国外光学遥感成像系统仿真软件发展综述与思考

孙伟健 林 军 阮宁娟 鲍云飞

(1中国资源卫星应用中心,北京100094)

(2北京空间机电研究所,北京100076)

1 引言

光学遥感成像系统仿真技术在遥感器的全生命周期内,发挥着十分重要的作用。一般来说,传感器、卫星平台、深空环境、大气传输与观测地物之间的关系非常复杂,不能由简单的输入输出模型统一描述,遥感数据的反演依赖于精确建模整个成像过程中的每一个环节。需要认真分析成像环节中的外界影响因素和自身误差定位及硬件设计和软件算法的理论分析,以便提高遥感数据产品的精度和使用价值,获取科学的观测数据和宝贵经验,反馈到遥感器的优化设计中。因此,对整个空间链路成像过程进行仿真是十分必要的[1]。

将整个成像过程划分为多个相互联系的模块,从数学和物理2方面进行仿真分析,力求精准地反映真实的成像过程:一方面,通过精确刻画全链路成像过程中数据获取的全过程,可优化数据处理算法和质量改进算法,显著提高遥感图像产品品质;另一方面,达到不同遥感器在没有完全掌握外界环境条件、扰动因素等先验知识的条件下进行成像仿真,反馈到卫星遥感器的优化设计中,解决以往只能单向设计评估的缺点,可节省大量的资源,提高工作效率和工程可靠性。同时通过仿真可以提高对于数据生成和信息生成过程的理解,为数据处理算法的开发、科学理论的研究、遥感数据产品品质的提升和应用潜力的挖掘起到重要的支撑作用。

2 国外光学遥感系统仿真软件发展概况

20世纪中期,计算机技术相对落后,物理仿真是当时主要的仿真技术。通过在实验室布置人造光源和靶标,模拟卫星在轨飞行获取的图像,进而验证相机的设计参数和成像品质。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。

20世纪60～90年代,美国发射了多颗对地观测卫星,获得了大量的陆地、大气和海洋遥感数据。国内外许多科学家利用这些数据来建立相关的地物模型,开展大量的从图像到图像的遥感成像仿真研究。

20世纪90年代以来,随着遥感技术的发展,逐渐出现了成熟的仿真遥感系统的方法和商业软件。1995年,美国NASA公布PATCOD集成设计软件平台,将多种通用软件结合在一起,用于航天器仿真设计和分析过程[2]。1999年,柯达公司公布其针对胶片型遥感像机开发的仿真软件Physique。2001年,德国宇航中心开发针对高光谱成像仪的仿真软件SENSOR,并且成功应用于欧空局(ESA)的APEX(Airbrone Imaging Spectrometer)项目。2002年,美国NASA开发传感器仿真的相应算法和软件产品ART来模拟的多光谱图像,并提出基于蒙特卡洛的三维辐射传输方程的高光谱遥感仿真系统。2003年,法国图卢兹试验室开发基于“三维体”的辐射传输模型DART,通过构造三维地表场景,结合地物模型,成功地模拟出场景在不同大气条件、传感器响应条件下的图像[3-5]。德国Multigen-Paradigm公司推出的Vega系列仿真模块,可实现对整个遥感成像过程进行动态、可视化仿真。美国Raytheon公司研制的全链路仿真工具RIMS,已成功应用于美国国家极轨环境卫星系统工程(National Polarorbiting Operational Environment Satellite System,NPOESS)的可见光、红外辐射仪(Visible Infrared Imager Radiometer Suite,VIIRS)的研制仿真项目。法国OKTAL公司开发商业仿真软件SE-workbench,可以全方位仿真三维场景的辐射特性,基于传感器参数设置,得到精度较高的仿真图像[6-7]。

2.1 Physique胶片式仿真成像软件

图1 Physique的技术流程图

1999年,柯达公司发布了针对胶片成像遥感器仿真开发的软件Physique,该软件从1979年开始应用,经过了超过20 000幅(次)影像的验证,最后通过评价图像信息量作为优化系统的重要依据。Physique将整个成像过程可划分为15个模块(图1),具体模块考虑的成像因素有:1)目标特征:目标类型、方向、高度和反射率等。2)成像几何关系:太阳、传感器高度角和方位角等。3)三维景物模型:不同照射条件,景物照射能量百分比。4)光源类型:垂直日光、水平日光、水平阴影、垂直前照阴影、垂直背照阴影。5)成像系统参数:卫星轨道高度、视角、焦距、孔径和大气能见度等因素。6)大气模型:大气散射、大气吸收、目标辐亮度和天空辐亮度。7)曝光量计算:计算曝光量的均值和方差。8)MTF模型:计算成像系统光学MTF、电学MTF,传感器系统总MTF。9)光子和系统噪声:计算信号中的光子噪声和系统中的各种噪声。10)量化及其他噪声和数据传输模型:计算量化噪声、误码率等。11)硬拷贝影响模型:制成硬拷贝带来的所有影响。12)胶片MTF:胶片MTF参数。13)胶片平均密度:与不同照射类型有关。14)胶片噪声:胶片颗粒度影响。15)信息预测:评价成像品质。

2.2 高光谱仿真软件SENSOR

2001年,德国宇航中心(DLR)开发出新一代光学遥感仿真软件SENSOR。该软件是一个多模块集成的软件平台,首次实现了全链路的模拟流程。从几何和辐射两方面,精确模拟链路中每一成像环节,系统地仿真光学、电学成像模型(诸如镜头畸变、暗电流噪声特性等),并且成功应用于欧空局APEX项目的设计制造阶段,进行设计参数优化和可行性论证[8]。

SENSOR的模拟功能由3个模块串联实现:一是光线追踪模块,通过光线追踪的方法完成观测地物、太阳和传感器之间的几何建模,构建某一成像时刻像元与观测地物对应的几何关系,解求地球椭球表面的交会点,查找观测地物的辐射属性;二是成像系统特性模块,调用预先生成的大气查找表参与计算,模拟大气辐射传输过程,生成传感器入瞳处的辐亮度图像;三是传感器特性模拟模块,由光学系统和电学系统模拟相结合,建立相应的噪声模型,模拟出接近真实的传感器图像。SENSOR模拟流程如图2所示。

图2 SENSOR的模拟流程图

SENSOR优化评价模块如图3所示,输入不同的系统参数,根据不同指标特性所产生的影响进行仿真分析,为评价系统设计指标是否符合用户需求、优化参数和成像观测条件、测试地面系统的处理性能、数据产品的品质评价和工程成本效益的评估提供必备的保证[9]。

图3 SENSOR优化流程图

SENSOR将整个空间全链路的成像过程和地面处理算法联系起来,形成一个完整的系统,对设计指标进行分析并反馈到实际的工程制造中。目前,为了达到对多种遥感器,不同环境条件下的遥感成像仿真SEN-SOR还在不断地完善中。

2.3 遥感成像仿真软件DIRSIG

20世纪80年代,罗彻斯特理工学院开发了遥感成像仿真软件DIRSIG。90年代早期,增加了三维几何建模,并采用光线追踪算法实现虚拟相机位置的任意设定和光的遮影和反射的计算。在这种思路下设计了辐射传输引擎,由光谱基础数据计算辐射亮度,使用相机的光谱响应函数,模拟计算到达相机的辐射度。增加全光学波段模块,由长波热辐射波段扩展到太阳短波辐射波段(0.28～20μ m),计算大气对短波辐射的透过和散射。90年代中期,DIRSIG软件又增加了高光谱模拟模块,用来模拟图像光谱立方体数据。开发了空间和光谱方面的光谱混合算法来实现图形的纹理。增加成像几何模拟模块,模拟出由于成像系统的扫描方式(如推扫/摆扫)造成的图形扭曲;光学调制传递函数(MTF)效应模块。2000年,DIRSIG完成工程化改造,目前已推出4.2.2版,但中国大陆无法申购。[10-12]

DIRSIG已经应用于NASA许多项目中,例如:OrbView-4商业卫星、地球观测卫星(EO-1)、MISI多光谱成像仪等遥感数据的模拟;为应用模型的开发提供数据源,如机载野火检测项目(WASP)、森林火灾监测试验系统(FIRES)、有害气体监测项目等;另外,DIRSIG作为三大核心模块之一,嵌入NASA虚拟产品实验室软件(VPL)完成高精度场景模拟。DIRSIG模型应用如图4所示。

图4 DIRSIG模型的应用示例

综上所述,光学成像仿真主要分为硬和软两种方法,主要区别体现在对地表场景辐射的模拟。硬方法是基于光电技术的物理仿真,需要通过物理硬件实现,软方法通过计算机软件开发实现。按照数据源分类包括图-图模拟和库-图模拟:1)图-图模拟方法。由已知的机载/星载高空间分辨率、光谱分辨率、时相数据,加入辐射传输计算后,模拟指定传感器的图像。2)库-图模拟方法,利用实验场地对典型地物的测量波谱、地表分类信息、地形地貌信息等相关辅助数据和遥感物理模型的正向成像模拟,利用已有数据提供的先验知识,再结合相关遥感物理模型模拟出遥感图像。

软方法按照数据模拟的技术思路分类,大致可归纳为:1)图像合成法,图像到图像的模拟。利用已有的图像进行图像变换后,得到模拟的图像。2)基于数学方法的成像模拟。利用Monte Carlo等数学方法直接模拟整个成像过程。3)利用相关辅助数据和遥感物理模型的正向成像模拟。利用已有数据提供的先验知识,在结合相关遥感物理模型模拟出遥感图像,如SENSOR和RIMS。4)基于虚拟现实技术、光线追踪技术和纹理映射技术。如DIRSIG和SE通过建立三维实体的几何模型,给定实体的纹理和材质,通过映射给出实体的组分温度、发射率,根据给定的观测角度进行光线追踪,并利用热传导等物理方程求出实体的热辐射。

3 发展趋势和思考

随着对地观测事业的蓬勃发展,和最近10年来遥感卫星的商业化,光学遥感成像系统全链路仿真技术已经得到人们的普遍认可,人们已经开始重视仿真技术在设计、制造、组装、集成和整个系统的运行和维护中的作用。在提高遥感产品品质、分析成像的各个环节对数据获取的影响方面,仿真技术起着至关重要的技术支撑。光学遥感成像系统全链路仿真已经成为业内研究的热点之一。

仿真技术发展的趋势,大致可以分为以下2个方面:

1)从技术发展角度来看,20世纪60年代,仿真技术首次用于遥感制造,物理仿真是当时仿真技术的主流。这种仿真技术需要建造的工程量大,并且系统复用性小,很大一部分造成了资源的浪费。20世纪70、80年代,多颗对地观测卫星按计划发射,获得了大量的陆地、大气和海洋遥感数据。国内外许多专家利用这些数据来建立相关的地物模型,开展了从图像到图像的遥感成像仿真研究(图-图模拟)。这种模拟相对于20世纪60年代纯物理上的仿真技术在资源上要节约很多,工程量也不是很大,但其依赖于高分辨率遥感图像,并且模拟模型的精度需要进一步提升才能满足飞速发展的对地观测的需求。随着一系列地物光谱学与形态学研究的深入,基于模型的遥感图像仿真模拟研究有了新的进展。20世纪90年代后期,逐渐出现了模拟遥感系统新的方法和软件,利用实验场地对典型地物的测量波谱、地表分类信息、地形地貌信息等相关辅助数据和遥感物理模型的正向成像模拟;利用已有数据提供的经验知识,结合相关遥感物理模型模拟出遥感图像。这种方法可以建立精细的模型,符合整个成像过程和能量传输,模拟精度大大提高。最近几年,通过建立三维实体的几何模型,给定实体的纹理和材质,通过映射给出实体的组分温度、发射率,根据给定的观测角度进行光线追踪,并利用热传导等物理方程求出实体的热辐射,这种模拟方法可以模拟出种类丰富并且近似真实的地物。同时传感器平台、光学系统、探测器、电子学系统、热控系统、数传系统的建模精度不断提高,结合大气传输的成型理论和软件,更加精确地构建出传感器获取图像的整个成像过程。

2)从应用推广的角度来看,对地观测事业是一个巨大的综合产业链,涉及国防、军事、国土资源、环境监测与保护、农业、城市规划等各个领域,是一个国家综合国力的体现,各国都大力推动其对地观测事业的发展。对地观测的价值最终体现在应用上,所以仿真技术应该以推动应用技术为导向,通过模拟新型遥感器的图像,预先建立应用模型,来探索新的应用领域,进行新型遥感器应用技术的预先研究等。最初的模拟工作是围绕卫星成像的稳定性而开展的,构建实验室、铺设物理靶标都是为了模拟卫星在轨是否能够稳定有效地成像。而后来逐步开展的“图-图模拟”工作,从定性和定量的角度分析了遥感器的成像特性,评估了其应用的使用价值,但定量评估方面还有所欠缺,需进一步加强提高。而现在的空间全链路仿真不仅仅可以仿真卫星在轨成像的稳定性,还可以分析评估其像质特性,噪声误差的干扰,定义故障环节,通过提高建模精度和测量数据的精度,提高对地观测数据仿真的精度,建立新型遥感器应用模型,挖掘数据产品的应用价值和潜力。

相对于国外已经成型的商用模拟软件,国内全链路仿真工作刚刚起步,并且各研制单位的侧重及技术积累各不相同,中国资源卫星应用中心、北京空间机电研究所、中科院遥感所、北京师范大学、安微光机所等研究机构对于传感器仿真均作了相应的研究和工程实现,但能够达到国外现阶段仿真软件水平的少之又少,所以只有通过国内各家单位取长补短、整合资源的方式,才能完成光学遥感成像系统全链路数据仿真工作,填补国内空白,追赶国外先进水平。仿真软件建设思路应兼顾科研性和工程性,在卫星立项论证阶段、卫星研制阶段、地面系统研制阶段、卫星在轨运行阶段均发挥重着大作用:一方面,通过模拟在轨运行卫星数据与在轨成像数据对比,达到验证、提高模拟精度,完善模拟算法的目的;另一方面,通过模拟即将发射的卫星数据,优化其传感器参数,完善优化流程,验证优化精度。追踪国外先进模拟技术,遵循严格成像物理过程进行模拟,开发出一套高精度、高性能、高可扩展性的软件平台,完成全链路对地观测仿真技术在我国的工程实现。

4 结束语

纵观仿真技术的发展趋势,技术层面上,由硬件物理仿真发展到软件仿真,使数据模拟的工作量大大降低,由单一环节的模拟逐步发展为空间全链路的模拟,仿真成像越来越接近真实成像过程;应用层面上,仿真模拟向高精度建模的方向发展,提高了数据仿真精度,同时仿真为算法的开发、科学理论的研究、遥感数据产品质量的提升和应用潜力的挖掘起到重要的支撑作用。

[1]Miller S W,Bergen W R.End-to-end Simulation for Support of Remote Sensing Systems Design[J].SPIE,2004(5548):229-240.

[2]Amundsen RM,FeldhausW S.Integration of Design,Structural,Thermal and Optical Analysis under User's Guide for Structural-to-Optical Translator(PATCOD)[M].NASA technical memorandum 110153,1995.

[3]Kerekes J P,Landgrebe D A.Modeling,Simulation and Analysis of Optical Remote Sensing Systems[D].School of Electrical Engineering,Purdue University,1989.

[4]Gastellu Etchegorry J P,Martin E.DART:a 3D Model for Simulating Satellite Images and Studying Surface Radiation Budget[J].Remote Sensing,2004(25):73-96.

[5]Wout Verhoef,Heike Bach.Simulation ofHyperspectral andDirectional Radiance Images Using Coupled Biophysical andAtmospheric Radiative Transfer Models[J].Remote Sensing of Enviroment,2003(87):23-41.

[6]Schott J R,BrownS D.Advanced Synthetic Image GenerationModelsand their Application to Multi/HyperspectralAlgorithmDevelopment[J].SPIE,1999(3584):211-220.

[7]Gregory G G,Freniere E R.End-to-end Electro-Optical Modeling Software[J].SPIE,1999(3780):23-32.

[8]Anko Börner,Lorenz Wiest Keller Peter,et al.SENSOR:A Tool for the Simulationof Hyperspectral Remote Sensing Systems[J].ISPRS Journal of Photogrammetry and Remote Sensing,2001 55(5-6):299-312.

[9]Anko Börner,Lorenz Wiest.The Simulation of APEX Data:the SENSOR Approach[J].SPIE,1999(52):99-109.

[10]Sanders J S,Brown S D.Utilization of DIRSIG in Support of Real-time Infrared Scene Generation[J].SPIE,2000(4029):278-285.

[11]Arnold P S,Brown S D,Schot J R.Hyperspecral Simulation of Chemical Weapon Dispersal Paterns Using DIRSIG[J].SPIE,2000(4029):288-298.

[12]Gasser J,Ryan R.NASA's Virtual Product Laboratory:AnOverview[J].Proceedings of the International Symposium on SpectralSensing Research,1999,(9):152-169.