星载高光谱仪非理想运动退化下亚像元定位技术研究

How to determine the spatial distribution of target objects in sub-pixel is a hot and difficult point in the field of space hyperspectral remote sensing applications. In the dynamic process of on orbit imaging of spaceborne high spectrometer, all kinds of non-ideal motion errors of the platform will lead to the aliasing and degradation of the acquired spectrum, and affect the accuracy of sub-pixel mapping. The project uses the dispersive imaging spectrometer as the object with a comprehensive consideration of full types of vibration mode, proposes the response model of spectrometer and spatial pixel image motion path based on the hybrid model, and by calculating the universal coefficient matrix of each mixed pixel mean mixing ratio (MMP) to simulate the degradation image, realizes the intuitive and quantitative description of spectrometer on orbit motion degradation; motion degradation of space variant hyperspectral image block correction technique and variable exponent function regularization for multiple blur factors of hyperspectral image blind restoration method for hyperspectral image degradation compensation; proposes spectral unmixing and subpixel mapping combined with solving multi-channel CNN model, and based on the the ground shaking spectrometer imaging and spectral measurement data, the adversarial transfer learning network models with small samples are put forward to implement the subpixel mapping operations in the motion degradation hyperspectral images effectively. The research results can provide theoretical and technical support for the application of remote sensing, such as military reconnaissance and urban monitoring, etc.

如何确定目标地物在亚像元中的空间分布情况是航天高光谱遥感应用领域的研究热点和难点。星载高光谱仪在轨成像的动态过程中，平台的各种非理想运动误差会导致获取的谱图发生混叠退化，影响着亚像元定位的精度。项目以色散型成像光谱仪为对象，提出了全面考虑多类型振动模式下，光谱仪的响应模型和基于像移路径的空间像元混合模型，以及通过计算普适系数矩阵得到每个混合像元平均混合比来仿真退化图像的方法，实现了直观地定量描述光谱仪在轨运动退化规律；提出了运动退化的空间移变高光谱图像分块校正技术和变指数函数正则化的多降晰因素高光谱图像盲复原方法，用于高光谱退化图像的补偿；提出了光谱解混与亚像元定位问题联合求解的多通道CNN模型，以及基于光谱仪地面模拟振动成像和地物光谱测量数据的小样本对抗迁移学习网络模型，在运动退化的图像中有效实现了亚像元定位。研究成果可为军事侦察、城市监测等遥感应用提供理论和技术支撑。

星载高光谱仪在轨成像的动态过程中，平台的各种非理想运动误差导致图谱混叠退化影响着亚像元定位的精度，从而影响了城市监测、军事侦察、灾害评估等应用的正常运行。针对星载高光谱仪平台存在的非理想运动，本项目以运动退化模型和成像模型为基础，从退化复原和联合高光谱图像解混方向提高存在运动退化条件下高光谱图像的亚像元定位精度。本项目针对多种类型振动模式进行高光谱成像仪退化建模，研究理想成像条件下光谱仪空间维、光谱维光学传递函数的一般形式，建立推扫型成像光谱仪整体静态模型和像元运动偏移量和卫星姿态角的映射关系，得到成像光谱仪运动成像动态模型。为后续退化复原模型和亚像元定位方法提供退化数据，项目进行了非理想运动下高光谱图像的退化仿真，建立多振动模式下光谱仪运动成像误差响应模型，仿真出退化的图像。在退化复原方向上，项目针对狭缝型成像光谱仪推扫成像和非理想运动退化的特性，完成高光谱运动退化及其他降晰因素影响下的退化图像的补偿。在面向运动退化条件下的亚像元定位算法上，项目根据高光谱图像中像元光谱混叠程度、解混精度与定位精度既相互影响又相互制约的特点，开展基于深度学习的亚像元定位算法研究，构建联合光谱分解的亚像元定位模型，将定位处理纳入到传统的混合像元分解模型中，有效提升亚像元定位的精度。