j)為像元位置，其中：Gx[i,j]=(A‾x[i,j]+B‾x[i,j])/2]]>Gy[i,j]=(A‾y[i,j]+B‾y[i,j])/2]]>Gt[i,j]=B‾[i,j]-A‾[i,j]]]>對于圖像A，有：A‾[i,j]=(A[i,j]+A[i+1,j]+A[i,j+1]+A[i+1,j+1])/4]]>A‾y[i,j]=(A[i,j+1]-A[i,j]+A[i+1,j+1]-A[i+1,j])/2]]>A‾x[i,j]=(A[i+1,j]-A[i,j]+A[i+1,j+1]-A[i,j+1])/2]]>A[i,j]代表(i,j)處的像素值，代表(i,j)處的平均像素值，代表(i,j)處的x方向平均梯度值，代表(i,j)處的y方向的平均梯度值，聯(lián)立下列方程，消去α1、β1、α2、β2，得到經(jīng)過線性偏差補(bǔ)償?shù)膁x，dy：d~yx=α2(dx-sx)+β2dy]]>d~xy=α1dx+β1(dy-sy)]]>d~yy=α2dx+β2(dy-sy)]]>d~x=α1dx+β1dy]]>d~y=α2dx+β2dy]]>d~xx=α1(dx-sx)+β1dy]]>后兩組方程可通過分別在x、y方向平移A圖像Sx、Sy個單位后，與B圖像配準(zhǔn)而求解得到(Sx、Sy均取為±1)。優(yōu)選地，其中：設(shè)計的所述低通分解濾波器H0、所述低通重構(gòu)濾波器G0、所述高通分解濾波器H1以及所述高通重構(gòu)濾波器G1為二維不可分解的五株形特殊方式的濾波器。優(yōu)選地，其中：所述低通分解濾波器H0和所述低通重構(gòu)濾波器G0通過以下方法設(shè)計：利用特性旋轉(zhuǎn)法，先按可分離方法將一維濾波器擴(kuò)展到二維濾波器，然后再將二維濾波器旋轉(zhuǎn)45°，得到新的濾波器，其中H0、H1、G0和G1滿足：G0(z1,z2)=H1(-z1,-z2)G1(z1,z2)=-H0(-z1,-z2)]]>H0(z1,z2)H1(-z1,-z2)-H0(-z1,-z2)H1(z1,z2)＝const利用替代變換方法，從一維多項式矩陣開始構(gòu)造二維線性相位濾波器，選用的一維多項式矩陣為：H00(z12)=1+z1-2]]>H01(z12)=a1]]>H10(z12)=1+a2z1-2+z1-4]]>H11(z12)=a1(1+z1-2)]]>根據(jù)線性相位重構(gòu)濾波定理，令：Hc(z12)=d·(1+z1-2)+a·a1(1+z1-2)a1]]>c＝a·d/a1得到濾波器的沖擊響應(yīng)為：h0(n1,n2)=a1a11a]]>h1(n1,n2)=ada1a+da1da+da11a1a2a11a+da1da+da1ada1]]>取a＝1,a1＝-4,a2＝28,d＝-4，利用的關(guān)系，得到低通分解濾波器H0和低通重構(gòu)濾波器G0的矩陣分別為：h0(n1,n2)=11-411]]>g0(n1,n2)=-1-24-2-14284-1-24-2-1]]>其中，分別表示分解濾波器的4個分塊矩陣，a、d是常數(shù)。優(yōu)選地，其中：所述高通分解濾波器H1和所述高通重構(gòu)濾波器G1通過以下方法設(shè)計：利用公式：G0(z1,z2)=H1(-z1,-z2)G1(z1,z2)=-H0(-z1,-z2)]]>根據(jù)上述公式，結(jié)合所述低通分解濾波器H0和所述低通重構(gòu)濾波器G0的設(shè)計方法得出。優(yōu)選地，其中：對所述組合圖像進(jìn)行插值處理，將所述組合圖像上兩排錯位CCD位置外空余柵格點補(bǔ)零后，對應(yīng)坐標(biāo)點數(shù)據(jù)的時域關(guān)系為：其中，(n1,n2)代表圖像柵格點，x、y代表變換前后圖像各柵格點的位置。對y(n1,n2)進(jìn)行Z變換可得：Y(z1,z2)=Σn1Σn2y(n1,n2)z1-n1z2-n2=12[Σn1Σn2x(n1,n2)z1-n1z2-n2+Σn1Σn2x(n1,n2)(-z1)-n1(-z2)-n2]=12[X(z1,z2)+X(-z1,-z2)]]]>令上式中得對應(yīng)坐標(biāo)點數(shù)據(jù)的頻域關(guān)系為：Y(ω1,ω2)=12[X(ω1,ω2)+X(ω1+π,ω2+π)].]]>優(yōu)選地，其中：對所述補(bǔ)零后的組合圖像，利用設(shè)計的低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1進(jìn)行分解和重建，得到高分辨力圖像，進(jìn)一步為：利用設(shè)計的低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1，在所述低通重構(gòu)濾波器G0的矩陣所限定的空域范圍內(nèi)，對所述補(bǔ)零后的組合圖像進(jìn)行低通濾波處理及重建，得到高分辨力圖像。與現(xiàn)有技術(shù)相比，本申請所述的方法，達(dá)到了如下效果：第一，本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，從整體濾波的角度分析了亞像元的成像問題，對整幅圖像都進(jìn)行了有效分析，理論上可將分辨力提高為原圖的1.42倍，具有更高的提高分辨力能力。第二，本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，利用了整幅圖像的信息，對于含噪聲圖像也可以精確配準(zhǔn)，因此對提高有噪聲圖像的分辨力具有更好的效果。第三，本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，在不改變系統(tǒng)參數(shù)的情況下，利用獲取的過采樣數(shù)據(jù)合成高分辨力圖像的方法，以解決目前由于高分辨力CCD匱乏而導(dǎo)致的圖像分辨力受限的問題，大幅提高系統(tǒng)的使用效能，減少成本。附圖說明此處所說明的附圖用來提供對本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：圖1為本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法的流程圖；圖2為本發(fā)明中的分光棱鏡示意圖；圖3為本發(fā)明中直方圖匹配的流程示意圖；圖4為本發(fā)明中錯位CCD五銖獲取圖像前后坐標(biāo)示意圖；圖5為本發(fā)明亞像元成像錯位獲取、補(bǔ)零以及濾波重構(gòu)示意圖；圖6為本發(fā)明中五株形補(bǔ)零前后坐標(biāo)示意圖；圖7為本發(fā)明應(yīng)用實施例中基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法的流程圖。具體實施方式如在說明書及權(quán)利要求當(dāng)中使用了某些詞匯來指稱特定組件。本領(lǐng)域技術(shù)人員應(yīng)可理解，硬件制造商可能會用不同名詞來稱呼同一個組件。本說明書及權(quán)利要求并不以名稱的差異來作為區(qū)分組件的方式，而是以組件在功能上的差異來作為區(qū)分的準(zhǔn)則。如在通篇說明書及權(quán)利要求當(dāng)中所提及的“包含”為一開放式用語，故應(yīng)解釋成“包含但不限定于”。“大致”是指在可接收的誤差范圍內(nèi)，本領(lǐng)域技術(shù)人員能夠在一定誤差范圍內(nèi)解決所述技術(shù)問題，基本達(dá)到所述技術(shù)效果。此外，“耦接”一詞在此包含任何直接及間接的電性耦接手段。因此，若文中描述一第一裝置耦接于一第二裝置，則代表所述第一裝置可直接電性耦接于所述第二裝置，或通過其他裝置或耦接手段間接地電性耦接至所述第二裝置。說明書后續(xù)描述為實施本申請的較佳實施方式，然所述描述乃以說明本申請的一般原則為目的，并非用以限定本申請的范圍。本申請的保護(hù)范圍當(dāng)視所附權(quán)利要求所界定者為準(zhǔn)。實施例1參見圖1所示為本申請所述一種基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法的流程圖，該基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法包括：步驟101、在以線陣CCD為代表的成像探測器中，將兩根線陣CCD封裝在同一焦平面器件中，或通過光學(xué)分光的手段同時對兩根線陣成像，將兩根線陣CCD在線陣方向和飛行方向各錯開半個像元，分別獲取兩幅低分辨力圖像A和圖像B；步驟102、以所述圖像B為參考圖像，對所述圖像A進(jìn)行直方圖變換，使得所述圖像A的直方圖與所述圖像B的直方圖一致，得到匹配后的圖像C；步驟103、對所述圖像B和圖像C進(jìn)行圖像配準(zhǔn)；步驟104、利用多分辨力分析中的五株排列方式，將經(jīng)過圖像配準(zhǔn)后的圖像B和圖像C合成為一幅組合圖像；步驟105、對所述組合圖像進(jìn)行插值處理，將所述組合圖像上兩排錯位CCD位置外空余柵格點補(bǔ)零；步驟106、設(shè)計低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1；步驟107、對所述補(bǔ)零后的組合圖像，利用設(shè)計的低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1進(jìn)行分解和重建，得到高分辨力圖像。本發(fā)明的上述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，獲取圖像的過程中，分別在CCD線陣方向和飛行方向上各錯開半個像元采樣，從而得到兩幅低分辨力的圖像，分別為圖像A和圖像B。以圖像B為參考圖像，對圖像A直方圖匹配，得到匹配后的圖像C，再將圖像B和圖像C進(jìn)行圖像配準(zhǔn)后，將圖像B和圖像C合成一幅組合圖像。對組合圖像進(jìn)行插值處理，最后將經(jīng)過插值處理的圖像通過特殊設(shè)計的濾波器進(jìn)行濾波重建，進(jìn)而得到高分辨力的圖像。該方法能夠從整體濾波的角度分析亞像元的成像問題，對整幅圖像進(jìn)行有效分析，如此方式，與現(xiàn)有技術(shù)中單純考慮所求像元點周圍的一些像元點的算法相比，更有利于提高圖像的分辨力。而且本發(fā)明所提供的上述方法還能對圖像噪聲影響進(jìn)行有效分析，對提高有噪聲圖像的分辨力具有更好的效果。實施例2在實施例1所述方法的基礎(chǔ)上，上述步驟101，將兩根線陣CCD在線陣方向和飛行方向各錯開半個像元，分別獲取兩幅低分辨力圖像A和圖像B，進(jìn)一步為：采用棱鏡分光技術(shù)，在CCD探測器的線陣方向和飛行方向各錯開半個像元進(jìn)行采樣，參見圖2，根據(jù)所述線陣方向和所述飛行方向，將所述CCD探測器(圖中體現(xiàn)為CCDA和CCDB)中心坐標(biāo)分別設(shè)為(0,0)和(0,p/2)，推掃成像過程中，兩根CCD同時獲取到兩幅低分辨力圖像A和圖像B。上述步驟102中，直方圖匹配的過程參見圖3，通過探測器CCDA獲取到圖像A，通過探測器CCDB獲取到圖像B，以圖像B作為參考圖像，對圖像A進(jìn)行直方圖變換，使得圖像A的直方圖與圖像B的直方圖一致，從而得到匹配后的新圖像C。在以后的插值處理中，將新圖像(即圖像C)代替變換前的圖像(即圖像A)。上述步驟103中，對所述圖像B和圖像C進(jìn)行圖像配準(zhǔn)，進(jìn)一步為：通過基于圖像一階梯度，使經(jīng)過線性插值的圖像間方差和最小化的亞像元配準(zhǔn)算法對所述圖像B和所述圖像C進(jìn)行圖像配準(zhǔn)，該配準(zhǔn)算法利用了整個圖像的信息，對于含噪聲圖像也可以精確配準(zhǔn)，具體為：基于梯度G(Gx，Gy)的公式為：d~xd~y=-ΣΣGxGxΣΣGxGyΣΣGxGyΣΣGyGy-1ΣΣGxGtΣΣGyGt]]>Gx，Gy分別表示x、y方向上梯度值，求和符號是對i和j的，(i,j)為像元位置，其中：Gx[i,j]=(A‾x[i,j]+B‾x[i,j])/2]]>Gy[i,j]=(A‾y[i,j]+B‾y[i,j])/2]]>Gt[i,j]=B‾[i,j]-A‾[i,j]]]>對于圖像A(B圖像類同)，有：A‾[i,j]=(A[i,j]+A[i+1,j]+A[i,j+1]+A[i+1,j+1])/4]]>A‾y[i,j]=(A[i,j+1]-A[i,j]+A[i+1,j+1]-A[i+1,j])/2]]>A‾x[i,j]=(A[i+1,j]-A[i,j]+A[i+1,j+1]-A[i,j+1])/2]]>A[i,j]代表(i,j)處的像素值，代表(i,j)處的平均像素值，代表(i,j)處的x方向平均梯度值，代表(i,j)處的y方向的平均梯度值，聯(lián)立下列方程，消去α1、β1、α2、β2，得到經(jīng)過線性偏差補(bǔ)償?shù)膁x，dy：d~yx=α2(dx-sx)+β2dy]]>d~xy=α1dx+β1(dy-sy)]]>d~yy=α2dx+β2(dy-sy)]]>d~x=α1dx+β1dy]]>d~y=α2dx+β2dy]]>d~xx=α1(dx-sx)+β1dy]]>后兩組方程可通過分別在x、y方向平移A圖像Sx、Sy個單位后，與B圖像配準(zhǔn)而求解得到(Sx、Sy均取為±1)。實驗表明，除了圖像只含有直流背景的情況外，在圖像偏移小于1個像元尺寸時，算法精度可達(dá)1/30像元尺寸；對于特別選擇的圖像場景，精度可達(dá)1/50像元尺寸或更高。圖像偏移到2個像元尺寸時，算法誤差很大。更大的偏移量，結(jié)果將有明顯的背離現(xiàn)象。上述步驟104中，利用多分辨力分析中的五株排列方式，將經(jīng)過圖像配準(zhǔn)后的圖像B和圖像C合成為一幅組合圖像。如圖4所示，反映了錯位CCD獲取圖像后y(n1，n2)柵格各點與獲取前x(n1，n2)柵格各點的對應(yīng)關(guān)系(圖上只標(biāo)明了a、b、c、d四點)。從多分辨力分析觀點看，前后坐標(biāo)系變化相當(dāng)于坐標(biāo)系旋轉(zhuǎn)，即前后之間有一尺度旋轉(zhuǎn)矩陣因子A：A=111-1]]>圖中兩種不同符號△和分別代表水平、垂直方向上都錯位半個像元的低分辨力CCD圖像像元中心，網(wǎng)格交叉點表示組合圖像像元中心。優(yōu)選地，本發(fā)明中設(shè)計的所述低通分解濾波器H0、所述低通重構(gòu)濾波器G0、所述高通分解濾波器H1以及所述高通重構(gòu)濾波器G1為二維不可分解的五株形特殊方式的濾波器。本發(fā)明中的低通分解濾波器H0和低通重構(gòu)濾波器G0通過以下方法設(shè)計：利用特性旋轉(zhuǎn)法，先按可分離方法將一維濾波器擴(kuò)展到二維濾波器，然后再將二維濾波器旋轉(zhuǎn)45°，得到新的濾波器，如圖5所示，其中H0、H1、G0和G1滿足：G0(z1,z2)=H1(-z1,-z2)G1(z1,z2)=-H0(-z1,-z2)]]>H0(z1,z2)H1(-z1,-z2)-H0(-z1,-z2)H1(z1,z2)＝const利用替代變換方法，從一維多項式矩陣開始構(gòu)造二維線性相位濾波器，選用的一維多項式矩陣為：H00(z12)=1+z1-2]]>H01(z12)=a1]]>H10(z12)=1+a2z1-2+z1-4]]>H11(z12)=a1(1+z1-2)]]>根據(jù)線性相位重構(gòu)濾波定理，令：Hc(z12)=d·(1+z1-2)+a·a1(1+z1-2)a1]]>c＝a·d/a1得到濾波器的沖擊響應(yīng)為：h0(n1,n2)=a1a11a]]>h1(n1,n2)=ada1a+da1da+da11a1a2a11a+da1da+da1ada1]]>取a＝1,a1＝-4,a2＝28,d＝-4，利用的關(guān)系，得到低通分解濾波器H0和低通重構(gòu)濾波器G0的矩陣分別為：h0(n1,n2)=11-411]]>g0(n1,n2)=-1-24-2-14284-1-24-2-1]]>其中，分別表示分解濾波器的4個分塊矩陣，a、d等是常數(shù)。本發(fā)明中的高通分解濾波器H1和高通重構(gòu)濾波器G1通過以下方法設(shè)計：結(jié)合公式：G0(z1,z2)=H1(-z1,-z2)G1(z1,z2)=-H0(-z1,-z2)]]>根據(jù)上述公式，結(jié)合所述低通分解濾波器H0和所述低通重構(gòu)濾波器G0的設(shè)計方法得出。上述步驟105中，對所述組合圖像進(jìn)行插值處理，將所述組合圖像上兩排錯位CCD位置外空余柵格點補(bǔ)零，參見圖6。圖中符號◎和○分別表示原錯位CCD數(shù)據(jù)及補(bǔ)零數(shù)據(jù)。經(jīng)過補(bǔ)零變換后，前后對應(yīng)坐標(biāo)點數(shù)據(jù)的時域和頻域都有了變化：對應(yīng)坐標(biāo)點數(shù)據(jù)的時域變?yōu)椋簩?yīng)坐標(biāo)點數(shù)據(jù)的頻域變?yōu)椋篩(ω1,ω2)=12[X(ω1,ω2)+X(ω1+π,ω2+π)]]]>其中，(n1,n2)代表圖像柵格點，x、y代表變換前后圖像各柵格點的位置。對y(n1,n2)進(jìn)行Z變換可得：Y(z1,z2)=Σn1Σn2y(n1,n2)z1-n1z2-n2=12[Σn1Σn2x(n1,n2)z1-n1z2-n2+Σn1Σn2x(n1,n2)(-z1)-n1(-z2)-n2]=12[X(z1,z2)+X(-z1,-z2)]]]>令上式中得對應(yīng)坐標(biāo)點數(shù)據(jù)的頻域關(guān)系為：Y(ω1,ω2)=12[X(ω1,ω2)+X(ω1+π,ω2+π)].]]>上述步驟106中，對所述補(bǔ)零后的組合圖像，利用設(shè)計的低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1進(jìn)行分解和重建，得到高分辨力圖像，進(jìn)一步為：利用設(shè)計的低通分解濾波器H0、高通分解濾波器H1、低通重構(gòu)濾波器G0和高通重構(gòu)濾波器G1，在所述低通重構(gòu)濾波器G0的矩陣所限定的空域范圍內(nèi)，對所述補(bǔ)零后的組合圖像進(jìn)行低通濾波處理及重建，得到高分辨力圖像。實施例3以下提供本發(fā)明的一種應(yīng)用實施例，參見圖7，基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，包括：步驟201、采用棱鏡分光技術(shù)，分別在CCD線陣方向和飛行方向上各錯開半個像元采樣，獲得低分辨力圖像A和低分辨力圖像B，參見圖2。其中，具體獲取過程為：根據(jù)所述線陣方向和所述飛行方向，將所述CCD探測器中心坐標(biāo)分別設(shè)為(0,0)和(0,p/2)，推掃成像過程中，兩根CCD同時后去到兩幅低分辨力圖像A和圖像B。步驟202、對圖像A和圖像B進(jìn)行直方圖匹配，參見圖3。具體過程為：先以圖像B為參考圖像，對圖像A進(jìn)行直方圖變換，使得圖像A的直方圖與圖像B的直方圖一致，得到新圖像C，在以后的插值處理中，將新圖像C代替變換前的圖像A。步驟203、通過基于圖像一階梯度，使經(jīng)過線性插值的圖像間方差和最小化的亞像元配準(zhǔn)算法對圖像B和圖像C進(jìn)行圖像配準(zhǔn)。步驟204、對配準(zhǔn)后的低分辨力的圖像B和圖像C，利用類似于多分辨力分析中的五株排列(Quincunx)方式，合成為一幅組合圖像。參見圖4，該圖反映了錯位CCD獲取圖像后y(n1，n2)柵格各點與獲取前x(n1，n2)柵格各點的對應(yīng)關(guān)系(圖上只標(biāo)明了a、b、c、d四點)。從多分辨力分析觀點看，前后坐標(biāo)系變化相當(dāng)于坐標(biāo)系旋轉(zhuǎn)，即前后之間有一尺度旋轉(zhuǎn)矩陣因子A：A=111-1]]>圖中兩種不同符號△和分別代表水平、垂直方向上都錯位半個像元的低分辨力CCD圖像像元中心，網(wǎng)格交叉點表示組合圖像像元中心。步驟205、對所述組合圖像進(jìn)行插值處理，將所述組合圖像上兩排錯位CCD位置外空余柵格點補(bǔ)零，參見圖6表示了該過程。圖6中，符號◎和○分別表示原錯位CCD數(shù)據(jù)及補(bǔ)零數(shù)據(jù)。經(jīng)過補(bǔ)零變換后，前后對應(yīng)坐標(biāo)點數(shù)據(jù)的時域和頻域都有了變化：對應(yīng)坐標(biāo)點數(shù)據(jù)的時域變?yōu)椋簩?yīng)坐標(biāo)點數(shù)據(jù)的頻域變?yōu)椋篩(ω1,ω2)=12[X(ω1,ω2)+X(ω1+π,ω2+π)]]]>其中，(n1,n2)代表圖像柵格點，x、y代表變換前后圖像各柵格點的位置。對y(n1,n2)進(jìn)行Z變換可得：Y(z1,z2)=Σn1Σn2y(n1,n2)z1-n1z2-n2=12[Σn1Σn2x(n1,n2)z1-n1z2-n2+Σn1Σn2x(n1,n2)(-z1)-n1(-z2)-n2]=12[X(z1,z2)+X(-z1,-z2)]]]>令上式中得對應(yīng)坐標(biāo)點數(shù)據(jù)的頻域關(guān)系為：Y(ω1,ω2)=12[X(ω1,ω2)+X(ω1+π,ω2+π)].]]>步驟206、設(shè)計獲取、補(bǔ)零過程中的低通、高通分解濾波器：H0和H1，以及在濾波重建高分辨力圖像過程中的低通、高通重構(gòu)濾波器：G0和G1。步驟207、利用設(shè)計的濾波器，在所述低通重構(gòu)濾波器G0的矩陣所限定的空域范圍內(nèi)，對所述補(bǔ)零后的組合圖像進(jìn)行低通濾波處理及重建，得到高分辨力圖像。通過以上各實施例可知，本申請存在的有益效果是：第一，本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，從整體濾波的角度分析了亞像元的成像問題，對整幅圖像都進(jìn)行了有效分析，理論上可將分辨力提高為原圖的1.42倍，具有更高的提高分辨力能力。第二，本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，利用了整幅圖像的信息，對于含噪聲圖像也可以精確配準(zhǔn)，因此對提高有噪聲圖像的分辨力具有更好的效果。第三，本發(fā)明所述基于多分辨力分析的雙線陣成像器件亞像元圖像合成方法，在不改變系統(tǒng)參數(shù)的情況下，利用獲取的過采樣數(shù)據(jù)合成高分辨力圖像的方法，以解決目前由于高分辨力CCD匱乏而導(dǎo)致的圖像分辨力受限的問題，大幅提高系統(tǒng)的使用效能，減少成本。本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請的實施例可提供為方法、裝置、或計算機(jī)程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實施的計算機(jī)程序產(chǎn)品的形式。上述說明示出并描述了本申請的若干優(yōu)選實施例，但如前所述，應(yīng)當(dāng)理解本申請并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進(jìn)行改動。而本領(lǐng)域人員所進(jìn)行的改動和變化不脫離本申請的精神和范圍，則都應(yīng)在本申請所附權(quán)利要求的保護(hù)范圍內(nèi)。當(dāng)前第1頁1 2 3