星表遥感图像优化及典型地物精细刻画方法研究

In recent years, China’s Chang-E series probing satellite has completed the task of moon exploration successfully. The application of remote sensing data has become the focus of space science research. Restricted by terrain and illumination conditions, the acquired planetary remote sensing data, such as the image data of polar region and hyperspectral remote sensing data, cannot satisfy the need of actual application. Therefore, it is very important for the optimization of remote sensing image. .Focusing on image optimization of polar region and hyperspectral image fusion, we plans to study multi-source image fusion method of planet surface. Based on the optimization data, we will purse the accurate description of craters. Firstly, we consider the algorithms of shadow elimination and information recovery on polar image. Secondly, using the time series analysis theory, we discuss the feature extraction algorithm in hyperspectral and panchromatic images. At the same time, we study the specific applications of compressed sensing theory in hyperspectral image fusion. Based on the research above, we intend to design the corresponding fusion strategy. Thirdly, using the optimized data, we conduct shape recognition, terrain analysis, composition detection in impact craters to accomplish their accurate description. Breakthroughs in key technologies will help us to make full use of Chang-E satellite data, and other remote sensing image, achieve the lunar exploration goals, and contribute to the accumulation of technical preparations in deep space exploration..

随着我国月球及深空探测技术的不断发展，星表遥感数据的应用成为关注的热点。受地形和成像条件的限制，获取的星表遥感图像，特别是极区图像，不能满足实际应用的需求，因此遥感图像优化显得尤为重要。课题针对极区影像优化、高空间分辨率图像和高光谱图像融合两方面开展图像优化工作，并应用优化后的图像对撞击坑等典型地物进行精细刻画。. 具体研究内容包括：研究极区图像阴影去除与信息恢复方法；研究利用时间序列分析方法提取图像特征的方法，并在此基础上设计相应的融合策略；研究压缩感知理论在高空间分辨率图像和高光谱图像融合中的具体应用；基于生成的星表优化数据，开展星表典型地物，如撞击坑的形态识别、地形分析、成分探测等工作，完成对撞击坑的精细刻画。关键技术的理论突破与实现将有助于充分利用嫦娥系列卫星传回的数据，实现我国探月工程制定的科学目标，并为火星等深空探测计划做好前期准备。

随着我国探月工程的顺利实施，综合应用嫦娥系列卫星探测数据，开展星表遥感图像数据的处理和应用成为空间科学的研究重点。本课题围绕地形结构分析、矿物成分探测任务，以月表遥感数据为切入点，开展了星表遥感图像优化及典型地物精细刻画方法研究。主要研究内容包括：极区遥感图像优化，解决因阴影导致的图像判读中的纹理缺失问题；星表高空间分辨率图像和高光谱图像融合，提升高光谱图像的空间分辨率，丰富地面信息；典型地物精细刻画，综合利用优化后的图像纹理和光谱信息，并结合高程数据，统一刻画地物的灰度、矿物分布、及地形构造特点。.首先，本研究通过两种途径消除极区图像的阴影。针对普通阴影，本研究采用先配准再融合的策略，提出基于SIFT流的图像配准算法和基于压缩感知的极区图像融合算法，从不同时间或不同角度拍摄的图像提取阴影区的有效纹理信息。针对永久阴影区域，本研究结合高程数据，利用阴影周围非阴影区域反射光引起的弱纹理信息，对阴影区域进行先检测后消除，提出基于随机游走模型的阴影检测算法和基于多尺度分解的阴影消除算法，估计出阴影区的图像纹理。.然后，本研究借助融合的手段利用全色波段增强高光谱遥感影像。将高光谱图像看作时间序列，利用压缩感知理论既能实现较小采样率的压缩降维又能实现高精确重构的特性，提出基于压缩感知的全色图像与高光谱图像的融合算法。该算法具有计算量少、光谱畸变小的优点，提升了高光谱图像的空间分辨率的同时实现了全色图像与高光谱图像对齐。.最后，基于优化后的星表影像，对撞击坑等典型地物进行形态识别、地形分析、及成分探测。本研究提出了基于立体匹配的高精度高程计算方法和基于端元簇的光谱解混算法，分别获取典型地物的地形构造信息和矿物成分分布，再联合灰度纹理信息，实现虹湾附近、丰特内勒撞击坑等典型地物的精细刻画。.综上所述，本研究为进一步开发和利用地外行星资源积累了前期技术，为后期行星探测工程的实施提供了有价值的参考。