无人机遥感成像由于重量轻、体积小、成本低、可重复使用、损耗低、风险小等优点,特别是具有的高机动性、高分辨率和高时效性能,已成功应用于侦察和早期预警等军事领域,以及资源勘探、应急救灾和大气海洋观测等非军事领域,具有广阔的应用前景。由于受到飞行高度和相机焦距的限制,无人机遥感单幅成像往往不能完全覆盖到所需的大视场区域。目前,无人机全景遥感成像技术主要采用两种技术体制:图像拼接和鱼眼镜头。基于图像拼接技术的全景成像方式最大的优势是成像分辨率高,但由于要进行先配准再拼接的处理过程,使得成像速度慢、实时性差,数据量巨大,拼接算法繁琐。鱼眼镜头可以获得半球左右的大视场图像,但也会产生严重且难以校正的桶形畸变,且成像分辨率较低、系统结构复杂、造价高昂。本课题重点研究基于微型无人机平台的实时全景遥感成像及其图像处理技术。从光学成像、遥感学、图像处理等理论出发,研究内容如下:(1)建立了微型无人机载折反射式实时全景遥感成像系统。基于折反射式实时全景成像原理和相关概念,采用抛物面反射镜设计了搭载于微型无人机平台上的折反射式实时全景成像光学系统,将球面全景图像投影为柱面图像,并研究了基于数据缓冲占用比的无人机载航空图像自适应无线传输系统及其传输方法。(2)研究了图像去噪处理算法。由于在获取和生成过程中,图像不可避免地会受到噪声影响,因此有必要对图像进行去噪预处理以便提高图像质量。基于小波变换的多分辨率特性以及奇异值的行列方向特征的深入研究,以及柱面图像的区块细节差异性,提出了一系列基于奇异值分解和小波变换的图像去噪新算法。具体包括:1)提出了一种利用小波变换与奇异值分解增强方向特征的图像去噪算法;2)提出了一种基于小波域奇异值差分模型的图像去噪算法;3)基于小波域分块旋转奇异值分解的图像去噪方法。(3)研究了模糊图像复原处理算法。为了解决微型无人机平台震动和相对运动引起图像的模糊畸变问题,通过提取模糊图像的刃边函数或奇异值函数来估计图像模糊的点扩散函数,加最优窗维纳滤波对模糊图像进行恢复,以获得最终具有高清晰度和高分辨率的复原去噪图像。(4)将上述处理方法应用至水陆分割图像识别领域,采用水域灰度特征将水面和陆地加以识别,并基于无人机载实时遥感成像装置和图像处理技术对大气水平能见度自适应探测进行了探讨,给出了大气能见度计算的理论模型,对本文提出的硬件设备以及软件处理算法在大气能见度探测领域的可行性,给出了一定的验证。结果表明,该实时全景遥感探测成像设备及后续的图像处理辅助技术可以获取实时、全方位、高质量的遥感图像。基于本课题构建的无人机实时全景遥感成像系统及其图像处理方法,可用来监测全天空云、大雾、霜露、海浪、潮汐等与天气预报以及军事作战相关的气象水文保障信息。还可以应用于有人飞机、微型飞行器、机器人等平台,以及海关、银行等其它社会安全监测场所,构成实时全方位监控系统。研究成果可为无人机搭载气象水文信息成像设备实时获取高质量图像奠定技术基础,为工程上实现微型无人机实时全景遥感成像系统提供技术途径。