本發(fā)明涉及一種PST雜散光測試數(shù)據(jù)處理方法，適用于各種類型、各種譜段航天遙感器成像系統(tǒng)高精度PST雜散光測試的數(shù)據(jù)處理和分析，屬于航天遙感技術(shù)領(lǐng)域。

背景技術(shù)：

PST雜散光測試數(shù)據(jù)處理的準確性和精度主要受制于測試噪聲剝離以及數(shù)據(jù)處理算法兩個方面。前者主要是通過圖像處理的方法對CCD暗電流噪聲、測試環(huán)境雜散光噪聲(由測試光源、暗室等引入)等進行分離和提取，實現(xiàn)對各類噪聲的定量和定位分析，從而達到剝離的目的；后者是在完成噪聲的分離、提取和剔除后，針對有效數(shù)據(jù)進行的分析和處理，考慮到PST雜散光測試產(chǎn)生的數(shù)據(jù)量巨大，其處理算法必須兼具穩(wěn)定性好、準確性高、收斂速度快的特點，并且要具備良好的可移植性和通用性，可滿足各類光學(xué)系統(tǒng)在不同環(huán)境下PST雜散光測試數(shù)據(jù)處理的需求。本發(fā)明解決了PST雜散光測試數(shù)據(jù)處理過程中，測試噪聲定位和剝離不準確或者無法剝離、大規(guī)模數(shù)據(jù)處理穩(wěn)定性和準確性無法保證、算法可移植性和通用性較差等問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的技術(shù)解決問題是：克服現(xiàn)有技術(shù)不足，提出一種PST雜散光測試數(shù)據(jù)處理方法，解決了PST雜散光測試數(shù)據(jù)處理過程中各類測試噪聲的分離、提取和剔除，并基于成像系統(tǒng)PST特性以及CCD探測器性能的綜合評估，能夠反演出對于測環(huán)境雜散光的要求；同時，運用最小二乘法、遺傳算法等數(shù)值分析和運算方法自動進行大規(guī)模圖像和數(shù)據(jù)的處理，直接輸出PST結(jié)果，提高了可移植性和通用性。

本發(fā)明的技術(shù)解決方案為：一種PST雜散光測試數(shù)據(jù)處理方法，步驟如下：

(1)根據(jù)遙感相機的點源透過率PST，以及CCD探測器電學(xué)性能，包括光子效率，確定環(huán)境雜散光能量E_Env，根據(jù)環(huán)境雜散光能量E_Env，確定照射在遙感相機入口的光源能量；

(2)在光源輸出不同能量狀態(tài)下，對遙感相機CCD圖像進行采集，再對CCD圖像進行差分計算，以分離、提取各類測試噪聲在CCD探測器上的分布，從而完成測試噪聲的剝離，得到剝離了噪聲的CCD圖像；

(3)對步驟(2)中剝離了噪聲的CCD圖像進行數(shù)理分析，解析出表示剝離了噪聲的CCD圖像的矩陣是否存在逆矩陣；

(4)若存在逆矩陣，則直接對剝離了噪聲的CCD圖像的矩陣進行求解，若不存在逆矩陣，則選用最小二乘法或遺傳算法或二分法對剝離了噪聲的CCD圖像的矩陣進行求解，得到遙感相機CCD各列雜散能量傳遞系數(shù)，即CCD每行中各個像元對于該行總的雜散光的貢獻能力，以用于后期的圖像校正。

所述的步驟(1)根據(jù)遙感相機的點源透過率PST，以及CCD探測器電學(xué)性能，包括光子效率，確定環(huán)境雜散光能量E_Env的方法為：分別計算出遙感相機所能接受的雜散光能量下限E_PST和CCD最小電噪聲能量E_CCD，則測環(huán)境雜散光能量E_Env要求E_Env<(E_PST+E_CCD)。

所述的步驟(2)中，點源透過率為PST，CCD的像元規(guī)模為rows行和cols列，在第i個能量狀態(tài)下，光源輸入雜散光能量為E_0i(i＝1,2,…,n+1)，CCD探測器的第l行、第k列像元接收到的雜散能量為E'(i)_(l,k)(l＝1,2,…rows；k＝1,2,…cols)。

那么，第j+1和第j相鄰兩次的輸入能量差值ΔE_0j＝E_0(j+1)-E_0j(j＝1,2,…,n)；而兩次第l行、第k列像元接收到的雜散能量差值為ΔE'(j)_(l,k)＝E'(j+1)_(l,k)-E'(j)_(l,k)，則兩次該像元的差分為Diff(E_j)_(l,k)＝ΔE_0iPST-ΔE'(j)_(l.k)，對該項像元的差分取平均值其中δ_i為差分的權(quán)重，同理可求得其他像元的差分平均值，而各個像元的差分平均值構(gòu)成了rows×cols階矩陣，并對應(yīng)于CCD的rows×cols階像元，即為測試噪聲。CCD探測器在第1個能量狀態(tài)下每個像元接收的總能量減去該像元的差分平均值即實現(xiàn)測了測試噪聲的剝離。

所述的步驟(3)中的數(shù)據(jù)病態(tài)性是指CCD的rows×cols階像素矩陣的求解難易程度。

所述的步驟(4)根據(jù)解析出表示剝離了噪聲的CCD圖像的矩陣是否存在逆矩陣，選擇最小二乘法或廣義逆最小二乘法、遺傳算法、二分法，能夠確保運算過程的穩(wěn)定性和運算結(jié)果的準確性，并保證運算有較高的收斂速度，滿足各類雜散光測試數(shù)據(jù)處理的需求。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于：

(1)本發(fā)明綜合運用了圖像處理、差分算法、最小二乘法、遺傳算法、非托管代碼技術(shù)等多種技術(shù)手段，解決了PST雜散光測試數(shù)據(jù)處理過程中，測試噪聲定位和剝離不準確或者無法剝離、大規(guī)模數(shù)據(jù)處理穩(wěn)定性和準確性無法保證、算法可移植性和通用性較差等問題，具有較強的實用性和通用性，是PST測試過程中的關(guān)鍵技術(shù)，

(2)本發(fā)明能夠降低測試系統(tǒng)對于測試儀器設(shè)備的技術(shù)要求，同時保證測試精度。本發(fā)明可以滿足各類雜散光測試數(shù)據(jù)處理的需求，并降低此類測試系統(tǒng)的前期投入。

附圖說明

圖1為本發(fā)明PST雜散光測試數(shù)據(jù)處理方法流程圖；

圖2為在測試過程中采集的一系列待處理圖像。

具體實施方式

本發(fā)明一種PST雜散光測試數(shù)據(jù)處理方法如下：(1)基于遙感相機PST特性以及CCD探測器性能的綜合評估，反演出對于測環(huán)境雜散光的要求；(2)通過對不同狀態(tài)下雜散光測試圖像進行差分計算，分離、提取各類測試噪聲在CCD焦面上的分布，從而完成測試噪聲的剝離；(3)對剝離測試噪聲后的測試圖像進行數(shù)理分析，解析出圖像數(shù)據(jù)的規(guī)模和數(shù)值的分布特點；(4)根據(jù)解析所得的數(shù)據(jù)規(guī)模和數(shù)值分布特點確定穩(wěn)定、高效、準確的后續(xù)處理算法，完成PST曲線的繪制以及雜散光抑制角度的判定。本發(fā)明主要用于PST雜散光測試數(shù)據(jù)處理，能夠降低測試系統(tǒng)對于儀器設(shè)備的技術(shù)要求，具有較高的可移植性和通用性，可以滿足各類雜散光測試數(shù)據(jù)處理的需求。

本發(fā)明的一種PST雜散光測試數(shù)據(jù)處理方法，包括前期的測試噪聲剝離和后續(xù)的大規(guī)模數(shù)據(jù)自動處理，涉及圖像處理、算法開發(fā)、系統(tǒng)集成等技術(shù)手段。首先，對測試過程中采集的圖像進行差分算法處理，得到CCD像元陣列在不同雜散光條件下的D/N值分布變化，并結(jié)合CCD暗電流噪聲、測試環(huán)境雜散光噪聲等的分布特點，從而分離、提取各類測試噪聲在CCD探測器上的分布；其次，PST雜散光測試的數(shù)據(jù)量巨大，必須保證處理算法具有強大的穩(wěn)定性和可靠的準確性，避免奇點的干擾從而造成計算結(jié)果無法收斂；最后，為了提高可移植性和通用性，采用了非托管代碼技術(shù)，實現(xiàn)了快速部署，避免了由于接口通訊、注冊表注冊等帶來的程序穩(wěn)定性差的問題。本發(fā)明作為一種新穎的PST雜散光測試數(shù)據(jù)處理技術(shù)，不僅能夠滿足各類航天遙感器在不同環(huán)境下的PST雜散光測試的數(shù)據(jù)處理需求，而且能夠在保證測試精度的同時，降低測試系統(tǒng)對于儀器設(shè)備的要求，節(jié)約成本。

實施例1

對可見光譜段，焦距值為40mm，相對口徑為0.5，CCD像元陣列為矩形陣列的遙感相機雜散光測試圖像數(shù)據(jù)進行處理。

如圖1所示，本發(fā)明的具體步驟如下：

(1)測試環(huán)境能量的確定

應(yīng)用Fred、LightTools等雜散光分析軟件對遙感相機的點源透過率PST進行計算，得到遙感相機的點源透過率PST。

根據(jù)下面兩個公式分別計算出雜散光能量下限E_PST和CCD最小電噪聲能量E_CCD：

上兩式中，S/N為相機的信噪比，N′_e為相機CCD的成像電子數(shù)，N′_ei(i＝1,…,n)為相機CCD的各類噪聲產(chǎn)生的電子數(shù)，如暗電流噪聲等。d²為像元面積；t為積分時間；λ為光子波長；η為光子效率；h為普朗克常數(shù)；c為真空中的光速。

則對測環(huán)境雜散光能量E_Env有如下要求：

E_Env<(E_PST+E_CCD)

(2)光源能量的確定

根據(jù)測環(huán)境雜散光能量E_Env以及相機外表面的反射率γ計算出照射在遙感相機入口光源能量的最大值E_0(n+1)：

E_0(n+1)＝E_ENV/γ

(3)圖像采集

由E_0(n+1)開始分n次逐漸降低光源的輸出能量直到E₀₁，即滿足E_0(n+1)>E_0n>…>E_0i>…E₀₁(1<i<n)，并在每個能量輸出下，采集相機生成的圖像，得到CCD像元陣列在不同雜散光條件下的D/N值。本實例中共采集6個圖像，如圖2所示，即n＝5；

(4)剝離測試噪聲

圖2中各幅圖像的像元數(shù)相同，并且都是按照50×1000的矩陣進行排列的，即rows＝50,cols＝1000。記第i(i＝1,2,…,6)幅圖中，第l(l＝1,2,…,50)行、第k(k＝1,2,…,1000)列像元接收到的雜散能量為E(i)_(l,k)，其計算方法如下：

其中，DN(i)_(l,k)為第i幅圖中，第l行、第k列像元的DN值，k為CCD由電子到DN值的轉(zhuǎn)換系數(shù)。

則第j+1幅圖像的第l行、第k列像元接收到的雜散能量與第j幅圖像的第l行、第k列像元接收到的雜散能量之差ΔE(j)_(l,k)(j＝1,2,…,5)可由下式計算：

ΔE'(j)_(l,k)＝E'(j+1)_(l,k)-E'(j)_(l,k)

圖2中由上到下的6幅圖像分別對應(yīng)著光源輸入雜散光能量為E₀₁、E₀₂、E₀₃、E₀₄、E₀₅、E₀₆，則第j+1幅圖像與第j幅圖像的輸入能量之差ΔE_0j為：

ΔE_0j＝E_0(j+1)-E_0(j)

那么，第j+1幅圖像與第j幅圖像的第l行、第k列像元差分Diff(E_j)_(l,k)可由下式計算：

Diff(E'_j)_(l,k)＝ΔE_0iPST-ΔE'(j)_(l,k)

則這6幅圖像第l行、第k列像元的差分平均值計算方法如下：

其中，δ_j為差分的權(quán)重，可由下式計算求得：

對其他各個像元做上述相同計算，即可得到由各個像元的差分平均值構(gòu)成的rows×cols階矩陣并記由第1幅圖像各個像元的雜散能量構(gòu)成的rows×cols階矩陣為E(1)，則剝離測試噪聲后的矩陣E′₀為：

(5)解析E′₀是否存在逆矩陣

將剝離測試噪聲的大規(guī)模數(shù)據(jù)按照數(shù)據(jù)規(guī)模和數(shù)值分布進行處理，分析處理算法會根據(jù)輸入數(shù)據(jù)的規(guī)模和分布特點采用不同的策略，從而達到快速收斂的目的。若E′₀不為方陣，則E′₀不可逆，不存在逆矩陣；若E′₀為方陣，但是行列式|E'₀|＝0，則E'₀不可逆，不存在逆矩陣；若E'₀為方陣，而且行列式|E'₀|≠0，則E'₀可逆，存在逆矩陣；本實例中由于像元列數(shù)遠遠大于行數(shù)，所以E′₀不為方陣，不存在逆矩陣；

(6)雜散傳遞系數(shù)的求解

E'₀存在逆矩陣，直接進行求解；

E'₀不存在逆矩陣，使用最小二乘法、遺傳算法等進行求解；

由于本例中E'₀不存在逆矩陣，故采用最小二乘法進行求解，結(jié)果如下：

X＝((E'₀)^TE'₀)^-1(E'₀)^TB

上式中，X為待求的各列的雜散傳遞系數(shù)是一個1×cols階的向量，從各列的雜散傳遞系數(shù)可以解讀出雜散光抑制角度、異常入射角度等信息。，(E'₀)^T為矩陣E′₀的轉(zhuǎn)置，B是一個rows×1階的向量表征了CCD各行的雜散光總和。

實施例2

對其他相機PST測試過程中產(chǎn)生的圖像進行處理時，分析過程同上，可得出相似結(jié)果。只是在處理方形CCD圖像，并且矩陣E′₀存在逆矩陣時，X的求解如下：

X＝(E'₀)^-1B

本發(fā)明綜合運用了圖像處理、差分算法、最小二乘法、遺傳算法、非托管代碼技術(shù)等多種技術(shù)手段，解決了PST雜散光測試數(shù)據(jù)處理過程中，測試噪聲定位和剝離不準確或者無法剝離、大規(guī)模數(shù)據(jù)處理穩(wěn)定性和準確性無法保證、算法可移植性和通用性較差等問題，具有較強的實用性和通用性，是PST測試過程中的關(guān)鍵技術(shù)，能夠降低測試系統(tǒng)對于測試儀器設(shè)備的技術(shù)要求，同時保證測試精度。

經(jīng)測試及實驗本發(fā)明可以滿足各類雜散光測試數(shù)據(jù)處理的需求，并降低此類測試系統(tǒng)的前期投入。

本發(fā)明中未詳細說明的內(nèi)容屬于本領(lǐng)域的公知常識。