项目名称: 基于大气物理特性的光学遥感图像去雾化重建技术

项目编号: No.61275021

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 徐之海

作者单位: 浙江大学

项目金额: 82万元

中文摘要: 光学遥感是高分辨率对地观测系统重大专项中信息获取的最主要技术手段之一。光学遥感成像过程中不可避免地受到大气辐射、散射、吸收等物理因素的干扰,特别是在非理想天气及光照条件和大侧摆、大视场成像模式下的成像质量受到很大影响。大气干扰成为制约遥感系统获取高分辨率(时间、空间、辐射、光谱)图像的重要因素之一,也成为遥感系统向高机动、宽覆盖方向发展的主要瓶颈之一。这方面传统的研究工作多基于对图像本身的锐化和增强处理。 本项目将通过对典型成像光照及气候条件下大气粒子、气溶胶的辐射、散射、吸收等机理研究,构建成像光线经过大气传输后到达探测器表面的辐射和光谱模型;基于大气物理特性对成像质量影响的关键模型,研究并提出光学遥感图像的去雾化重建方法,探求实现光学遥感图像大气校正的最佳技术途径。该项目的实施对提高我国光学遥感成像系统对天气和光照条件的适应能力,提高在大斜视、大视场等成像模式中的图像质量具有重要意义。

中文关键词: 光学遥感;图像重建;光学成像;大气特性;去雾处理

英文摘要: The optical imaging technology takes one of the most important roles in the remote sensing of high resolution earth observation system, which is one of the nation's momentous scientific projects. Since the optical emission, dispersion and absorption of atmosphere have inevitable disturbance on the optical imaging spectral band, the optical remote sensing cameras are suffered greatly form atmospherically blurred when acquiring pictures on unfavorable weather condition, illumination condition, or at big side-view angle and large field of view imaging modes. The disturbance from atmosphere is becoming one of the important bottlenecks for acquiring high quality remote sensing images with high space, spectrum, radiance and time resolution. It is also one of the main hindrances for achieving images with poor illumination, big side-view and large field of view. This research project is proposed to study the restoration technology of atmospherically blurred optical remote sensing images based on atmosphere physics models. The radiation, dispersion and absorption mechanism of aerosol and other small particles in typical weather and illumination condition will be studied. The spectral and radiant models of light rays which reach the image sensor after passing through atmosphere will be established. The image restoration

英文关键词: optical remote sensing;image restoration;optical imaging;atmospheric properties;dehaze compensation

成为VIP会员查看完整内容
1

相关内容

无人机地理空间情报在智能化海战中的应用
专知会员服务
114+阅读 · 2022年4月14日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
18+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
29+阅读 · 2020年7月31日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
【动态】CSIG图像图形中国行在南京信息工程大学成功举办
中国图象图形学学会CSIG
0+阅读 · 2021年12月31日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
无人机地理空间情报在智能化海战中的应用
专知会员服务
114+阅读 · 2022年4月14日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
18+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
29+阅读 · 2020年7月31日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
【动态】CSIG图像图形中国行在南京信息工程大学成功举办
中国图象图形学学会CSIG
0+阅读 · 2021年12月31日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
CVPR 2019 | 无监督领域特定单图像去模糊
PaperWeekly
14+阅读 · 2019年3月20日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员