徐冲-航空遥感时空谱信息同步获取技术及其应用.pdf

1、P1航空遥感时空谱信息同步获取技术航空遥感时空谱信息同步获取技术及其应用及其应用徐冲季华实验室 先进遥感技术研究室 研究员2022年6月P2P2遥感“时空谱”信息遥感“时空谱”信息1P3 目标物（Object）山、水、林、田、湖、草、沙 传感器（Senser）面阵相机、热红外、高光谱、激光雷达、SAR、位置、姿态 测量方法（Retrievalmethod）天（航天）、临（浮空器）、空（有人机、无人机）、地（地面）利用某种特定的传感器，采用适当的测量方法，获得能够表征目标物的信息，对信息进行提取、判定、加工处理及应用分析。遥感三要素P4遥感图像的三大特征（时、空、谱）几何特征位置、三维尺度、表面

2、纹理（指标：定位精度、尺寸精度、空间分辨率）物理特征反射率、光谱分布（指标：波段范围、光谱分辨率、空间分辨率、辐射精度）时间特征信息获取周期、获取时刻（指标：时间分辨率、时间精度）遥感载荷及系统设计目标：如何进一步提高空间分辨率、光谱分辨率、辐射分辨率和时间分辨率。P5P5遥感“时空谱”信息同步获取的意义遥感“时空谱”信息同步获取的意义2P6时空融合解决卫星传感器不能同时获取高空间高时间分辨率影像的缺陷通过算法对不同卫星获得的数据进行融合目前的算法主要分成四类：基于加权函数融合(STARFM,ESTARFM等)；基于混合像元分解(MMT,STRUM,ISTRUM,STDFA等)；基于学习包括稀

3、疏表示字典以及机器学习算法(SPSTFM,CSSF,MRT,CNN);基于多种方法综合(FSDAF,BLEST,EFSDAF,IFSDAF）空谱融合解决光谱相机的空间分辨率与光谱分辨率相互制约的问题通过算法对高光谱或热红外图像与同区域的全色影像进行融合以提高光谱影像的空间分辨率目前的主要算法：基于替换的融合方法、基于多分辨率分析的融合方法、基于模型优化的融合方法和基于稀疏表达的融合方法。遥感时、空、谱数据融合受遥感载荷传感器设计的限制，遥感影像在空间、时间、光谱分辨率方面不可兼得P7时空谱一体化数据融合发展趋势 发展时空谱遥感信息的一体化融合方法，建立统一的融合框架，实现对多时相、多谱段、多尺

4、度数据的联合建模与处理 航天、航空、地基观测具有天然的互补优势，实现空天地耦合观测以及跨尺度的数据融合 构建对地观测传感网，它将具有感知、计算和通信能力的传感器与万维网进行有机结合，基于并行计算、云计算等框架建立高性能计算方法，实现数据的在线融合与协同分析 针对特定应用场景以及特殊的图像特征需求，以应用为驱动来发展最优的融合方法遥感时、空、谱数据融合P8 数据级对传感器原始观测数据或经过预处理的数据进行融合，生成新数据，其主要目的就是为了提升数据的质量，如分辨率、对比度、完整度等指标 特征级首先对不同数据分别进行相关特征的提取，然后再对提取的特征进行融合处理，生成新的特征或特征矢量，以便于后续

5、的地物解译 决策级首先利用不同传感器数据分别进行地物解译，获得地物类别或属性的初步确定，然后再利用一定的决策规则加以融合，主要解决不同数据产生结果的不一致性，从而获取更可靠决策知识遥感数据融合的条件：目标相同，时相接近，尺度级数相差不是太大。遥感数据融合的三个层次P9P9遥感“时空谱”信息的同步获取的方法遥感“时空谱”信息的同步获取的方法2P10遥感时、空、谱数据同步获取的含义 包含多传感器位置传感器、姿态传感器、全彩色相机、高光谱相机、激光雷达等 时间同步特征所有传感器在统一时间（UTC）坐标系下工作，所获取的数据均带有相同精度（亚毫秒级）的时间戳 空间同步特征各个传感器视场角大致相同、指向

6、相同、相互之间的位姿关系明确、空间坐标精度达到亚像素级航线线阵影像面阵影像P11时间同步控制技术时间同步的基础系统时钟同步方案相关专利相机组快门同步方案P12联合检校条件空间同步的保证高精度二维转台室内控制场室外场定位反射标布设实景无人机载荷检校实景室外检校场俯视图空间测量基准P13联合检校技术控制场转台、线性导轨数据与载荷观测传感器数据融合模型log P 1:,Z0:1:0=+=1 1,1 1,+=1 ,1 ,适用于多相机拼接的畸变模型=12+24+36+12+22+22+1+2=12+24+36+21+22+22YABCDX多相机拼接影像二次成像模型点扫、线扫及面阵传感器一体化检校模型=0