目前主流的不良视频检测大多基于视频内容分析, 属于计算密集型任务, 不利于巨量视频通话流的实时检测。为此, 本文试图从新的视角来阻断潜在不良视频的传播, 即实时视频流相机溯源。和传统检测内容的方法不同, 本文试图通过检测产生不良视频的相机源来阻断潜在不良视频的传播, 即一旦发现某个正在视频通话的手机产生过不良视频, 就发出安全警告进行阻断。该思路的基本假设是拍摄过不良视频的手机拥有者有更大概率利用同一部手机拍摄不良视频。该思路的核心问题是寻找一种实时、可靠的相机溯源方法。为此, 本文主要聚焦以下三方面工作: 建立了一个包含100部视频的数据库用于算法评估, 数据库中的视频来自25部不同型号、不同品牌的相机, 每一部视频注明了相机来源; 建立了一种简单、有效的视频相机溯源机制, 实现相机的在线实时溯源; 提出了一种多相机指纹特征集成决策模型, 实现可靠的相机溯源。实验结果显示, 所提相机溯源机制能满足相机溯源的实时性要求, 并且所提多相机指纹特征集成决策模型显著优于现有的单一模型, 对于安卓手机, 其视频相机溯源准确率达到98.161%, 验证了该思路的可行性。

遥感相机电子学系统在信号转换过程中会产生V/Q非线性和DN/V非线性, 并均会对成像子系统的调制传递函数(MTF)造成影响。本文研究了这两种电子学非线性的产生机理和对MTF的影响并提出了相应的判别方法。从两种非线性的产生机理出发, 建立了V/Q非线性和DN/V非线性模型, 深入分析了两者对相机MTF的影响并进行了仿真实验。实验表明, 非线性造成了电子学MTF的下降, 使其由正常状态下的0.55下降为0.47, 此外还导致MTF随照度变化。提出了基于视频响应曲线结合响应非均匀性(PRNU)噪声曲线区分V/Q非线性和DN/V非线性的方法并进行了仿真验证。仿真实验验证了提出方法的有效性, 为系统设计、改进和非线性补偿提供了有力支持。

探测器光子响应非均匀性噪音会降低低照度情况下遥感成像系统的成像质量.针对这一现象，本文首先结合探测器的物理性质，对各种噪音源进行了研究; 建立了TDI CCD不同级数下的光子响应非均匀性噪音模型，随着曝光量的增加，光子响应非均匀性噪音也线性增加.其次根据曝光级数越多TDI CCD对非均匀性噪音的平滑效应越明显这一现象，提出一种光子响应非均匀性系数与曝光级数之间的关系式，并给出了利用TDI CCD输出图像提取光子响应非均匀性噪音的方法.最后建立了试验系统，通过试验对测试获得的光子响应非均匀性噪音与理论分析计算得出的结果进行了分析.

为了在低照度下获得高的灵敏度和空间分辨率, 行间转移CCD相机能够按一定的方法以时延积分(TDI)方式工作。辐射定标实验中发现, 这种工作方式会造成某些像元的输出明显低于其他像元, 从而导致系统像元响应不均匀性和信噪比变差。提出了一种改进的TDI模式行间转移CCD相机辐射定标方法。该方法将TDI级数作为变量加入到像元响应不均匀性和信噪比的算法中, 在基本不影响正常使用的前提下大幅提高系统的性能。验证实验结果表明, 和原方法相比, 改进后的辐射定标方法能够有效降低系统的响应不均匀性并提高信噪比, 更加真实地反映系统特性。当采用32级TDI方式时, 像元响应非均匀性从4.88%降低至0.86%, 而信噪比提高了2.9%。

针对用于获取具有时间分辨能力的序列图像的高速分幅相机而言,其图像处理主要包括了图形的几何形变校正、图形位置配准、一幅图像中各像元响应的平场校正及各幅图像响应一致性的校正等内容,不仅要解决每幅图像本身的问题,还要解决各幅图像间的形态对比的问题。通过对这些处理目的所涉及的方法逐一进行进一步的研究,所获得的处理方法用于实际图像的处理获得了比较好的效果,大幅度提高了图像间的相关度和一致性,为解决多路成像系统图像性能不一致的现象提供了有效的方法,达到了实际应用的水平。

对于光纤锥或光纤面板耦合的CCD相机所获图像中存在的响应非均性问题进行了阐述,分析了CCD相机输出信号的构成情况和图像传递间的响应关系,并给出了相应的表达式.利用平场校正方法对存在较严重非均性的图像进行了处理,处理过程分为三步:首先获取系统的暗本底图像(包括了暗电流及系统偏置),所选择的积分时间与被用来校正的图像的积分时间相同;其次,获取均匀光场的图像,并将其作为平场校正的参考图像;最后扣除本底,用相对标定的方法对图像进行校正,从而获得图像各像素响应率的相对标定系数,再用它对原始图像进行平场校正即可获得很好的结果.校正后的图像更清晰,噪声更小,很多细节都能在灰度图像中直接看出,经过边界处理和伪彩显示后可清晰地看到小于0.1mm的细缝,达到了图像精密处理的效果.