论文部分内容阅读
低分辨率问题导致图像的细节信息减少,造成观测目标的识别非常困难,特别是卫星空间成像低分辨率问题制约着研究探索的发展,是亟待解决的问题之一。通用的解决方式是提高相机传感器、光学组件等硬件能力,这产生了昂贵的费用(高达数亿美元),有着很长的研制周期。Sandroid卫星是以android手机集群作为核心处理部件的微小卫星,具有超强的星上计算能力。本文以Sandroid卫星空间成像超高分辨率为背景,研究了提高卫星成像超高分辨率方法,并且设计和实现了两种解决方案,同时通过仿真实验验证了系统的可行性、高效性。本文的主要研究工作如下: 1.从算法模型构建、算法分类以及算法特点等方面分析比较了超高分辨率(SR)算法,通过实验仿真结果评估了各种SR算法在卫星图像上的可行性与适用性,并给出了具有相机阵列的Sandroid卫星超高分辨率算法应用方案。 2.提出了基于SIFT算法的Sandroid卫星图像阵列拼接方法,详述了算法的建模过程,并对算法的优势进行了分析,通过系统仿真实验验证了算法的可用性、实时性、稳定性。 3.设计了应用2×2相机阵列,基于Sandroid CubeSat平台的Sandroid卫星高分辨率空间成像系统框架,并在空间目标动态光学特性模拟设备上进行了半实物仿真实验,验证了本系统可以得到高分辨率图像,实现了1.65倍的超高分辨率。 本文提出的一系列空间成像超高分辨方法将应用于2018年的试验卫星Sandroid CubeSat上,解决空间图像低分辨率问题,提高卫星空间成像质量。