卫星光学遥感图像仿真与典型目标特征分析

相比较封装式和嵌入式方法，过滤式特征选择方法在研究特定地物目 标时能够更方便的对特征进行选择，而不必依赖于某种分类学习算法。主 要有mRMR和Relief两种典型的过滤式特征选择方法。 Relief及其变形：现有Filter模型有不同的评价准则，包含距 离标准、一致性标准、依赖性标准和信息标准。Relief及其 变种ReliefF和IRelief等就是采用样本距离来度量特征的重要 性程度。 mRMR： Relief 及其变种都是选择包含分类信息最多的特征 组合作为最优特征子集，但是，这些信息量最多的 m 个特 征组合在一起，并不一定是最好的 m 特征组。 Peng 等人 [59] 认为仅仅考虑特征子集所包含的类别信息多少是不够的， 为确保特征选择结果是最好的 m 特征组，需要进一步考虑 该子集特征间的冗余性，于是提出了 mRMR 算法，即最大 相关性、最小冗余度特征选择。
计 算 机 仿 真
近年来，随着计算机技术的飞速发展，一些将计算机强大的 运算处理功能和光学成像方法结合起来的新型成像原理也慢慢显 示出自身的优势，也就是所谓的计算机仿真。它主要是基于遥感 成像过程中各个成像环节的数学模型，借助数字仿真技术来获得 仿真图像。
光 学 遥 感 系 统 的 成 像 仿 真
典型地物目标的特征分析
实验数据采用的是位于江苏省苏州市南部的遥感卫星影像，具体范围 如下图标识的区域所示。
遥感影像内有6种典型的地物目标，分别是裸土地 barren land(BS)、 建 筑 urban/built-up(UB) 、 耕 地 cropland(C) 、 森 林 forest(F) 、 水 体 river/lake(RL)和道路road(RD)。
根据实际需求，本章选取裸土地barrenland(BS)、建筑urban/builtup(UB)、耕地cropland(C)、森林forest(F)、水体river/lake(RL)和道路 road(RD)这6种典型地物目标进行特征选择研究。用6种颜色来标识这几种 地物在实验区内的位置，具体位置如下图所示。
为提高后续的图像处理效率，对实验图像进行滤波处理，该步骤能够 很好的保留实验数据的极化信息和图像的边缘细节等信息；与此同时，对 其进行滤波处理还能够有效的降低图像的噪声。其次，把Refined Lee 滤 波后的PauliRGB图像在遥感影像分析软件eCognition上进行分割，并对不 同地物目标进行标记处理。由于分割尺度对分割的运算量及分割后的分类 实验都有很大的影响，分割参数选为25，该尺度在保证足够的分类精度的 基础上，便于分割的运算量控制合理的范围内。
鉴于特征降维是以低维空间替代原来高维特征空间，而丢失了特征本 身的物理含义，难以满足典型地物目标特性研究的需求，文中重点关注特 征选择。 特征选择是指根据一定的准则从原始高维数据中寻找最优子集，在最 大限度地保留特征信息的同时，极大的降低数据的维数。其过程相当于对 输入数据进行预处理，适用于那些特征维数较高的数据。
Part4：典型地物目标的特征分析
光 学 遥 感 系 统 的 成 像 仿 真
物 理 仿 真
物理仿真是在实验室条件下，对各个成像环节进行动态模拟 仿真，最终获得遥感仿真图像。通过接近真实的、可加以控制的 模拟仿真过程，测试该遥感系统的性能，并给出评价结果。上世 纪40、50年代，计算机发展水平还不高，所以只有依靠物理仿真。
特征选择的过程就是把特征子集放到已有的特征评价准则中，来对特征 子集进行分析评价，通过不断选择不同的特征子集进行分析评价，得到不同 特征子集的评价。最后，按照评价的高低输出最优的特征子集。
特 征 选 择
按照和分 类器结合 方式
1. 过滤式（Filter）特征选择方法：过滤式特征选择方法最早由 Cover提出，主要是由于其通过特征数据的内在特性来评价特 征，独立于特定的分类学习算法，具有很好的通用性。 2. 封装式（Wapper）特征选择方法：封装式特征选择方法的思 想是将选择算法作为分类学习的一部分，通过特征的分类性 能作为特征选择的评价指标。 3. 嵌入式（Embedded）特征选择方法：嵌入式特征选择方法则 是介于过滤式和封装式两者之间的一种方法，是对分类性能 与计算复杂度的折中。
计 算 机 仿 真
基于MTF模型的光学遥感器的数字仿真
由于光学遥感器接收的是地物场景目标发射或反射的光能量，因此属于被 动探测，且接收的光能大小和光谱传输特性完全取决于成像链路中的外界因素。 要尽可能的完成对整个遥感成像过程的真实仿真，必须对整个光能量传输过程 有个整体的了解。一般地，光学遥感成像链路中的光辐射传输过程如图所示。
关于在频域内对二维灰度图像进行二维傅里叶变换，现列出它的算 法如下所示：
式中：
典型目标的特征选择
近几年，由于随着地表变化监测越来越受重视，典型地物目标的研究 也成为研究热点。 高分辨率遥感影像的高维特征数据全部用于地物目标识别与分类往往 是不合适，为此，需要对特征数据进行降维。 降 维 方 式 1. 特征选择，通过从输入特征中选取子集的方式以达到特征降维 的目的； 2. 特征抽取，通过将输入特征空间映射到一个较低维度的空间， 以达来达到特征降维的目的。
卫星光学遥感图像仿真 与典型目标特征分析
班级： 姓名： 授课教师： 授课教室：
研 5-15 班 陈海涛 张凯莉 穆江浩 王晓蕊 周二 5-6 节 西大楼-219
目录 /
CONTENTS
Part1:光学遥感系统建模仿真的国内外发展现状 Part2:基于MTF模型的光学遥感器的数字仿真
Part3:典型目标的特征选择
通常描述一个图像的亮暗对比度，可以用调制度来表示：
正弦波光栅成像后的表现形式还是正弦波，如下图所示，实线条为理想的 成像亮度分布，虚线条为实际成像的亮度分布。从图中可以观察到，经实际成 像后，亮线条会变暗一些，暗线条会变亮一些，看起来没有成像前那么清晰。 这是由于实际中衍射、像差等作用的影响，实际像的对比度会降低。
wk.baidu.com
光 学 遥 感 系 统 的 成 像 仿 真
物 理 仿 真
1. 美国亚利桑那大学光学中心建立了世界上第一个航空航天遥感器物 理仿真系统。 2. 美国的Itek光学中心20 世纪 60年代初采用物理仿真的方法建立遥 感成像仿真系统，建立了小型的成像模拟设施ISF。 3. 美国陆军航空及导弹司令部高级仿真中心耗时 20 年之久，建立了 10 套硬件闭环模拟设施，工作波长可以涵盖可见、红外、毫米波 甚至微波波段，应用于导弹的动态飞行测试和军事目标拦截演习。 4. 国内关于光学遥感系统的物理仿真方面的报道相对比较少，80 年 代中期，中国科学院长春光学精密机械研究所成立了室内遥感模拟 实验室。 5. 美国的 Multigen-Paradigm 公司推出的 Vega 系列的仿真模块是目前广 泛使用的、功能比较齐备的商业化遥感成像仿真工具包。它主要由 Vega、SensorVision和SensorWorks三个主体模块构成，Vega是一个能 对复杂地物场景进行实时管理和渲染的可视化系统环境SensorVision 能够生成三维地物场景的辐亮度图像，SensorWorks可以完成对传感 器系统响应的模拟过程[12-14]。 6. 中科院长春光机所考虑了三维场景、自然光照明、大气辐射传输等 基本数学模型问题，还考虑了包含遥感图像光谱和空间信息传递特 性在内的传感器系统综合响应的数学模型问题，由此设计了专门的 软件仿真工具 RSIS1.0。 7. 安徽光学精密机械研究所的易维宁、顾有林、杜丽丽等人在中国科 学 院 方向性创 新项目 的资 助 下，设 计了 光学遥感图像仿真工具 ORSIS。
过 滤 式 特 征 选 择 方 法
已 有 稳 定 的 特 征 选 择 方 法
集成的特征选择方法：该方法是最常用于提高特征选择的稳定 性。鉴于关注的是在样本适当波动下选择结果的稳定性问题， 通过集成不同条件下的选择结果，能够表现出较好的泛化能力。 基于先验特征相关的方法：我们常见的特征选择方法都是建立在 所有特征都是相互独立的基础上，即特征之间并没有特殊的关联 信息。实际上，现实生活中遇到的很多特征都是有很强的关联性 的，基于先验特征相关性的方法就是从这个情况出发，以提高特 征选择的稳定性。 Group特征选择方法： Group特征选择方法主要是利用高维特征 空间中的特征组来提高特征选择的稳定性。其思想与先验特征相 关性类似，都是利用特征之间的联系来提高特征选择的稳定性。 其主要步骤为Group形成和Group的转换。 样本注入的方法：与集成特征选择所不同的是，样本注入的方式 则是通过外部的样本数据来提高总体样本的数量，进而增加特征 选择输入特征的数量，提高其选择结果的稳定性。
整个成像链路的光辐射传输过程
光 学 遥 感 器 数 字 仿 真 的 数 学 模 型
（1）光线跟踪模型
（2）调制传递函数模型
（3）点扩散模型
将上述三种数字仿真的数学模型的优 缺点分析完毕后，此次选取调制传递函数 模型对光学遥感器进行数字仿真。
MTF理论基础
调制传递函数(Modulation Transfer Function，MTF)归属于光学理论， 是一个比较重要的物理概念，通常被用来衡量一个光学系统成像性能的优 劣。对于一个光学系统，其点扩散函数(PSF)的傅里叶变换称为光学传递函 数(Optical Transfer Function, OTF)，MTF 正是OTF的模值，它反映了系 统对频域信息的传递能力，因此可以客观全面的评价光学系统的成像质量。 下面对 MTF 的定义进行详细的阐述。 一般选择如图左所示分划板（金属靶标）检验一个光学系统，光源透 过金属靶标后所形成的投影如图右所示。
计 算 机 仿 真
1. 1995年，NASA资助的LARC中心公布了PATCOD集成设计软件平台。将 Pro/Engineer 结构设计、 Pro/Manufacturing 构造、 PATRAN 建立模型 和 可 视 化 、 NASTRAN 结 构 分 析 、 SINDA-85 和 P/Thermal 热 分 析 、 CODE V光学分析等多种通用软件集成在一起，主要用于航天器仿真 设计和分析过程。 2. 1999年，柯达公司公布针对胶片型遥感相机的仿真软件 Physique。 3. 2001年，德国宇航中心研究了包括地物场景、大气以及传感器硬件 等端到端的机载或者星载对地遥感成像过程，并开发出了新一代的 光学遥感仿真软件SENSOR。 4. 2002年，美国国家宇航局（NASA）的Stennis空间中心（SSC）开发 了传感器仿真的相应算法和软件产品ART。
物 理 仿 真
1. 美国亚利桑那大学光学中心建立了世界上第一个航空航天遥感器物 理仿真系统。 2. 美国的Itek光学中心20 世纪 60年代初采用物理仿真的方法建立遥 感成像仿真系统，建立了小型的成像模拟设施ISF。 3. 美国陆军航空及导弹司令部高级仿真中心耗时 20 年之久，建立了 10 套硬件闭环模拟设施，工作波长可以涵盖可见、红外、毫米波 甚至微波波段，应用于导弹的动态飞行测试和军事目标拦截演习。 4. 国内关于光学遥感系统的物理仿真方面的报道相对比较少，80 年 代中期，中国科学院长春光学精密机械研究所成立了室内遥感模拟 实验室。
数字仿真的理论基础
根据 MTF 数学模型，对整个光学遥感成像的数据处理的流程图如下图 所示。将成像链路中所有成像环节的 MTF数学模型相乘得到整个成像系统的 总的MTF。然后对原始数字图像进行傅里叶变换得到它的空间频谱，与同是 频域物理量的MTF相乘，乘积结果进行逆傅里叶变换，就可以得到空间分布 的退化图像。
假如我们只研究金属靶标沿着x方向的厚度分布。在金属靶标上，每一个 线对的宽度 d叫做空间周期，单位是长度 /毫米。在这里，又引入一个重要概 念，空间频率，描述为单位毫米内包含的线对数目，单位是线对数/毫米。首 先定义空间圆频率为： 正弦波光栅的亮度分布如图2-3所示：
则图中正弦波光栅的亮度分布表达式为：