压缩感知技术在遥感图像振荡畸变几何校正中的应用

"使用压缩感知的遥感图像振荡畸变几何校正方法，通过有理函数模型（RFM）和压缩感知技术，解决了卫星平台振动和反射镜震颤导致的遥感图像振荡畸变问题。" 在遥感图像处理领域，几何校正是至关重要的一步，它旨在消除由于传感器运动、地球曲率等因素导致的图像失真。然而，卫星平台的振动和反射镜的不稳定性会产生一种特殊的失真——振荡畸变，这种畸变无法被传统的几何校正方法有效处理。针对这一问题，研究者们提出了一种创新的解决方案，即结合压缩感知理论与有理函数模型（RFM）的几何校正方法。 首先，该方法基于RFM来建立初始的几何校正模型。RFM是一种广泛用于高分辨率遥感图像校正的数学模型，它能够精确描述图像的投影关系。在畸变校正过程中，计算地面控制点（GCPs）在图像上的投影坐标与实际成像坐标之间的差异，即投影偏差。这些投影偏差是校正的关键，因为它们揭示了图像失真的具体位置和程度。 接着，利用压缩感知技术，研究者从有限的地面控制点处的投影偏差采样值出发，重构出所有像元处的投影偏差。压缩感知的核心思想是，即使只使用少量的采样数据，也能重构出原本需要大量数据才能表示的信号。在遥感图像的校正场景中，这意味着可以通过较少的控制点信息，准确估计出整个图像的畸变情况。 然后，根据重构出的投影偏差，对初始的RFM进行像方补偿。这意味着更新RFM模型，以更精确地反映图像的实际畸变状态。通过这种补偿，可以有效地消除由振荡畸变引起的模型误差，从而提高几何校正的精度。 实验结果表明，该方法在实际数据上表现优秀，能够有效校正振荡畸变。同时，通过仿真数据分析，研究还探讨了地标点数量和分布对几何校正效果的影响。更多的地标点和更均匀的分布通常可以提升校正的准确性，但这也意味着需要更多的前期测量工作。 这种使用压缩感知的几何校正方法为解决遥感图像中的振荡畸变提供了一个新的途径，提高了校正效率和准确性。该方法的应用对于提升遥感图像的分析和应用质量具有重要意义，尤其是在环境监测、灾害评估和地理信息系统等领域。