張騰飛，王宏博，黃小仙，危 峻，馬 亮

?

采用幀轉移CCD的Smear校正通道恢復飽和圖像通道的方法研究

張騰飛1,2，王宏博1,2，黃小仙1，危 峻1，馬 亮1,2

（1. 中國科學院上海技術物理研究所，上海 200083；2. 中國科學院大學，北京 100049）

海洋水色遙感應用對光學遙感儀器提出了高靈敏度與高精度的要求。本文研究的可見近紅外成像光譜儀采用推掃掃描的方式，從而獲得了較高的靈敏度；通過對系統(tǒng)進行雜散光定標和校正實現(xiàn)高精度測量。雜散光校正算法要求圖像中所有目標信號不能飽和。由于儀器的動態(tài)范圍針對水色目標設置，因而大部分圖像通道高亮度的云目標信號會飽和，導致雜散光校正算法無法獲得較好效果。以一臺基于幀轉移面陣CCD的推掃式可見近紅外成像光譜儀為研究對象，通過分析系統(tǒng)設置的CCD Smear校正通道的成像機理，論證了在不同光源下Smear通道和各圖像通道間均存在線性相關性，進而提出了一種利用Smear校正通道來恢復各圖像通道飽和信號的方法，為星上高光譜圖像的雜散光校正提供有效的數(shù)據(jù)源，也為飽和圖像恢復提供了一種較為可行的方法。

幀轉移面陣CCD；Smear校正通道；雜散光；飽和信號恢復

0 引言

海洋水色遙感是指利用衛(wèi)星上搭載的遙感儀器獲得的海洋表層離水輻射量來研究海洋現(xiàn)象或海洋過程的新興遙感技術，被廣泛地應用到氣象預報、漁業(yè)規(guī)劃、環(huán)境監(jiān)測及領土劃分等領域[1]。

海洋水色探測要素主要包含在離水輻射量中，其能量一般約為陸地目標的10%。空氣分子和氣溶膠的后向散射輻射在可見光譜區(qū)大氣頂輻射率中占絕對優(yōu)勢（80%以上），這對遙感儀器提出了高靈敏度要求。許多高級應用主要靠極少量信號的反演，如果水色信息達不到必要的精度和準確度，遙感儀器多波段的用途可能喪失[2]。

本文研究的一臺基于光柵分光和幀轉移面陣CCD的推掃型可見近紅外成像光譜儀（以下簡稱“儀器”），主要用于海洋水色遙感，光譜范圍0.4～1.04mm，根據(jù)系統(tǒng)指標要求，儀器設置了14個默認圖像通道和1個Smear校正通道。為了滿足儀器的高靈敏度要求，采用了推掃掃描成像方式，利用較長的像元駐留時間提高儀器的信噪比。通常系統(tǒng)的靈敏度和動態(tài)范圍性能需折衷平衡，該儀器針對海洋水色目標的動態(tài)范圍設置，因而比較亮的云目標信號很容易飽和，同時，分光系統(tǒng)的狹縫在沿軌和穿軌方向之比約為1/1000左右，導致儀器在兩個方向上存在極大的雜散光分布差異。由于海洋富含大量水分，在太陽照射下生成了大量云，因此云在海洋遙感圖像中往往占據(jù)很大比例[3]，相關數(shù)據(jù)表明：同樣應用于海洋水色的遙感器HY-1A與HY-1B上獲取的數(shù)據(jù)一半以上被云覆蓋。由于海洋水色目標較弱，云等高亮度目標對海色遙感帶來的雜散光會影響定量化應用，所以，對于大片云所引起的雜光影響必須予以校正和消除。

為了消除圖像中的雜散光影響，首先要建立合適的雜散光模型，并保證獲取的圖像信息真實有效。較亮的云目標信號容易飽和，而雜光很大程度上來自于云的影響，因此，對于較亮的云目標飽和部分的數(shù)據(jù)，需要合適的方法在一定程度上進行恢復，為雜散光校正算法提供有效的數(shù)據(jù)源。

1 利用Smear校正通道進行飽和恢復可行性分析

1.1 Smear校正通道

本文研究的儀器采用了e2v公司的一款幀轉移型面陣CCD探測器。電荷轉移通過幀轉移、行轉移和像素讀出3個步驟完成，當像元完成目標的有效積分后，從光敏區(qū)到存儲區(qū)的幀轉移過程中，不希望的積分仍在進行，前一行的光敏元就會對后一行的光敏元造成影響，最終反映在圖像中表現(xiàn)為沿電荷轉移方向延伸的“拖尾”，又稱之為Smear現(xiàn)象[4]。

為了消除拖尾的影響，儀器設置了專用的Smear通道，位于CCD邊緣處最先被讀出的幾行，這幾行被專門設計的遮光殼遮蓋，形成不會受到任何有效光照射的光學暗行，這些暗行的輸出即是拖尾信號[5]。Smear通道僅在快速的幀轉移過程中獲取目標輻射，積分時間短，因此觀察比較亮的云目標時，Smear通道信號也不會飽和。

1.2 Smear通道與圖像通道間的相關性

面陣CCD的拖尾現(xiàn)象只發(fā)生在同列像元之內(nèi)，以CCD上的某一列作為分析對象。假設面陣CCD共有個有效光譜響應行，其中，第行像元的信號積分速率為()（單位為DN/s），CCD的積分時間為，則第行的有效信號為：

()＝×() (1)

假設幀轉移期間，某個光譜響應行的電荷包在其他各行的駐留時間（即轉移一行的時間）為，則第行數(shù)據(jù)中的拖尾信號為：

那么第行的實際信號為：

對于第行的實際信號來說，它與拖尾信號的關系為：

由式(4)可知，對于一個光譜分布確定的目標，單個光譜響應行的目標信號與“拖尾”信號呈線性關系。同理，由多個光譜響應行累積構成的圖像通道與Smear通道的信號，也是一個確定的線性關系。因此，在標定Smear通道與其他圖像通道的線性關系后，圖像通道出現(xiàn)飽和失真時，可以利用不飽和的Smear通道數(shù)據(jù)，來恢復圖像通道中飽和的數(shù)據(jù)。

2 積分球數(shù)據(jù)關聯(lián)性及其飽和恢復結果

2.1 積分球圖像通道飽和現(xiàn)象及其與Smear通道的線性關系

為了驗證上述方法，以積分球作為光源進行試驗，將儀器入瞳置于積分球出口，調節(jié)積分球內(nèi)部開啟的燈源數(shù)，來獲取所有通道的數(shù)據(jù)。出于穩(wěn)定性考慮，調節(jié)開啟燈源數(shù)的過程是由開啟多盞燈逐步遞減直至全部關閉。開啟的燈源較少時，由于輸入的能量較弱，各個通道信號均不會飽和，當開啟的燈源增多時，Smear通道和其他圖像通道的DN值都在增大，直到部分能量較高的通道出現(xiàn)飽和，這時隨開啟燈數(shù)的增加，Smear通道（配置為第1通道）的DN值繼續(xù)增加，已飽和的圖像通道DN值不再增大。

以儀器第9通道為例，隨著開啟燈源個數(shù)的變化（從7遞減到0盞），其DN值隨Smear通道的DN值而變化，其中空間維第512和第980像素點變化情況如圖1所示。

圖1 第512點(a)和980點(b)第9通道與smear通道的關系

圖1(a)可以看出，開啟5盞燈之后，第9通道的第512像素點已經(jīng)飽和，繼續(xù)增加開啟的燈數(shù)，第9通道信號出現(xiàn)飽和與深度飽和反轉現(xiàn)象。而圖1(b)所示，此時第980像素點的DN值仍繼續(xù)增加，該點在開啟7盞燈后開始飽和，但未達到深度飽和反轉。兩點的現(xiàn)象不同，說明不同像元間有目標源輻射或系統(tǒng)響應不一致等因素存在。

圖1中兩個不同的目標點，在圖像通道數(shù)據(jù)沒有飽和時，Smear通道與圖像通道表現(xiàn)出比較理想的線性關系。分別計算這兩點Smear通道和第9通道的相關系數(shù)[6]，得到9(512)＝0.9982，9(980)＝0.9990，表明兩通道數(shù)據(jù)是比較理想的線性關系。

2.2 積分球飽和數(shù)據(jù)恢復的方法

利用Smear通道對圖像通道進行飽和判斷及飽和數(shù)據(jù)恢復的方法如下：

1）利用儀器獲取某目標點各通道數(shù)據(jù)，將Smear通道數(shù)據(jù)作為自變量數(shù)組，其他各圖像通道數(shù)據(jù)分別作為應變量數(shù)組Y（＝2, 3, 4, …, 15），將數(shù)組Y與數(shù)組中的元素一一對應。

2）數(shù)組中的元素按照從小到大的順序重新排列，中的每個元素所對應的Y中的各元素也隨之重新排列。

3）找到某通道Y的最大值的位置，若Y最大值處對應的也是它的最大值，說明該通道并未出現(xiàn)飽和，不需處理；

4）如果Y最大值對應的并不是其最大值，說明Y最大值之后的數(shù)據(jù)已經(jīng)飽和，需要恢復。由于Y最大值之前的數(shù)據(jù)是真實可信的，對于這部分數(shù)據(jù)和它們各自對應的，利用最小二乘法，擬合出兩者的線性關系，由此得到Smear通道和該通道的線性關系；

5）Y最大值之后的數(shù)據(jù)，認為其已經(jīng)飽和，利用第5步求出的線性關系和Y最大值之后數(shù)據(jù)所對應的，可以恢復出飽和的數(shù)據(jù)。

2.3 積分球飽和數(shù)據(jù)恢復結果

利用上述方法，對各圖像通道所有像素點進行飽和判斷與恢復，其中第8通道的結果如圖2所示。

圖2 (a)所有位置第8通道原始數(shù)據(jù)(b)所有位置第8通道飽和恢復后數(shù)據(jù)

由圖2(a)可以看出，開啟5盞燈源時，第8通道的部分像素點出現(xiàn)飽和現(xiàn)象，而開啟6、7盞燈時，部分像素點出現(xiàn)明顯的飽和反轉現(xiàn)象，由圖2(b)可以看出，飽和像素點數(shù)據(jù)已經(jīng)恢復。

由此，對于圖像通道的飽和數(shù)據(jù)，找到了一種合適的恢復方法。

3 太陽光源下飽和恢復的可行性分析

3.1 積分球與太陽的光譜分布差異

上述實驗驗證了以積分球為光源時，Smear通道與各圖像通道為線性關系，而儀器在軌運行時，探測目標的光源是太陽，積分球與太陽能量的光譜分布如圖3所示。

圖3 積分球和太陽能量的光譜分布差異

可以看出，積分球與太陽能量的光譜分布并不一致，未來需要對在軌圖像進行處理，因此，需要對太陽光源下Smear通道與圖像通道是否存在線性關系進行驗證。

3.2 利用太陽照射下的漫反射灰階板驗證通道之間的響應關系

根據(jù)云的種類不同，低反射的云反射率約在20～70%之間，高反射的白云在可見光、近紅外波段具有較高反射率，在可見光范圍內(nèi)的反射率甚至接近于1[7]。遙感儀器在軌運行時，云反射的是太陽光，因此，可以在地面上利用漫反射灰階板來模擬儀器在軌運行時不同反射率的云目標。

在2種積分時間下，分別利用3組反射率不同的灰階板來獲取數(shù)據(jù)，由此得到了6種條件下的數(shù)據(jù)。以儀器第8通道第512點為例，它與該點Smear通道信號的關系如圖4所示。圖中的6個點分別表示在6種條件下獲取的該點數(shù)據(jù)。

由圖4可以看出，對于確定的目標點，目標反射率以及儀器的積分時間不同時，Smear通道和圖像通道間依然存在比較理想的線性關系，求得的相關系數(shù)8(512)＝1.0000。擬合后殘差的標準差[6]為9(512)＝9.2138，它與DN值中值的比例為0.142%。

此時該點第8通道并未飽和，與Smear通道之間存在良好的線性關系。在太陽光下，如果能量較強出現(xiàn)飽和時，同樣可以采用前文所述的方法，利用擬合得到的兩者的線性關系，進行飽和數(shù)據(jù)的恢復。

圖4 不同反射率和積分條件下第512點第8通道和Smear通道的關系

4 全視場圖像飽和恢復的可行性分析

由前文可知，對于確定的目標點，在積分球和太陽兩種光源下，都可以利用Smear通道來恢復圖像通道飽和的數(shù)據(jù)。對于經(jīng)過非均勻校正的全視場圖像中存在的飽和現(xiàn)象，可否采用同一組系數(shù)進行恢復？本節(jié)對分別采用積分球與太陽光兩種光源獲取的全視場圖像數(shù)據(jù)進行分析。

上述積分球實驗中，分別開不同盞燈，獲得視場內(nèi)所有目標點各個通道的數(shù)據(jù)。對于每個通道，將所有開燈情況下的所有目標點的數(shù)據(jù)合并，由此獲得15組數(shù)據(jù)，以Smear通道數(shù)據(jù)為自變量，其他各圖像通道的數(shù)據(jù)作為應變量Y（＝2,3,4,…,15），將和Y中的每個元素一一對應，利用前述的方法試進行飽和判斷及恢復，以第4通道為例，它與Smear通道間的線性關系及飽和恢復后的結果如圖5所示。

由圖5可以看出，由于使用了整個視場的數(shù)據(jù)，數(shù)據(jù)點更加密集，圖中不連續(xù)的地方是開啟燈源個數(shù)變化的交界處。雖然這些目標點不是同一點，但由于積分球不同目標點的光譜基本一致，第4通道未飽和的部分和Smear通道依然呈現(xiàn)很好的線性關系，兩者相關系數(shù)為4(all)＝0.9947，這也進一步證實了這種線性關系，擬合后殘差的標準差相對于DN值中值的比例為4(all)＝4.43%。

圖5 積分球全視場數(shù)據(jù)線性相關性及飽和恢復結果

以太陽為光源的漫反射灰階板實驗中，分別改變目標的反射率和改變儀器的積分時間，得到視場內(nèi)所有目標點各個通道的數(shù)據(jù)，用同樣的辦法，對于每個通道，將所有數(shù)據(jù)合并，由此獲得15組數(shù)據(jù)，并由此確定圖像通道與Smear通道是否存在線性相關性。以第10通道為例，結果如圖6所示。

結果表明，對于視場內(nèi)所有目標點，第10通道數(shù)據(jù)和Smear通道的相關系數(shù)10(all)＝0.9997，說明兩者有比較理想的線性關系，擬合后殘差的標準差相對于DN值中值比例為10(all)＝0.896%

上述2種情況下，圖像通道與Smear通道間均存在良好的線性關系。太陽光源下的漫反射板實驗得到的線性相關性，要優(yōu)于以積分球為光源的情況，原因在于積分球輸出均勻性不及漫反射板。

以太陽為光源來確定各圖像通道與Smear通道關系，結果如表1所示。

圖6 漫反射板全視場數(shù)據(jù)的線性相關性

表1 利用太陽光源確定的各圖像通道與smear通道的關系

表1結果說明，各圖像通道和Smear通道均存在比較良好的線性關系，分別獲得了各通道與Smear通道的擬合關系，可以利用它對出現(xiàn)飽和的圖像通道數(shù)據(jù)進行恢復。

上述參數(shù)是在太陽光源下灰階漫射板各通道均未飽和時獲取，實際在軌圖像飽和恢復的閾值與飽和恢復系數(shù)需要在儀器的電路參數(shù)固化之后，在天氣晴朗時，對更多灰階漫射板進行圖像獲取并加以處理后獲得。

5 結論

本文研究的儀器的動態(tài)范圍針對海洋水色目標設定，對高亮度的云目標成像時某些通道會飽和，導致云對海洋弱目標雜光校正算法無法完成。針對該問題進行分析，推導了儀器設置的Smear通道和其他圖像通道間的線性關系，并通過實驗驗證了這種線性關系的存在，利用這種線性關系實現(xiàn)了對積分球飽和圖像數(shù)據(jù)的恢復。分析了積分球與太陽光兩種光源下的一致性以及存在差異性的原因，由此推導出該恢復算法同樣可以用于在軌圖像飽和恢復，為在軌雜散光校正算法提供了有效的數(shù)據(jù)源。

[1] 劉良明, 祝家東. 海洋水色遙感器發(fā)展趨勢初探[J]. 遙感信息, 2011(2): 111-119.

LIQ Liangming, ZHU Jiadong. Preliminary study on trend of ocean color sensor development[J]., 2011(2): 111-119.

[2] 李四海.海洋水色遙感原理與應用: 國際海洋水色協(xié)調工作組(IOCCG)報告[P]. 北京: 海洋出版社, 2002: 11-13.

LI Sihai.[M]. Beijing: Ocean Press, 2002: 11-13.

[3] 孫從容, 張正, 張為良, 等. 利用衛(wèi)星遙感進行海上透明云薄云的檢測[J]. 海洋預報, 2005, 22: 87-93.

SUN Congrong，ZHANG Zheng, ZHANG Weiliang, et al.Detecting Method of Thin and Transp Arent Cloud Over Sea in Remote Sensing[J]., 2005, 22: 87-93.

[4] 傅平. CCD圖像傳感器拖尾的研究[J]. 壓電與聲光, 2004, 26(1): 72-75.

FU Ping. Research on Chancing Vertical Smearing of Frame Transfer Array CCD Image Sensor[J]., 2004, 26(1): 72-75.

[5] 崔毅. 推掃式寬視場CCD成像光譜技術研究[D]. 上海: 中國科學院大學, 2014: 41-42.

CUI Yi. Study of Large Field Push-Broom Imaging Spectrometer Using CCD Detector[D]. Shanghai: University of Chinese Academy of Sciences, 2014.41-42.

[6] 陳希孺. 概率論與數(shù)理統(tǒng)計[M]. 合肥: 中國科學技術大學出版社, 2009: 117-125.

CHEN Xiru.[M]. Hefei: University of Science & Technology China press, 2009: 117-125.

[7] 何全軍, 曹靜, 黃江, 等. 基于多光譜綜合的MODIS數(shù)據(jù)云檢測研究[J].國土資源遙感, 2006 (3):19-22.

HE Quanjun, Cao Jing, HUANG Jiang, et al. Cloud Detection in MODIS Data Based on Multi-Spectrum Synthesis[J]., 2006(3):19-22.

Research on Using Frame Transfer CCD SmearCorrection Channel to Restore Saturated Image Channels

ZHANG Tengfei1,2，WANG Hongbo1,2，HUANG Xiaoxian1，WEI Jun1，MA Liang1,2

(1.,,200083,；2.,100049,)

Ocean color remote sensing applications require optical remote sensing instruments with high sensitivity and high precision. The visible and near infrared imaging spectrometer studied in this paper achieved high sensitivity using push-broom scanning, and it achieved high precision measurement by using stray light calibration and correction. Unsaturated target signals in the images are needed when using stray light correction algorithm. The dynamic range of the instruments are set according to ocean color targets, so the signals of high brightness clouds would saturate, and it leads to poor performance of the stray light correction algorithm. This paper works on a push-broom visible near infrared imaging spectrometer based on frame transfer array CCD, and by analyzing the mechanism of the CCD smear correction channel of the system, we prove linear correlation between the image channels and the smear channel under different lights, then we propose a way of restoring saturated signals in image channels using smear correction channel, so it could provide useful data for the stray light correction of the satellite hyperspectral images, and it proposes a feasible way of restoring saturated images.

frame transfer array CCD，smear correction channel，stray light，saturated signal recovery

TP75

A

1001-8891(2016)01-0041-06

2015-06-16；

2016-01-06.

張騰飛（1987-），男，博士研究生，主要從事可見近紅外成像光譜儀成像及圖像處理技術的研究，E-mail: zhangtengfeiflame@foxmail.com。

空間科學基金項目（20130190001）。