第二章CCD成像原理简介2.1 光电跟踪技术简介光电跟踪系统的组成框图如图3-1所示，从独立功能单体上分主要由激光测距仪、电视跟踪仪、红外跟踪仪组成；从功能模块分主要有传感器模块、转台及测角和信息处理单元组成。
其中电视摄像仪、红外热像仪和激光测距主机为传感器模块，激光信息处理机、图像跟踪处理器、伺服控制和信息管理机为信息处理单元。
图2-1 光电跟踪系统组成框图光电跟踪系统信息处理采用融合技术。
在光电跟踪系统中，信息管理机、电视/红外图像跟踪处理器、激光信息处理机和伺服控制为信息处理单元。
信息管理机既负责光电跟踪系统和火控台之间信息的交换，又负责光电跟踪系统内部各信息处理单元之间的信息融合和数据交流;图像跟踪处理器进行电视/红外跟踪仪的图像跟踪信息处理;激光信息处理机是激光测距仪的指控中心和数据处理中心;伺服控制系统实现伺服机动系统的调度。
2.2 CCD成像原理简介CCD全称为电藕合器件，是英文Charge Couple Device的缩写。
它是70年代发展起来的一种以电藕合包形式存储和传输信息的新型半导体器件，是目前应用较多的图像采集装置。
用CCD摄像机采集可以采集灰度图，当光源的光照射到场景中的物体上后，物体所反射的光先由CCD接受并进行光电转化，所得到的电信号再经量化就可形成空间和幅度均离散化的灰度图。
图像的空间分辨率主要由CCD摄像机里图像采集矩阵中光电感受单元的尺寸和排列所决定，而灰度图的幅度分辨率主要由对电信号进行量化所使用的级数所决定。
至今，CCD摄像仪己从实验室研究走向实际应用阶段，在航空航天、卫星侦察、遥感遥测、天文测量、传真、静电复印、非接触工业测量、光学图像处理等领域都得到了广泛的应用。
目前世界上所有极轨和地球静止气象卫星在可见光和红外波段的成像遥感器都采用某种形式的扫描成像辐射计(简称辐射计)，这种辐射计是一个扫描成像结构，它采用二维扫描加多元探测器并扫结构，以实现多波段成像。
这里所提到的多元探测器通常是面阵CCD 成像仪器件。
卫星上的这类辐射计是采用一块平面镜作为光机扫描结构的反射镜，以与望远镜主光轴成45度的位置放于望远镜的前方，通过常平架实现东西扫描，南北步进，其中a 角为东西扫描角，刀角为南北步进角。
这种结构具有结构简单，调试方便等特点，适用于多光谱扫描。
同时这种扫描方式带来了像旋，且像旋的角度随着南北步进角度的增大而增大，必须加以校正刁‘能应用多元探测器实现并扫。
为了消除二维扫描时产生的附加像旋，常常在物理设计阶段通过某些方法来实现图像的补偿运动，基本的方一法有光学图像消旋法和电子学图像消旋法。
本文的研究将针对特定空间卫星所获取的遥感数据进行图像的自动配准。
目的是将一组多光谱图像的RGB 信息融合到一幅全色图像上，而不需要图像进行分类识别。
试验数据来源是风云系列F(Y)的气象卫星，其核心是FY CCD 遥感器(或称CCD 成像仪)。
该卫星对同一个地区分时成像，得到一组多光谱的图像和一组全色图像，山于更换滤光镜、转换压缩数据、传送数据给地面需要一定时间，所以每次成像有大约20秒的间隔。
由于是分时成像，这个时间间隔内，相机处于一个非常复杂的运行状态。
一方面卫星在轨道上向前飞行；另一方面，卫星又带有随机的姿态变化，这个随机的姿态变化可以分解为微小的方位旋转（-5度~5度） 和微小的平移。
以上的因素将导致所得到的图像之间有像差，这个像差的存在，则在运用中会产生多光谱和全色图像的信息融合不能很好地进行，进行像素级的数据融合则有很大的像差。
考虑到在采集图像时，目标与图像传感器之间的距离基本保持不变，传感器是在平行与物体的平面内做一定的平移和旋转。
基于这两点原因，本文建立了基于简化的仿射变换模型的图像配准方法，该模型是在保持仿射变换性质的基础上，考虑实际图像的处理速度与精度问题，建立图像的平移和旋转参数模型，而不考虑缩放参数，设待配准的目标图像点坐标为[,]T x y ，配准后坐标为[',']T x y ，按照仿射变换的性质建立简化的仿射变换模型：'cos sin 'sin cos x x dx y y dy θθθθ⎡⎤⎡⎤⎡⎤⎡⎤=+⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦式中[,]T dx dy 是平移矩阵，[cos ,sin ;sin ,cos ]T θθθθ-是旋转矩阵，此模型中的dx ，dy ，θ，即为配准变换的参数。
该简化模型能够在保证配准精度的基础上，达到提高配准速度的目的。
本文在实验过程，将使用全色图像作为基准图像，存在旋转平移失配的R 、G 、B 三通道的图像数据作为待配准的图像，分别与全色图像进行配准，得到校正后的图像，为后续图像融合做准备。
2.4 CCD图像的噪声模型和去噪技术简介2.4.1 CCD噪声简介CCD图像传感器的输出信号是空间采样的离散模拟信号，其中夹杂着各种噪声和干扰。
对CCD信号进行处理的目的就是在不损失图像细节的前提下尽可能消除噪声和干扰，以提高信噪比，获取高质量的图像。
为此必须对CCD噪声的种类、特性有所了解，并针对各种噪声进行相应的去噪处理。
在CCD中存在以下几种主要噪声：·光子噪声光子发射是随机的，因此，势阱收集光信号电荷也是一个随机过程，这就构成了一种噪声源，它是由光子的性质决定的。
这种噪声在低照度摄像时会较严重。
·散粒噪声光注入光敏区产生信号电荷的过程是随机的。
单位时间产生的光生电荷数目在平均值上作微小波动，即形成散粒噪声。
散粒噪声与频率无关，在所有频率范围内有均匀的功率分布(白噪声特性)。
低照度、低反差条件下，当其他噪声被各种方法抑制后，散粒噪声将成为CCD的主要噪声，并决定了器件的极限噪声水平。
·肥零噪声肥零，即采用肥零电荷填充势阱位置，使信号电荷可以通过杂乱无章的区域进行转移，分为光学肥零和电子肥零。
其产生的噪声分为光学肥零噪声和电子肥零噪声，光学肥零噪声由所使用的CCD的偏置光的大小决定，电子肥零噪声由电子注入肥零机构决定。
·转移噪声CCD中前一电荷包的电荷未进行完全转移，一部分电荷残存在势阱中，成为后来电荷包的噪声干扰。
引起转移噪声的根本原因是转移损失、界面态俘获和体态俘获。
·暗电流噪声半导体内部由于热运动产生的载流子填充势阱，在驱动脉冲的作用下被转移，并在输出端形成电流，即使在完全无光的情况下也存在即暗电流。
暗电流分为扩散暗电流和表面暗电流等。
扩散暗电流产生于CCD的导电沟道和势阱下的自由区域，其扩散长度越短，势阱数目越多，暗电流越大。
表面暗电流是指一个电子能够在热激发下从界面态跃跳到导带，形成自由电子后又被势阱当作暗电荷收集起来形成的电流。
·输出噪声CCD 信号的输出是通过浮置电容将CCD 的信号电荷转换成为相应的电压，并多采用浮置扩散型电容输出。
T1是复位开关，其漏极接至复位电平；T2是浮置扩散放大器，实际上是一个电压跟随器；D 是电荷包收集二极管，工作于反偏电压状态下；CS 是浮置扩散电容， 用来存储电荷。
针对CCD 输出噪声特点，采用基于带通滤波采样技术的CCD 噪声分析方法，即利用中心频率可调的有源带通滤波器对宽带白噪声的抑制。
该方法考虑了对CCD 采样时刻的非稳态性，能在有效地提取目标信号的同时，可使等效噪声带宽保持较低，从而最大限度地减少输出信号的噪声。
为了获得有源带通滤波器输出信噪比的分析模型，首先假定该系统是线性的，则计算输出噪声特性的方法可采用W iener-Kinchine 定理。
设一个平稳随机过程的功率谱密度为：()()jw N R e d τωττ+∝--∝=⎰式中，()R τ是自相关函数.若分别考虑信号和噪声来计算系统的信噪比，则滤波器输出的平均噪声功率为：220()|()|N H j d σωωω+∝=⎰这里()N ω是滤波器输入噪声谱密度2(/)V Hz ，()H j ω是带通滤波器的传递函数。
其中 2112()(1)(1)j R C H j j j ωωωτωτ-=++ 对于白噪声，设其功率谱密度()1N ω=，代入上式可得2222112124()s R C σττττ=+ 因此，在稳态情况下，用平均输出信号的幅值除以其噪声值，可得到滤波器的信噪比。
然而，事实上带通滤波器的输出信号在其达到稳态前被采样，也就意味着上述计算平均噪声功率的方法是不正确的。
滤波器输出的平均噪声功率取决于信号被采样的瞬间。
而瞬间的平均噪声功率与其对应的稳态值是不同的。
基于上述原因，解决这个问题最简单的办法就是利用一组随机微分方程来描述该滤波器的频域响应，通过随机计算规则可以算出具有时变的带通滤波器的平均噪声功率，即22(){()}t E s t σ=，E 表示数学期望算子。
假定输入噪声信号是Gauss 白噪声，则Gauss 白噪声是Brown 运动过程或Wiener 过程的形式导数。
不妨设噪声谱密度N(f)=1，且N(f)是单边的，即定义{f≥0}。
此时显然有，eodt d β=，β是一个具有以下特征的布朗过程，即2211{0},{()(')}(')',{()}22E d E d t d t t t dtdt E d t dt βββδβ==-= 可以得到随机噪声模型的经典微分方程。
由于对称性，该方程的矩阵可表示为：2.4.2 空间光通信CCD 图像噪声模型CCD 采集的图像包含很多种噪声，这些噪声的大小取决于CCD 使用方法和环境。
总的来说有以下两种：在对物体的入射光线进行光转换时产生的和成像物体相关的噪声，这种噪声主要由于空间激光信道环境的影响。
由于CCD 器件本身问题产生与成像无关的电子噪声如热电子噪声等，这部分噪声信号无法和有用信号加以区别。
通常把上述噪声以及与成像相关的光电子噪声、零信号输出和热电子的噪声信号统称为服从泊松分布的背景信号。
在CCD 输出图像时，读出噪声(由于电子线路中电荷转移信号放大、模数变换等环节产生)的存在进一步降低了图像质量，实验表明，读出噪声为高斯随机分布。
Snyder 等人提出了一种描述图像信号组成的数学模型：0()()()(),0,...,obj r j n j n j g j j J =++=式中()r j 是从CCD 阵列中读出的第j 个像素值，()obj n j 是物体像产生的有效信号，0()n j 是背景信号(无信号探测时的探测器响应)，()g j 是读出噪声，j 是CCD 光敏面的点阵数目。
假定()obj n j ，0()n j ，()g j 彼此之间是独立的，并且在时间序列上也是相互独立的，互不干扰。
物像信号()obj n j ，0,...,1j J =-以均值(),0,...,1obj j j J μ=-呈泊松分布。
