一种微振动对在轨图像质量影响的评估方法

摘要

本发明公开了一种微振动对在轨图像质量影响的评估方法，包括如下步骤：采用TDICCD采集获取在轨图像，在在轨图像中根据评估需求选取长度贯穿感兴趣区域的景物；对景物所在区域，提取中心线，针对中心线上每个像元点均执行如下过程：利用其相邻像元的能量分布对相邻像元能量进行拟合获得能量曲线；能量曲线的能量中心点相对当前像元点的距离为当前像元点的相机视轴晃动幅值；将所有像元点的视轴晃动幅值组成相机视轴随时间变化的曲线；对该曲线进行傅里叶变换，得到相机视轴晃动的频率能量分布曲线；将能量分布曲线中大于设定数值的视轴晃动幅值对应的频率抽取出来，和星上微振动源的振动频率对比，由此获知各个星上微振动源对相机视轴晃动的贡献。

说明书

技术领域

本发明属于图像分析领域，具体涉及一种微振动对在轨图像质量影响的评估方 法。

背景技术

微振动是指航天器在轨运行期间，由于搭载设备(如动量轮等高速转动部件、太阳 翼驱动机构等步进部件、红外相机摆镜等摆动部件)正常工作造成的航天器幅度较小的往 复运动。微振动源指引起微振动的设备。微振动能量很小，相比发射段力学环境造成的应 变，微振动至少小1个量级，不会造成结构破坏。除了幅值较小，微振动的频率范围很广，姿 态控制系统难以测量，也无法全频段控制。微振动主要影响光学相机等对微振动敏感的设 备，是高分辨率遥感卫星必须解决的问题。

对于遥感卫星的成像质量，国外开展了大量研究，但重点在于全面的图像质量的 评估，没有单独的评估微振动对图像质量影响的方法。

目前国内外对图像质量的评价目标是评价是图像的“逼真度”和“可懂度”。从方法 上来分大致可分为客观评价法和主观评价法。

图像质量的客观评价是根据给定的测量标准对测量所得的，构成图像的有关物理 特性参量进行评价。一般说来由两种不同的质量观。一种是没有参照图像，强调物理特性参 量对图像的直接作用，主要包括图像墒、图像功率谱等；另一种则提供原始图像，强调基于 图像之间参数的差异对图像质量的损失和恶化程度进行评价，这种度量包括均方误差 (MSE)、峰值均方误差(PMSE)、平均相对误差(MAE)、峰值信噪比(PSNR)、拉氏保真度、模糊熵 等。对于显示器的测试还有标准波形法和标准图形测试卡法。客观评价的主要缺陷是与视 觉效果一致性差。

图像质量的主观评价是人直接观察图像，根据规定的评价标准和评价尺度以及人 眼对图像的视觉感受来对图像质量进行打分和评价，再按照各观察者对图像打分的统计平 均来给出最后的评定结果。

主观评价时需要注意几个问题：

(1)观察者的选择

为使图像质量的主观评价在统计上有意义，参加评分的观察者人数不少于20人。 观察者应该包括两种人：一种是未受过训练的“外行”观察者；另一种是受过专门训练，对图 像技术熟悉的“内行”，他们能够注意到图像降质的关键表现和细微变化，对图像质量进行 严格的判断。

(2)质量尺度和干扰(妨碍)尺度

图像主观评价的尺度往往是根据观察者对图像技术的熟悉情况来选择。对普通人 来说多采用质量尺度，而对图像专业人员多用干扰尺度。

(3)观测图像条件

测试条件应尽可能与标准的使用条件相匹配。下表给出了各国提出的观测条件数 值及CCIR推荐值。

表1图像质量评价的观测条件CCIR(OSIO1966)

主观评价方法分为绝对评价和相对评价。绝对评价是由观察者根据一些事先规定 的评价尺度或自己的经验，对被评价图像提出质量判断。某些情况下，也可以提供一组标准 的图像作为参考，帮助观察者对图像质量做出合适的评价。绝对评价常用的评价尺度称为 “全优度尺度”，如下表。

表2绝对评价的全优度尺度

非常好的图像 5分 好的图像 4分 中等图像 3分 差的图像 2分 非常差的图像 1分

相对评价是由观察者将一批图像由好到坏进行分类，也就是对图像进行相互比较 得出质量好坏并给出分数。相对评价常用所谓“群优度尺度”如下表。

表3相对评价的群优度尺度

一批中最好的图像 7分 比该批的平均水平好的图像 6分 稍好于该批平均水平的图像 5分 该批平均水平的图像 4分 稍次于该批平均水平的图像 3分 比该批的平均水平差的图像 2分 一批中最差的图像 1分

目前国际上采用的比较多的主观评价方法多采用CCIR五级评分质量尺度和妨碍 尺度。对于普通人来讲多采用质量尺度，而对图像专业人员来讲使用妨碍尺度更好。 CCIR500标准如下表所示：

表4CCIR500推荐标准

NIIRS(NationalImageryInterpretabilityRatingScale国家图像解译度等 级标准)是美国政府图像分辨率评价与报道标准协会(ImageResolutionAssessmentand ReportingStandardsCommittee(IRARS))领导开发的一套用于评价图像质量的标准。 NIIRS的第一版发布于1974年，1991年完成一次较大的修订，1994年又完成一次小规模的修 订并发布。NIIRS是一个任务驱动的主观标准。

首先NIIRS和任务高度相关。NIIRS标准主要应用在军事侦察领域，对于军事侦察， 分辨率具有至关重要的意义。因此，NIIRS标准的开发者便先验地存在一个理念：“图像判读 人员应该有使用高分辨率图像的能力完成更多的解译任务。”在NIIRS标准里“解译”大致可 被理解为对典型军事目标(如su-27侧卫战机、T-72坦克，导弹发射井状态)的“发现” (Detect)、“区分”(Distinguish)和“确认”(Identify)。总而言之，NIIRS和以分辨率为导向 的任务尤其是军事任务密不可分。

其次，NIIRS是一个主观标准。NIIRS由10个级别(0级到9级)组成，每一级别有若干 判读任务或标准构成。这些标准指出了这一级别图像应该能够被提取的信息。例如，对于一 个NIIRS2级的全色图像，判读员应该能够发现机场的大型机库，对于NIIRS6级的图像，他们 应该能够区别是大型还是中型直升机。NIIRS的开发过程借助了军事情报界的判读专家对 大量图像的判读。同时采用NIIRS对图像分级的过程是由合格的图像判读人员采用NIIRS准 则和图像进行比较来完成对图像进行分级。

NIIRS和GRD(地面分辨率)有一定的对应关系，见下表：

表5NIIRS与GRD的对应关系

NIIRS等级 GRD NIIRS 0 N/A(不适用) NIIRS 1 大于9m 3 -->NIIRS 2 4.5～9m NIIRS 3 2.5～4.5m NIIRS 4 1.2～2.5m NIIRS5 0.75～1.2m NIIRS 6 40～75cm NIIRS 7 20～40cm NIIRS 8 10～20cm NIIRS 9 小于10cm

目前NIIRS标准经过一些卓有成效的工作被逐步推广到其他一些对图像分辨率敏 感的民用领域。NIIRS标准目前的体系为：

表6NIIRS标准体系

GeneralImage-QualityEquation(GIQE方程)是从20世纪80年代末在IRARS的领 导下进行开发的。其原始目的就是建立一座桥梁沟通NIIRS标准和遥感系统性能的一个指 标子集。1994年第三版GIQE正式公布，此后经修订又公布了第四版GIQE，第四版GIQE包含分 别应用于可见光和红外的两个方程。

GIQE描述了研究中认为对图像NIIRS等级有影响的一些因素是如何影响图像 NIIRS等级的。它们分别是表示成像比例和分辨能力的地面像元分辨率；表示图像尖锐程度 的相对边沿响应；表示信号与噪声幅度关系的信噪比；由于在光电成像系统中调制传递函 数补偿(MTFC)的普遍使用，其作用表现为边沿的提升和噪声的增加，为了综合考虑MTFC(调 制传递函数补偿)的影响，加入了边沿响应过冲项和噪声增益项。

第三版GIQE形式如下：

NIIRS＝11.82+3.32log₁₀RER_GM-3.32log₁₀GSD_GM-1.48H_GM-G/SNR注：下标GM表示水 平方向和垂直方向的几何平均

这里各项的含义如下

GSD：以英寸表示的地面采样距离

RER：相对边沿响应

H：调制传递函数补偿(MTFC)引起的边沿响应过冲

G：由边沿锐化或MTFC(调制传递函数补偿)引起的噪声增益。该项可以由MTFC滤波 器内核得到，若MTFC滤波器是一个M×N的矩阵，则

SNR：图像信噪比

第四版可见光GIQE方程形式：

NIIRS＝10.251-alog₁₀GSD_GM+blog₁₀RER_GM-0.656·H_GM-0.344·G/SNR

当RER≥0.9时a＝3.32，b＝1.559

当RER＜0.9时a＝3.16，b＝2.817

${\mathrm{RER}}_x\left(x\right)=0.5+\frac{1}{\pi }{\int }_0^{\infty }\frac{{\mathrm{MTF}}_X\left(f_X\right)}{f_X}sin\left(2{\mathrm{\pi f}}_{x}x\right){\mathrm{df}}_x$

${\mathrm{GSD}}_x=d·\frac{H}{fl}$

H的计算方法可以归纳为：在运动方向或扫描方向，当标准边沿响应是一单调函数 时，H等于距边沿1.25象素处标准化边沿响应的值，否则，H等于距边沿1～3象素范围内归一 化边沿响应的最大值，在GIQE方程中利用两个方向的几何平均。

经修订的GIQE可能对λF/p＜1的系统无效(λ是波长，F系统F数，P器件的空间采样 距离)。同时GIQE方程经过验证的使用范围如下表：

表7GIQE参数范围

根据前面对图像质量概念的分析，可以非常清晰的把NIIRS标准归入任务取向的 图像质量标准。NIIRS标准所涉及的任务都是分辨率敏感的任务，典型的任务为全色可见光 军事侦察。因此，NIIRS标准不能被“不小心”扩大适用范围。

在NIIRS使用领域内，NIIRS标准是一个非常优秀的标准，拥有以下一些特性：

线性标准等级级别数的增加和图像的解译度相一致。

离散性图像的解译度差别达到一个NIIRS级别时能够被清楚地区分开。

设备无关性图像的分级和传感器无关，这样NIIRS能用于处理不同的成像系统获 得的图像。

可用性标准容易被判读人员使用。进一步说，判读人员能够应用准处理出稳定的 结果。

判据等效性一幅图像经过判据判读出来的NIIRS等级和图本身的内容的解译度是 一致的。

这些特性保证了NIIRS标准成为目前西方情报届主流的任务取向的图像判断标准 之一。

从图像质量的内涵来看NIIRS标准，可以发现NIIRS体系更加侧重于特定领域内的 图像“可懂”。“可懂”和任务相关，只有任务所需信息都能从图像中提取出来图像才谈得上 有效可懂。达芬奇的“蒙娜丽莎”可懂度很高，对于寻找战斗机的军事情报图像判读员他也 能看懂，但对于他的任务却没有有效“可懂”度可言。

GIQE方程是一座很好的桥梁，将NIIRS标准同遥感系统的某些设计指标联系了起 来，同时也标示了这些指标之间的关系。NIIRS标准决定了GIQE，因此在GIQE方程中GSD(地 面采样距离)占的权重应该是最重的。这一点也决定了GIQE的适用范围。但是GIQE和GRD是 多值对应关系，也就是说在某个区间内，GIQE并不对GRD的变化过分敏感，此时其他一些影 响因素的效应会凸现出来。因此，采用GIQE计算得到的ΔNIIIRS或者用ΔNIIIRS本身用来 说明遥感系统性能一定范围内的变化还是很有说服力的。本论文的其它部分有会应用Δ NIIIRS来说明一些遥感系统的一些环节对成像能力的影响。

发明内容

有鉴于此，本发明提供了一种微振动对在轨图像质量影响的评估方法，能够得出 微振动对在轨图像质量影响的直观评价。

为了达到上述目的，本发明的技术方案为：一种微振动对在轨图像质量影响的评 估方法，包括如下步骤：

步骤(1)采用时间延迟积分图像控制器TDICCD采集获取在轨图像，在在轨图像中 根据评估需求选取长度贯穿感兴趣区域的景物。

步骤(2)对景物所在区域，逐行提取中心像元点，组成中心线。

步骤(3)以中心线为中心，遍历中心线上各像元点，针对每个像元点均执行如下步 骤(4)～步骤(5)：

步骤(4)针对当前像元点，在其左右或上下对称选取设定数量的相邻像元，利用相 邻像元的能量分布对相邻像元能量进行拟合，获得拟合后的能量曲线。

步骤(5)针对当前像元点，提取其相邻像元能量拟合后的能量曲线的能量中心点 相对当前像元点的距离，该距离即为当前像元点的相机视轴晃动幅值。

步骤(6)将所有像元点的视轴晃动幅值连接起来，即得到相机视轴随时间变化的 曲线，曲线中每个像元点对应的时刻根据TDICCD的辅助数据得到。

步骤(7)对上述曲线进行傅里叶变换，可得到相机视轴晃动的频率能量分布曲线。

步骤(8)将能量分布曲线中大于设定数值的视轴晃动幅值对应的频率抽取出来， 和星上微振动源的振动频率对比，由此获知各个星上微振动源对相机视轴晃动的贡献。

有益效果：

(1)本发明相比传统方法主要依靠MTF、NIIRS和GIQE等来评估图像质量，无法分辨 微振动的影响，本发明可给出微振动对在轨图像质量影响的直观评价。

(2)本发明不但可评估相机视轴晃动的相对幅度，还可评估相机视轴晃动的频率 特性，直接为微振动源的影响评估服务；

(3)相比传统方法，本发明不需要特殊图像或地面靶标等特殊配置，仅需要图像上 具有便于分析的特征信息即可。

附图说明

图1为本发明一种微振动对在轨图像质量影响的评估流程。；

图2为本发明实施例中的卫星得到的铁路图像；

图3为本发明实施例中的卫星得到的铁路图像的特征信息提取；

图4为视轴晃动的时域结果；

图5为视轴晃动的频域结果。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

实施例1

步骤(1)采用时间延迟积分图像控制器TDICCD采集获取在轨图像，在在轨图像中 根据评估需求选取长度贯穿感兴趣区域的景物。

首先要对在轨图像数据进行分析，选择具有较长较直的特征景物(如机场、铁路、 河流等)的图像，以便开展进一步的评估。

步骤(2)对上述景物所在区域，逐行提取中心像元点，组成中心线；

步骤(3)以中心线为中心，遍历中心线上各像元点，针对每个像元点均执行如下步 骤(4)～步骤(5)；具体实施时，针对TDICCD所采集的图像特点，从中心线的第一行中对应的 像元点开始，执行步骤(4)～步骤(5)，随后行数加1，取下一行对应像元点，重复执行步骤 (4)～步骤(5)直至所有点执行完毕。流程具体如图1所示。

步骤(4)针对当前像元点，在其左右或上下对称选取设定数量的相邻像元，利用相 邻像元的能量分布对相邻像元能量进行拟合，获得拟合后的能量曲线；

步骤(5)针对当前像元点，提取其相邻像元能量拟合后的能量曲线的能量中心点 相对当前像元点的距离，该距离即为当前像元点的相机视轴晃动幅值；

步骤(6)将所有像元点的视轴晃动幅值连接起来，即得到相机视轴随时间变化的 曲线，曲线中每个像元点对应的时刻根据TDICCD的辅助数据得到；

步骤(7)对上述曲线进行傅里叶变换，可得到相机视轴晃动的频率能量分布曲线；

步骤(8)将能量分布曲线中大于设定数值的视轴晃动幅值对应的频率抽取出来， 和星上微振动源的振动频率对比，由此获知各个星上微振动源对相机视轴晃动的贡献。

实施例2

step1、从卫星获得的在轨图像中选择一幅具有较长、较直特征景物的图像，如图2 所示，为某卫星得到的机场的图像；

step2、该图像上有一条较长且总体上较直的铁路，因此以该铁路为特征提取对 象。输入初值：1,14162，灰度为109；

step3、特征信息提取循环：

(1)行数加1，即行数＝2，列数＝14162；

(2)从图像分析可知，铁路的宽度约为7个像元，因此左右各取3个像元，即横坐标 ＝2，纵坐标＝14159,14160,14161,14162,14163,14164,14165；

(3)在纵向7个像元中找到与109最接近的灰度，为14161，灰度值为107；

(4)记录第2行的相关数据，行数加1，重复(2)～(3)，直至达到特征信息的边界，本 例中为图像的边界。

最终得到的结果如图3所示，设得到的坐标分别为x，y。

step4、此时已获得图像中铁路的中心位置，根据该中心位置可开展对特征信息 的中心能量位置的拟合的循环。

(1)首先由1,14162位置处左右各取三个像元，即横坐标＝1，纵坐标＝14159, 14160,14161,14162,14163,14164,14165；

(2)利用最大能量拟合得到该处的能量中心为：14162.2585；

(3)减去其中心位置14162得到该点处的视轴晃动幅度为0.2585像元；

(4)如果需要计算纵向的视轴晃动，可由1,14162位置向下取三个点(如果行数大 于3，可上下各取3个点)，即横坐标＝1,2,3,4，纵坐标＝14162。

(5)重复(2)～(3)，得到纵向的视轴晃动幅度；

(6)将行数加1，即行数为2；

(7)根据y的第二个元素即可重复(1)～(6)，直至达到y的最后一个值。

最终得到的结果如图4所示。

step5、此时得到了相机视轴晃动的时域结果。根据相机单级积分时间可得到时 域曲线，如图5所示。

step6、对上述时域数据进行傅里叶变换，得到相机视轴晃动的频域特性。

综上，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在 本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。