1. 课程导入与任务载荷图像预处理定位

遥感卫星从获取原始信号到形成可供判读的产品，中间要经过一条很长的处理链。以一颗搭载多光谱相机的光学遥感卫星为例：地面目标反射的太阳辐射经大气衰减后进入相机光学系统，在焦平面探测器上转换为电信号，再经模拟前端放大、采样、量化，形成原始数字图像数据；这些数据在星上经过辐射校正、几何校正、压缩编码等处理后，通过数传链路下传到地面接收站；地面系统再完成精几何精校正、大气校正、融合、镶嵌、产品分级等深加工，最终交付给用户。本课程关注的，正是这条链路中"星上"这一段——任务载荷图像预处理。

星上预处理在遥感任务链中的位置

把整条链路拆开看，可以分成四个环节：成像与探测（光学系统、探测器、模拟前端）、星上预处理（辐射、几何、压缩、质量评估）、星地传输（调制、编码、数传、接收）、地面深加工（精校正、定量反演、产品生成）。星上预处理处在第二环，它的上游是探测器输出的原始数据，下游是数传系统。这个位置决定了它的两个基本约束：一是必须在星上有限的算力、功耗和存储条件下完成，二是它的输出直接决定了下传数据的可用性和地面处理的负担。

星上预处理的核心任务可以概括为四件事：把探测器输出的原始 DN 值转换为具有物理意义的辐射量或表观反射率（辐射校正）；把因卫星姿态、轨道、地球曲率、传感器畸变造成的几何变形做初步改正（几何粗校正）；在保证信息损失可控的前提下压缩数据量，使有限的数传带宽能传输更多有效信息（压缩编码）；对图像质量做快速评估，剔除云覆盖严重或质量不合格的数据，避免无效下传（质量评估与筛选）。

与地面处理的边界划分

星上与地面处理的分工，本质上是在"实时性、精度、资源"三者之间做权衡。星上处理的首要目标是实时性和数据可用性：卫星过境时间有限，星上存储和数传带宽有限，必须在数据获取后尽快完成必要的校正和压缩，确保下传的数据是"可用的"而不是"原始的"。地面处理的首要目标是精度和灵活性：地面有充足的算力、存储和人工干预条件，可以运行复杂的物理模型、迭代优化算法，并利用地面控制点、大气参数、DEM 等辅助数据做精细处理。

具体到边界，可以这样理解：星上做"粗"的、确定的、可实时完成的校正；地面做"精"的、需要外部辅助数据的、可迭代的校正。例如辐射校正，星上通常只做基于实验室定标系数的相对辐射校正和简单的暗电流扣除，而绝对辐射定标、大气校正则放在地面；几何校正，星上做基于轨道姿态数据的粗校正，地面做基于控制点的精校正；压缩编码，星上做有损或无损压缩，地面做解压和后续处理。这条边界不是固定不变的，随着星上算力提升，边界会逐渐向星上推移，但"星上保底、地面求精"的基本格局在可预见的未来不会改变。

典型任务载荷类型与数据特点

不同任务载荷的数据特点差异很大，直接决定了星上预处理算法的选择。常见类型包括：

• 多光谱/高光谱相机：波段数多、光谱分辨率高，数据立方体维度大，辐射校正和光谱定标是重点，压缩时需考虑光谱维相关性。
• 合成孔径雷达（SAR）：主动成像、全天时全天候，数据为复数信号，星上需完成脉冲压缩、距离徙动校正等，数据量大且对相位敏感。
• 红外相机：探测目标热辐射，需做非均匀性校正和盲元补偿，背景辐射影响大。
• 视频/推扫式相机：帧率高、数据率大，对实时压缩和帧间处理要求高。

以多光谱相机为例，假设某载荷有 8 个波段，每波段 4096 像元，量化位数 12 bit，推扫成像行频 2000 行/秒，则原始数据率约为 8 × 4096 × 12 × 2000 ≈ 786 Mbps。若数传带宽只有 300 Mbps，就必须在星上做压缩或波段筛选。这个简单的估算说明：星上预处理不是"可选项"，而是任务能否完成的"必选项"。

课程整体学习路径

本课程围绕星上图像预处理的核心环节展开，学习路径大致分为四个阶段。第一阶段建立整体认知，明确星上预处理在任务链中的位置、边界和约束，了解典型载荷的数据特点。第二阶段深入辐射校正，从探测器响应模型出发，掌握暗电流扣除、相对辐射校正、定标系数应用等关键方法，并理解星上实现的资源约束。第三阶段进入几何校正与压缩编码，学习基于轨道姿态的粗校正原理、几何畸变模型、以及适合星上实现的压缩算法。第四阶段聚焦质量评估与系统集成，包括云检测、图像质量指标计算、算法在 FPGA/DSP 上的部署策略，以及端到端的验证方法。