对于全色遥仿备感图像来说，其MTF退化机理已经研究的比较透彻，一些MTF检测方法也被陆续提出，获得了较好的效果。但对于高光谱遥感系统，因为其成像方式复杂，不同原理的载荷MTF退化机理不同，目尺芦前尚未有一个成熟的模型来对像质的退化过程进行准确的描述。下面以推扫式光栅色散型高光谱遥感系统为例分析MTF退化模型。
色散推扫型高光谱遥感系统原始像面上图像质量退化主要受到光学系统、探测器采样、大气、运动等因素的影响，它们对像质影响的叠加可表示为各备困毁部分退化函数的卷积：
h（x，y） ＝ h光学（x，y）·h探测器（x，y）·h大气（x，y）·h运动（x，y） （5.17）
下面将对每个过程的退化模型做逐一分析，假定载荷运动方向与光栅刻线垂直，沿轨为x方向，垂轨为y方向，光谱生成方向为z方向。
典型的光栅推扫式高光谱成像仪原理结构如图5.29 所示，可分为狭缝、光学成像系统、光栅、探测器四个部分。
图5.29 色散推扫型高光谱成像仪原理示意图
设狭缝宽度为w，成像透镜焦距为f，则狭缝衍射卷积因子为
高光谱遥感技术原理及矿产与能源勘查应用
狭缝采样卷积因子为
高光谱遥感技术原理及矿产与能源勘查应用
设光栅常数为d，刻槽宽度为wd，则光栅衍射卷积因子为
高光谱遥感技术原理及矿产与能源勘查应用
光学成像系统像差的综合效果多近似为高斯分布，可表示为
高光谱遥感技术原理及矿产与能源勘查应用
设探测器感光单元为矩形，宽度和高度分别为a，b，探测器卷积因子为
高光谱遥感技术原理及矿产与能源勘查应用
大气散射效应造成的卷积因子可表示为依赖于传感器镜头直径σ的高斯函数：
高光谱遥感技术原理及矿产与能源勘查应用
式中：是大气的气溶胶光学厚度，r是距光轴的径向距离。
设在曝光时间内运动距离为L，设运动方向为x，则运动造成的线扩展函数为
高光谱遥感技术原理及矿产与能源勘查应用
从以上对MTF退化因素的分析可以看出，在推扫方向上的退化可以看做是狭缝和运动因素的叠加引起的线扩展函数造成的，即式（5.18）、式（5.20）、式（5.24）的影响叠加。而在原始像面上空间维的退化可以看做是式（5.20）、式（5.21）、式（5.22）的影响叠加，光谱维的退化可以看做是式（5.17）、式（5.19）、式（5.20）、式（5.21）的影响叠加。
即推扫式色散型高光谱遥感系统的MTF退化模型可以表示为
MTF ＝ MTF（x）·MTF（y）·MTF（z） （5.25）
其中：
MTF（x）＝ FFT［hsl_λ（x）·hmv_（x）·ha（x）］ （5.26）
MTF（y）＝ FFT［hab_λ（y）·hsp_λ（y）·ha（y）］ （5.27）
MTF（z）＝ FFT［hsl_λ（z）·hgr_λ（z）·hab_λ（z）·hsp_λ（z）］ （5.28）
这就说明光栅推扫高光谱成像系统MTF在两个空间维和光谱维是可分的，也即三个方向的MTF是独立的，从而我们可以在各个方向对MTF分别进行检测。对于高光谱遥感图像来说，光谱维MTF一般是随波长而变化的，所以需要在每个中心波长处均找到对应的具有理想脉冲或刃边特征光谱的地物，这种苛刻的条件在现实中是很难满足的。所以光谱维MTF目前很难从图像上直接检测，一般都以光谱响应函数的形式作为仪器参数给出。
5.6.2 抗噪声MTF 提取
高光谱遥感系统由于采用了分光装置，落在每个探测单元上的光能量比较低，从而数据信噪比往往不高，常用的刀刃法等方法可选取的区域面积一般都不大，可供利用的采样点不多。这就造成了傅立叶变换后频谱分辨率远远不够，全色遥感图像的MTF检测中一般采用三次样条插值的方法，然后对插值后的线扩展函数进行加密采样。但是由于高光谱数据信噪比较低的缘故，在插值的过程中容易受噪声影响出现较大偏差甚至严重的偏离。
针对高光谱遥感图像信噪比较低这一问题，解决方法应该是引入函数拟合的方法来代替插值。借鉴国外研究者的一些做法，可利用高斯函数来拟合线扩展函数，在此基础上提出高光谱图像MTF检测的主要步骤如下：
1）在遥感图像中选择合适的刀刃区域；
2）对刀刃区域进行去噪处理（中值滤波）；
3）对每一行ESF差分得到LSF；
4）对每一行所得到的LSF进行高斯函数拟合得到一系列标准差σ；
5）所有求得的标准差取中位数作为遥感器LSF中σ的取值；
6）由已知的LSF做适当采样，经过离散傅立叶变换（DFT）求出MTF。
主要流程如图5.30所示：
图5.30 MTF检测流程
5.6.3 空间维MTF 补偿
物体经过成像系统得到的图像输出，不仅仅反映了物体的信息，还叠加了成像系统的特性，成像系统的非理想特性会使观测到的图像降质，这种降质的过程可以用一个卷积运算来描述：
w（x，y）＝ f（x，y）·h（x，y）＋ n（x，y） （5.29）
其中理想图像 f（x，y）被线性 *** 作 h（x，y）所模糊，叠加上噪声 n（x，y）构成了退化图像 w（x，y）。 对式（5.29）两边傅立叶变换得
W（u，v）＝ F（u，v）·H（u，v）＋ N（u，v） （5.30）
高光谱遥感技术原理及矿产与能源勘查应用
如果在噪声很小可以忽略的情况下，则由式（5.31）再进行傅立叶变换即可得到f（x，y）。这样的方法称为逆滤波。但是噪声总是不可能完全消除的，观察式（5.31）可以发现，在H（u，v）很小时，随机噪声N（u，v）的值将会极大地影响恢复效果，所以在恢复信号的同时，噪声也难免地被放大了很多倍。
就全色图像而言，常用的图像恢复方法有逆滤波，维纳滤波，凸集投影（POCS）法和最大后验概率（MAP）法等。在这四种图像恢复方法中，其中前两种属于线性恢复方法，计算量较小速度较快，而后两种方法需要多次迭代，通常需要输入同一个目标的图像序列，并且经常存在解不收敛和解不唯一的情况。而遥感图像对数据的客观真实性要求较高，加之高光谱遥感数据一般都很大，结合实际需求选择对速度最快的逆滤波算法进行改进研究。
逆滤波算法最大的问题就是它没有考虑噪声的影响，在补偿高频损失的同时，也不加限制地放大了噪声。为了恢复出的图像不至于被噪声淹没，我们应适当地把式（5.31）中高频部分抬高，在恢复细节和避免噪声这两个互相矛盾的效果之间做折中，它的MTF抬升模型为
MTF ＝ MTFs， s ＝ 0.01～1.00 （5.32）
通过给s取适当的值，来抬升MTF高频部分，使恢复后的图像噪声得到较好的抑制，通过改变s的值所获得的次幂模型的抬升曲线如图5.31所示。
图5.31 MTF抬升次幂模型
基于抬升高频MTF的思路，在研究过程中提出一种新的MTF抬升模型：
MTF ＝ MTF ＋（1-MTF）·s， s ＝ 0.01～1.00 （5.33）
s模型的抬升曲线如图5.32所示。
5.6.4 实例分析
以一幅2009年采集于山东威海的PHI数据为例进行MTF检测和补偿方法的验证。实验所采用数据如图5.33所示，检测得到的沿轨和垂轨方向的MTF曲线如图5.34和图5.35所示。
将该城镇地区的PHI影像使用次幂模型和s模型进行空间维图像恢复，和原始图像对比结果表明图像细节有明显增强，仍以第50波段（619 nm）为例，图5.36（a）为次幂模型恢复结果，图5.36（b）为s模型恢复结果，目视效果可以看出s模型恢复效果优于次幂模型。
图5.32 MTF抬升s模型
图5.33 PHI城镇图像（619nm）
图5.34 第50波段（619nm）沿轨MTF
图5.35 第50波段（619nm）垂轨MTF
图5.36 次幂模型和s模型的比较（619nm）
你把绿点键设置为p-shift就是实现MTF了，宾得的P-shift就是你所理解的MTF，当然还是有差异的。而相机里的P-SHIFT和P-line的意思是：
Pshift是一个组合比如在某种光照下：F2.8+1/200、F4+1/100、F5.6+1/50这种，你可以选择一个你要的光圈，快门自动设置为对应的参数。
P-line是最佳参数，比如上述的三种曝光都是正确的，但是其实F4+1/100是成像最好的，而且满足安全快戚毁门要求的。
简单说就是这样。
下面是我在另外一个回答中的内容：
===============================
只能说P档的P-shift相当于一部分镜头的mtf
宾得相机内记录了一部分镜头的mtf曲线，在P-shift被激活时（P档按下绿点时）相机自动根据储存的MTF曲线选择最佳曝光组合。
但是并不是每一只镜头的MTF参数都在相机中。如果相机没有这个参数，会自动将光圈缩小2或3档在自动曝光。实际上只有宾得高端镜头的MTF才记录在P-shift中，所以不能直接说P-shift就是镜头的MTF
===============================
我一般的用法是设置在第一个图第一个模式上。
然后拍摄模式用M档。这时让陪候你拍照前在需要测光的位置按下绿点键，就自动选择最佳曝光组合了，这个方式可以坦仔蠢省去曝光锁定（AE-L）的 *** 作了。而且在使用老的手动镜头时，能保证拍照前手动测光。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）