针对大视场空间相机的像移补偿, 建立了基于坐标变换和姿态动力学的离轴三反大视场空间相机通用像移速度场模型。建模过程中考虑了离轴三反光学系统的离轴角对像移模型的影响, 推导了离轴三反大视场空间相机的像速场解析式。以某大视场空间相机为例, 分析了3种典型成像姿态下焦面像移速度和偏流角的分布特点, 研究了卫星姿态稳定度对相机成像质量的影响。分析表明, 卫星三轴姿态稳定度的降低会导致相机焦面动态传递函数(MTF)下降, 其中俯仰姿态稳定度对焦面动态MTF的影响最大; 并且随着积分级数增加, 下降会愈发明显。相机侧摆姿态成像时, 对卫星姿态稳定度的要求更高。以传递函数下降5%为限, 积分级数为96级的大视场空间相机, 要求卫星姿态稳定度控制在0.001(°)/s以内。实验结果验证了文中对卫星姿态稳定度的分析, 证明了像移速度场模型的准确性, 为大视场空间相机像移补偿提供了可靠依据。

大视场空间相机在轨成像期间, 由于地球自转、卫星姿态机动和颤振等因素导致焦面像速场呈非线性各向异性分布。为此提出了一种新的基于刚体运动学的像移速度场建模方法, 考虑离轴角参数, 推导了离轴三反大视场空间相机的像速场解析式。以某大视场空间相机为例, 分析了侧摆成像时同速与异速像移速度匹配模式对相机成像质量的影响。分析结果表明: 以传函下降5%为约束, 侧摆15°成像时, 当积分级数大于10级时应采用异速匹配模式, 积分级数为32级时, 异速匹配相比于同速匹配使焦面动态MTF从0.340 8提高到0.970 2。当积分级数确定为16级时, 侧摆角在12.3°以内时可采用同速匹配模式。在轨成像结果证明了像移速度场模型的准确性, 可为大视场空间相机像移补偿提供可靠依据。

分析了已有图像配准算法在遥感图像拼接配准方面面临的问题。根据空间相机TDICCD交错拼接的成像特点，提出了一种基于同名点轨迹追踪的成像拼接配准模型。通过建立辅助空间坐标系下的中心投影共线方程，将像点、摄像中心、景物点建立严谨的数学关系，可精确实现对同名像点在像面上的轨迹追踪。结合TDICCD在像面上的位置约束，计算图像上同名像对的纵向偏差像元数和横向偏差像元数。最后结合相机在轨所成条带图像和卫星辅助数据进行分析，选取多组像点进行配准，同名像对配准误差小于1 pixel，经验证模型算法可行。相比传统的遥感图像配准算法，该方法不需要已知图像内容，为一种严格的几何意义上的配准，具有很强的适应性和预测性，已应用在型号相机的地面复算，易移植应用于其他类型空间相机的图像配准与拼接。

针对大视场空间相机焦平面采用的多片CCD交错拼接, 提出了一种适用于多种姿态模式的重叠像元数解析计算方法, 以保证空间相机成像视场中不出现漏缝。分析了CCD交错拼接的成像特性和产生漏缝的原因; 基于空间坐标系变换和中心投影共线方程建立了重叠像元数计算模型, 对像点、相机摄像中心、地面景物点建立动态数学关系, 通过追踪像点在像面上的运动轨迹计算了拼接缝像元重叠情况。结合实际工程样例, 计算和分析了空间相机机动角度、星下点纬度、视场位置等因素对重叠像元数的影响, 并将各工况下计算的最多漏像元数作为最终拼接量。结果表明: 重叠像元数理论误差小于1 pixel; 对比侧摆, 俯仰成像时所需拼接像元数更多; 该计算模型可扩展应用于其他类型空间相机在任何姿态模式下的重叠像元数计算。

空间相机地面检测系统在投入使用之前, 必须进行严格的自检功能测试。为了解决测试时与庞大的CCD相机系统对接造成的时间和物力资源浪费问题, 本文结合TDICCD空间相机工作原理, 设计了一种空间相机图像模拟源系统。本系统通过USB总线进行图像数据的下传, 然后经SRAM缓存, 并以流水线作业方式下载到FLASH中实现8通道图像数据的固存。并且可实现对相机行频大小、图像大小进行调整的功能, 进而模拟不同型号空间相机。实验结果表明, 该图像模拟源USB接口的下载速度可达到40 MB/s, 空间相机地面检测系统显示的图像与上位机发送的图像一致, 无数据丢失和误码的情况。该相机图像模拟源设计灵活, 性能稳定可靠, 适用范围广。

以行间转移面阵CCD KAI-01050作为传感器件,设计了一种基于反射镜拼接结构的动态目标成像系统.完成了CCD时序控制及驱动电路设计,利用相关双采样消除视频信号中的相关噪声;通过分析反射镜拼接中心视场图像降质的产生原理,建立了图像复原数学模型,对反射镜拼接中心视场图像进行恢复.整个系统以FPGA为核心控制器件,采用乒乓缓冲结构,高速并行处理图像数据,系统延迟满足动态目标成像要求,复原后中心视场图像信噪比提高了14.8 dB.

在多视域广角成像系统中，为了保证后续图像拼接的质量，必须对从广角镜头所获得的畸变图像进行校正。利用图像中直线特征的畸变标定方法，并且提出一种带权重因子的弯曲测度指标函数，离图像中心不同距离的曲线给予不同的权重值，作为求取最终畸变参数的目标函数。在最小化目标函数过程中，求解出最优畸变系数。并基于工程实例，分别利用传统基于直线特征的畸变校正方法与本文方法对目标图像进行畸变校正。实验结果表明，本文方法仅仅利用单幅图像就能获得高精度的畸变标定，在噪声水平小于2 pixel时，对应坐标的均方根误差能控制在0.3 pixel以内。同时该方法操作简单、方便、易于实现。