一种用于空间光学相机在轨自适应调焦的方法

暂无

一种用于空间光学相机在轨自适应调焦的方法 \n技术领域\n[0001] 本发明涉及空间光学相机在轨运动过程中自适应调焦的方法。 \n背景技术\n[0002] 空间遥感相机在轨飞行期间会因为受空间环境、气压的变化以及发射过程中冲\n击、振动等的影响，导致相机焦面的变化超过允许的范围，继而产生离焦。 因此采取有\n效的自动对焦技术是保证遥感相机拍摄出高质量图像的关键技术之一。 传统的数码相机\n对焦都是相机在相对静止的环境下完成的，而空间相机对焦面临的最大困难就是在不断\n地绕地球旋转。 \n[0003] 空间相机是在轨运动的，因此间隔时间内所拍摄的图像中的景物是不完全相同\n的，直接进行清晰度评价计算就会因每次拍摄的景物不相同而出现误对焦问题。 目前用\n于空间相机自适应调焦方法主要有：一、重复拍摄的方法，即卫星对某地拍摄一幅图像\n后，等待卫星再次掠过该地上空时重复拍摄图像，经过多次这样的拍摄过程后可以得到\n图像序列，之后通过清晰度评价算法计算，找出最佳对焦位置；二、利用基于功率谱的\n对焦评价函数实现自适应调焦的方法，该方法由王昕、王海霞等人于2007年6月在电子\n器件期刊上发表的《基于功率谱的遥感相机自动调焦算法研究与实现》一文中提出。 重\n复拍摄法能够精确的对焦但是一次完整的对焦需要的时间周期长，对于如敏捷卫星这种\n实时性要求高的卫星系统是不适用的。 基于功率谱对焦的方法虽然能够实现短时间完成\n对焦，但它的理论基础是任意景物都有相似的功率谱，而事实上并非完全如此，森林、\n海洋、城市等的功率谱相差还是比较大的，因此这种方法局限性比较大，且对焦成功率\n可能比较低。 \n[0004] 基于以上描述，发明一种能够短时间内完成自动对焦，且成功率比较高的方法\n意义是非常巨大的。 \n发明内容\n[0005] 针对空间相机自动对焦的迫切需要，本发明的目的是提供一种用于空间光学相\n机在轨自适应调焦的方法，以实现空间相机在轨运动过程中短时间完成自动对焦。 \n[0006] 本发明的用于空间光学相机在轨自适应调焦的方法，包括以下步骤： \n[0007] 1)空间光学相机在轨调焦过程中每调节一次相机离焦量对地拍摄一幅图像，数\n次拍摄得到序列图像， \n[0008] 2)通过配准算法计算出序列图像中每两幅相邻图像间的位移量和重叠部分； \n[0009] 3)对重叠部分进行图像清晰度评价计算，得到以两幅相邻图像为一组的若干组\n图像清晰度评价值； \n[0010] 4)按照每相邻两组图像具有一个相同的图像清晰度评价值，将若干组图像的清\n晰度评价值通过传递映射到同一个评价体系中，以图像清晰度最大的评价值所对应的图\n像作为准确对焦位置。 \n[0011] 上述的配准算法可选用互相关法、相位相关法或灰度投影法等。 \n[0012] 两幅相邻图像间的位移是指直线位移，如水平方向位移、垂直方向位移或斜方\n向位移。 \n[0013] 图像清晰度评价计算方法可选用能量梯度函数法、拉普拉斯函数法或方差梯度\n函数法等。 \n[0014] 本发明能够在较短的时间内找出对焦最清晰的位置，并且只要所拍摄的照片细\n节足够多就能保证相对较高的成功率。 本发明可直接应用于现有的卫星系统、航拍系统\n上，尤其如敏捷卫星这种对于实时性要求比较高的卫星系统。 \n附图说明\n[0015] 图1是移动的空间相机拍摄示意图； \n[0016] 图2是移动的相机自动对焦示意图； \n[0017] 图3是序列图像清晰度评价值传递方法的原理图； \n[0018] 图4是图像序列的评价结果。 \n具体实施方式\n[0019] 下面结合附图和实施例对本发明作进一步详细说明。 \n[0020] 本发明的用于空间光学相机在轨自适应调焦的方法，包括以下步骤： \n[0021] 1)空间光学相机在轨调焦过程中每调节一次相机离焦量对地拍摄一幅图像(见\n图1)，数次拍摄得到序列图像。 例如在本例中通过数码相机对遥感照片进行拍摄来模\n拟空间相机对地成像过程，实验中相机边移动边调焦并经过数次拍摄后共得到10幅图像\na～j，每幅图像大小为2048×3072，每次拍摄图像之前都会进行微量调焦，所以每幅图\n像都存在一定的离焦量，在实验拍摄过程中序列图像e是最佳对焦位置； \n[0022] 2)通过配准算法(此例选用互相关法)计算出10幅图像中每两幅相邻图像间的\n水平位移量(具体见表1第一列)和重叠部分。 移动的相机自动对焦如图2所示，图(a)\n中1、2、3、4表示由数码相机在移动过程中拍摄的序列图像中的其中四幅图像，其中，\n图(b)的1图像、2图像为第一组相邻图像，图(c)的2图像、3图像为第二组相邻的图\n像，图(d)的3图像、4图像为第三组相邻的图像，它们中的阴影部分就是需要计算的图\n像间的重叠区域；\n[0023] 3)对重叠部分按能量梯度法作为清晰度评价计算因子(式(1))进行图像清晰度\n评价计算， \n[0024] \n[0025] 式中I(x，y)为图像在点(x，y)处的灰度值。 \n[0026] 得到以两幅相邻图像为一组的9组图像清晰度评价值(具体数值见表1第二、第\n三列)。 \n[0027] 4)按照每相邻两组图像具有一个相同的图像清晰度评价值，将9组图像的清晰\n度评价值通过传递映射到同一个评价体系中，以图像清晰度最大的评价值所对应的图像\n作为准确对焦位置。 \n[0028] 以三幅图像为例说明传递映射的原理(见图3)： \n[0029] 1)利用数字图像清晰度评价算法(能量梯度法)分别计算相邻两幅图，即图(a)\n中的1图像、2图像的重叠区域图像的清晰度评价值，得到第一组数据并将其在坐标平面\n中表示，即图(c)中显示的黑点A与黑点B，黑点A代表1图像的清晰度评价值，黑点B\n代表2图像的清晰度评价值； \n[0030] 2)同样的方法计算图(b)中的2图像与3图像的重叠区域图像，得到第二组清\n晰度评价值，将其在坐标平面中表示，即图(c)中显示的黑点C与黑点D，黑点C代表2\n图像的清晰度评价值，黑点D代表3图像的清晰度评价值； \n[0031] 3)在两组相邻图像中2图像是公共的，因此理论上B与C应是同一点(造成其\n不为同一点的原因是两次计算中在2图像上所取的景物区域是不同的，景物的不同将引\n起评价值的变化)，本例中采用清晰度评价值B代替C点的值(即采用黑点B代替黑点\nC的值)，表现在坐标平面上就是图(c)中黑点C到黑点B的箭头部分。 利用传递公式\nS＝D*B/C，式中B、C分别是相邻两组图像的第一组重叠区域图像在公共图像上的清晰\n度评价值和第二组重叠区域图像在公共图像上的清晰度评价值，此例中B是2图像和1图\n像重叠区域(阴影部分)在2图像上的清晰度评价值，C是2图像和3图像重叠区域(阴\n影部分)在2图像上的清晰度评价值，D是第二组图像中第二幅图像的清晰度评价值，此\n例中相当于是3图像。 通过公式计算得出D点相对于A点的数值，在图(c)中为d点，\n图(c)中D点到d点的箭头表示这一过程。这样这两组数据映射到同一评价体系中了。 \n[0032] 在本例中就是对a～j十幅序列图像经过清晰度评价计算后得到9组清晰度评价\n值，分别为(81.65，89.81)、(101.03，110.65)、(88.04，117.07)、(131.23，175.54)、\n(173.42，111.09)、(123.99，91.98)、(99.04，83.46)、(81.58，79.67)、(78.76，79.38)\n(见表1中的第三、二列所示)，映射到同一评价体系后清晰度评价数值S(即规整化的清\n晰度评价值，具体可见表1中的第五列)。 在平面上画出S值所对应的点并连接后得出\n其轨迹图(见图4)，从图4中可直观的看到映射到同一个评价体系中的评价结果。 通过\n寻找清晰度评价值的最大值位置最后得出最佳对焦图像是图e。该结果与实验拍摄图像时\n得出的结论是一致的，说明本方法可以实现以上所述的功能。 \n[0033] 作为低轨卫星典型计算，现有主流图像传感器的刷新频率是25Hz，也就是每\n40ms就可以得到一幅图像，考虑对焦机构运动一次大概需要20ms，所以对焦过程中获取\n一幅图像总共需要为60ms左右，一般一次对焦过程需要10～12幅图像，考虑计算运行\n时间以及其他各种时间因素后，一分钟内应该可以完成对焦工作。 对于500km高空的卫\n星，其飞行速度为7627m/s，因此60ms时间间隔内可以飞行458m，换算为地面扫描的距\n离为424m，按照空间相机1m的分辨率进行计算可以知道每60ms拍摄的图像间有424个\n像素的位移量。 假设使用的空间相机CCD像素为2048×2048，为了节省计算时间以及\n内存资源，本方法在后期图像处理前一般会先对图像的中心区域进行截取，假设截取的\n中心区域图像像素为1024×1024，那么两相邻图像间相应的有58.6％的重叠区域。 而本\n例中图像大小为2048×3072，通过截取图像中心区域大小为1024×1536进行后续计算，\n而每两幅图像间位移量约为600像素，即两幅相邻图像间重叠区域约60.9％，与卫星典型\n事例中图像间重叠区域的58.6％相比，说明本例的数据与实际情况相符。 \n[0034] 表1：序列图像的各子块评价函数值及传递值 \n[0035] \n 图像 与下幅图间 位移量 与上幅图的 匹配区块 与下幅图的匹配 传递值S 计算 传递值S (规整化的清晰 结果 序号 (水平 方向) 评 价值A 区块评价值B 式 度 评价值) \n a 637 / (B1)81.65 S1＝B1 81.65 \n b 528 (A2)89.81 (B2)101.03 S2＝A2 89.81 \n c 618 (A3)110.65 (B3)88.04 S3＝A3*S2/B2 98.36 \n d 567 (A4)117.07 (B4)131.23 S4＝A4*S3/B3 130.81 \n e 590 (A5)175.54 (B5)173.42 S5＝A5*S4/B4 174.97 最佳点 \n f 503 (A6)111.09 (B6)123.99 S6＝A6*S5/B5 112.08 \n g 526 (A7)91.98 (B7)99.04 S7＝A7*S6/B6 83.15 \n h 544 (A8)83.46 (B8)81.58 S8＝A8*S7/B7 70.07 \n i 698 (A9)79.67 (B9)78.76 S9＝A9*S8/B8 68.43 \n j / (A10)79.38 / A10*S9/B9 68.96