一种基于小波包能量谱的推扫式遥感相机自动对焦方法技术

本发明专利技术公开了一种基于小波包能量谱的推扫式遥感相机自动对焦方法，包括如下步骤：首先灰度图像转换和亮度归一化预处理；其次对图像进行四层小波包分解，选取与相机运动方向垂直的频域频段小波系数矩阵；然后计算各频段小波包能量谱指数值及清晰度评价函数值；最后相机自动对焦调整，选取出清晰度评价值最大处所对应的对焦位置为最终相机清晰成像位置，结束自动对焦。本发明专利技术能够通过对失焦遥感图像运动垂直方向各频段小波包能量谱的计算结果进行加权求和，实现对于推扫式遥感相机的对焦评价，评价方法具有很好的准确性和单调性，并且做到与图像内容无关。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，包括如下步骤：首先灰度图像转换和亮度归一化预处理；其次对图像进行四层小波包分解，选取与相机运动方向垂直的频域频段小波系数矩阵；然后计算各频段小波包能量谱指数值及清晰度评价函数值；最后相机自动对焦调整，选取出清晰度评价值最大处所对应的对焦位置为最终相机清晰成像位置，结束自动对焦。本专利技术能够通过对失焦遥感图像运动垂直方向各频段小波包能量谱的计算结果进行加权求和，实现对于推扫式遥感相机的对焦评价，评价方法具有很好的准确性和单调性，并且做到与图像内容无关。【专利说明】
本专利技术属于遥感成像
，涉及。
技术介绍
随着航天遥感技术的发展，遥感图像在环境监测、资源调查、地形测绘、军事侦察等各方面，起着越来越重要的作用。遥感相机是数字遥感图像获取的关键，为了确保空间遥感相机在复杂环境中都能清晰成像，空间遥感相机需要配备一套对焦系统，及时地修正调焦位置以保证成像质量。推扫式遥感相机是一类常用的空间遥感相机，这类相机并不是一幅一幅地曝光，而是连续曝光，所以这类相机不需要快门，结构相对简单。随着电子技术的快速发展，基于图像处理的自动对焦方法成为推扫式遥感相机对焦技术的研究热点，通过对焦评价方法的计算得到图像的清晰度值从而指导相机进行调焦工作。传统的对焦评价方法都需要景物保持静止，而空间相机一直处于运动状态，因而无法直接将这些对焦评价方法应用于空间相机中；同时，推扫式遥感相机在任意时刻所拍摄的景物都是不同的，帧与帧之间不存在重叠区域。目前推扫式遥感相机对焦评价方法主要有:基于微分图像自相关的对焦评价方法、基于线扩散函数的对焦评价方法以及基于功率谱的对焦评价方法。其中基于功率谱的对焦评价方法是最适用于推扫式遥感相机的自动对焦技术，通过小波变换，求取与运动方向垂直的不同尺度下的小波系数，并对该方向下不同尺度的这些小波系数进行加权求和，从而作为清晰度评价指标，不仅有效解决了像移失配问题，而且在鲁棒性、正确性、精确性等方面均有着很好的表现。但是当对模糊量相同的不同场景进行评价时，其评价值依旧无法达到相同值，尤其是对场景结构相差较大的图像进行评价时，即使他们具有相同的模糊量，但其评`价结果也相差较大。如何实现与图像内容无关的模糊评价方法是推扫式遥感相机自动对焦方法的关键。
技术实现思路
本专利技术提出，能够通过对失焦遥感图像运动垂直方向各频段小波包能量谱的计算结果进行加权求和，实现对于推扫式遥感相机的对焦评价，评价方法具有很好的准确性和单调性，并且做到与图像内容无关。本专利技术基于图像小波包分解和能量谱指数计算，提出了一种推扫式遥感相机的自动对焦评价方法，其主要思路是:1、对遥感图像进行小波包分解。小波包分解技术在小波分解的基础上，将小波变换中停止分解的中高频段小波系数继续分解，具有频率分解精细、有效表示局部信号的优势以及良好的时频特性，可以将信号分解成更精细的频率分量，那么即使图像只存在微小的模糊量差异，利用小波包分解也能进行有效的清晰度评价，从而提高对焦评价方法的评价性能。同时，小波包分解图像频域功率谱具有不变性，不同内容之间在小波包域具有几乎一致的能量谱曲线，能够实现与图像内容无关的对焦评价方法。2、选取与推扫相机运动方向垂直的频域频段，计算各频段小波系数的小波包能量谱指数，加权求和得到最终的清晰评价指标。推扫式遥感相机由于其特殊的成像方式，与其运动方向一致的图像频域分量会由于相机运动受到一定的影响，造成一定程度的失真。选取与相机运动方向垂直的频域频段，可以排除相机运动的干扰，准确反映离焦因素造成的图像功率谱变化。同时，考虑到图像离焦模糊主要引起图像高频成分的衰减，对于高频频段设定更大的加权系数而减小低频频段的权重系数可以更有效的反应图像离焦情况。本专利技术包括如下步骤:(I)对输入遥感图像F(x，y)进行灰度图转换，亮度归一化处理，得到预处理图像G(x, y)。如果输入的遥感图像为彩色图像，需要先将其转换为灰度域，将灰度图像亮度归一化到区间。(2)对步骤(1)处理得到的图像G(x，y)进行四层小波包分解，得到每一层分解的各频段小波系数矩阵。对于尺寸为MXN的图像，利用二维尺度函数和二维小波函数，图像G(x, y)可以表示为:【权利要求】1.，其特征在于该方法包括以下步骤: (1)对输入遥感图像F进行灰度图转换，亮度归一化处理，得到预处理图像G； (2)对步骤(1)处理得到的图像G进行四层小波包分解，得到每一层分解的各频段小波系数矩阵； (3)对于步骤(2)中得到的四层各频域小波系数矩阵，在第三层中选取与推扫相机运动方向垂直的I个低频域频段，其小波系数矩阵定义为C1 ；4个中频域频段，其小波系数矩阵定义为Ci, i = 2，3，4，5 ;在第四层中选取所有与推扫相机运动方向垂直的64个高频域频段，其小波系数矩阵定义为C」，j = 6, 7...69 ； (4)将步骤(3)中选取出的各频段的小波系数矩阵Ck进行处理，k=1,2...69，计算得到表征与相机运动垂直方向上各频段的小波包能量谱指数Qk;小波包能量谱指数Qk表示为: 2.如权利要求1所述的自动对焦方法，将遥感图像进行四层小波包分解后，其特征在于: 小波包分解对低频分量分解的同时，可以对中高频小波系数继续分解，得到更多精细频率分量，即使图像之间存在微小的模糊量差异，也可以有效的进行自动对焦清晰度评价； 对选取的各个小波频段，利用小波系数矩阵的最大特征值来表征该频段小波包能量谱指数，将各频段小波包能量谱指数值加权求和，得到最终的清晰度评价函数: 【文档编号】G03B13/36GK103886590SQ201410079125【公开日】2014年6月25日 申请日期:2014年3月5日 优先权日:2014年3月5日 【专利技术者】冯华君, 崔光茫, 张天煜, 徐之海, 李奇 申请人:浙江大学本文档来自技高网...

【技术保护点】
一种基于小波包能量谱的推扫式遥感相机自动对焦方法，其特征在于该方法包括以下步骤：（1）对输入遥感图像F进行灰度图转换，亮度归一化处理,得到预处理图像G；（2）对步骤（1）处理得到的图像G进行四层小波包分解，得到每一层分解的各频段小波系数矩阵；（3）对于步骤（2）中得到的四层各频域小波系数矩阵，在第三层中选取与推扫相机运动方向垂直的1个低频域频段，其小波系数矩阵定义为C1；4个中频域频段，其小波系数矩阵定义为Ci，i＝2,3,4,5；在第四层中选取所有与推扫相机运动方向垂直的64个高频域频段，其小波系数矩阵定义为Cj，j＝6,7...69；（4）将步骤（3）中选取出的各频段的小波系数矩阵Ck进行处理，k＝1,2...69，计算得到表征与相机运动垂直方向上各频段的小波包能量谱指数Qk；小波包能量谱指数Qk表示为：Qk＝log10(1+σk1)              (1)其中，σk1表示对某一频段对应的小波包系数矩阵Ck进行奇异值分解，得到Ck相应的对角特征值矩阵，从中选取的最大的特征值；对其进行对数操作，得到该频段的小波包能量谱指数值Qk；（5）对步骤（4）计算得到的各频段小波包能量谱指数值，进行加权求和，得到清晰度评价函数；该评价指标评价值越小，表明图像越模糊；根据清晰度评价值来指导推扫式遥感相机自动对焦调整；（6）重复（2）～（5），选取出清晰度评价值最大处所对应的对焦位置为最终相机清晰成像位置，结束自动对焦。...

【技术特征摘要】

【专利技术属性】
技术研发人员：冯华君，崔光茫，张天煜，徐之海，李奇，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33