CN108154478B - 一种遥感图像处理方法 - Google Patents
一种遥感图像处理方法 Download PDFInfo
- Publication number
- CN108154478B CN108154478B CN201611101877.5A CN201611101877A CN108154478B CN 108154478 B CN108154478 B CN 108154478B CN 201611101877 A CN201611101877 A CN 201611101877A CN 108154478 B CN108154478 B CN 108154478B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sensing images
- value
- image
- mtf
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000002401 inhibitory effect Effects 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 10
- 230000007850 degeneration Effects 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000009738 saturating Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种遥感图像处理方法,包括获取原始遥感图像I0及其图像参数;获取拍摄所述遥感图像的卫星和相机参数;对原始遥感图像I0进行预处理,提取出遥感图像I0上的像素值突变点,将突变点作为目标像素点;原始遥感图像I0中,基于目标像素点的原像素值计算所述目标像素点的中心响应值,所述中心响应值大于所述原像素值;计算所述目标像素点的第一总抑制值,将所述中心响应值减去所述第一总抑制值得到差值,并将所述差值作为图像增强后所述目标像素点的像素值;将0值作为图像增强后所述目标像素点的像素值;得到图像处理后的遥感图像I1。本发明提供了一种高效、快速、准确地进行遥感图像处理方法,能够有效改进图像质量。
Description
技术领域
本发明涉及遥感图像处理领域,具体地,涉及一种遥感图像处理方法。
背景技术
随着空间技术和传感器技术的飞速发展,遥感影像数据已经成为人们获取信息的重要手段,在军事侦察、环境监测、资源调查、土地利用和城市规划等领域发挥越来越重要的作用。然而,受光照条件、大气状况、传感器等诸多因素的影响,成像设备所获取的遥感图像的与被拍摄地物往往存在一定的偏差。图像失真难免会影响后续分析和解译结果的正确性和稳定性。面对目前呈指数级增长的海量遥感图像,如何自动、快速、稳定地处理遥感图像,成为人们关心和研究的热点问题,也是具有高度挑战性的难点问题。因此,研发准确、实用的遥感图像处理方法,变得尤为迫切和必要。
在图像校正方面,国内外研究者和技术人员已进行了一定的探讨和研究,并取得了初步的成果。其中比较有代表性的遥感软件包括:美国ERDAS公司的ERDAS IMAGINE和德国INPHO公司的OrthoVista,这些软件可改善遥感影像的状况;通用的商用图像处理软件,主要有Adobe公司的Photoshop。然而,这些软件需要大量的人工交互和确认操作,包括参数设置、方法选择、是否进行后续增强的选择等,处理结果依赖于操作人员的经验知识或需要通过多次调整参数反复操作,处理过程繁琐,效率不高。随着多平台、多空间分辨率、多时相遥感图像的出现,每天需要处理的遥感图像数据量急剧增加,迫切需要自动、高效的处理校正技术,而现有的技术在自动化程度、处理速度和稳定性方面难以适应社会发展的需要。
发明内容
基于本领域的技术缺陷,本发明提供了一种遥感图像处理方法,其特征在于:
步骤1,获取原始遥感图像I0及其图像参数;获取拍摄所述遥感图像的卫星和相机参数;
步骤2,对原始遥感图像I0进行预处理,提取出遥感图像I0上的像素值突变点,将突变点作为目标像素点;
步骤3,原始遥感图像I0中,基于目标像素点的原像素值计算所述目标像素点的中心响应值,所述中心响应值大于所述原像素值;
步骤4,计算所述目标像素点的第一总抑制值,所述第一总抑制值是所述目标像素点所有的邻域像素点对所述目标像素点的抑制值的总和,所述邻域像素点为预先指定为所述目标像素点的邻域像素点,所述邻域像素点对所述目标像素点的抑制值是指该邻域像素点对目标像素点所起抑制作用所表示的值;
步骤5,当所述中心响应值大于所述第一总抑制值时,将所述中心响应值减去所述第一总抑制值得到差值,并将所述差值作为图像增强后所述目标像素点的像素值;当所述中心响应值小于所述第一总抑制值时,将0值作为图像增强后所述目标像素点的像素值。
步骤6,得到图像处理后的遥感图像I1,并获取其图像参数;
步骤7,建立图像处理效果检验模型,对遥感图像处理效果进行检验。
优选地,其中,步骤2,对原始遥感图像I0进行预处理,如果是彩色图像,预处理还包括图像灰度化。
优选地,其中,步骤2,对原始遥感图像I0进行预处理,包括:去雾处理、几何校正。
优选地,其中,步骤1,获取原始遥感图像I0及其图像参数,图像参数包括分辨率。
优选地,其中,步骤6,得到图像处理后的遥感图像I1,并获取其图像参数,图像参数包括分辨率。
本发明提供了一种高效、快速、准确地进行遥感图像处理方法,能够有效改进图像质量,并且可以对图像处理效果进行完备、准确、客观的检验。
附图说明
图1本发明所提出的方法流程图。
具体实施方式
为了更好地理解本发明,下面结合附图参考实施例的描述,对本发明的方法进行进一步的说明。
为了全面理解本发明,在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解,本发明可以无需这些具体细节而实现。在实施例中,不详细描述公知的方法、过程、组件、电路,以免不必要地使实施例繁琐。
参见图1所示,本发明所提出的一种遥感图像处理方法,其特征在于:
步骤1,获取原始遥感图像I0及其图像参数;获取拍摄所述遥感图像的卫星和相机参数;
步骤2,对原始遥感图像I0进行预处理,提取出遥感图像I0上的像素值突变点,将突变点作为目标像素点;
步骤3,原始遥感图像I0中,基于目标像素点的原像素值计算所述目标像素点的中心响应值,所述中心响应值大于所述原像素值;
步骤4,计算所述目标像素点的第一总抑制值,所述第一总抑制值是所述目标像素点所有的邻域像素点对所述目标像素点的抑制值的总和,所述邻域像素点为预先指定为所述目标像素点的邻域像素点,所述邻域像素点对所述目标像素点的抑制值是指该邻域像素点对目标像素点所起抑制作用所表示的值;
步骤5,当所述中心响应值大于所述第一总抑制值时,将所述中心响应值减去所述第一总抑制值得到差值,并将所述差值作为图像增强后所述目标像素点的像素值;当所述中心响应值小于所述第一总抑制值时,将0值作为图像增强后所述目标像素点的像素值。
步骤6,得到图像处理后的遥感图像I1,并获取其图像参数;
步骤7,建立图像处理效果检验模型,对遥感图像处理效果进行检验。
优选地,其中,步骤2,对原始遥感图像I0进行预处理,如果是彩色图像,预处理还包括图像灰度化。
优选地,其中,步骤2,对原始遥感图像I0进行预处理,包括:去雾处理、几何校正。
优选地,其中,步骤1,获取原始遥感图像I0及其图像参数,图像参数包括分辨率。
优选地,其中,步骤6,得到图像处理后的遥感图像I1,并获取其图像参数,图像参数包括分辨率。
优选地,其中,所述步骤1,获取拍摄所述遥感图像的卫星和相机参数,
所述卫星参数包括:卫星名称、指向精度、轨道高度、全色分辨率、多光谱分辨率、成像幅宽;
所述相机参数包括:相机名称、焦距、光圈值、像素、各项MTF参数。
优选地,其中,对原始遥感图像进行处理包括图像灰度化。
优选地,其中,所述步骤7,建立图像处理效果检验模型,还包括计算图像处理效果的检验指标,所述检测指标包括:信噪比指标、MTF指标、信息含量指标、相关退化度指标。
优选地,其中,所述信噪比指标S/N具体为:
其中,f为相机焦距,F为相机光圈值,B为相机入口处的辐射亮度,τoptics为光学***透过率,η为光学***遮栏比,Ntdi为TDICCD积分级数,tint为TDICCD行积分周期,RCCD为CCD响应度,Pef为相机有效像素,Nshot、Ndark、Nread、NFPN分别为CCD及信号处理电路中存在散粒噪声、暗电流噪声、读出噪声、固定模式噪声。
优选地,其中,MTF为***调制传递函数,所述MTF指标具体为:
MTF=MTF静态·MTF动态
MTF静态=MTF光学设计·MTF光学加工·MTF光学装调·MTFCCD器件·MTF电路
其中,N是TDICCD积分级数,Δp是非正常像移量,f归一化是归一化的空间频率。
优选地,其中,所述信息含量指标C具体为:
其中,图像中各像素点i的灰度值集合为{Si,i=1,2,...,n},其对应出现的概率为{Ai,i=1,2,...,n},W为成像幅宽;
优选地,其中,相关退化度指的是图像处理后,与原始遥感图像相比,图像质量退化的程度,所述相关退化度指标RL具体为:
其中,S0、S1分别为原始遥感图像和处理后的遥感图像中像素点的灰度值,分别为原始遥感图像和处理后的遥感图像中像素点灰度值的均值,图像中各像素点i的灰度值集合为{Si,i=1,2,…,n},R0和R1分别为原始遥感图像和处理后的遥感图像的分辨率。
优选地,其中,所述步骤7,建立图像处理效果检验模型IQT具体为:
其中,wi为用户输入的效果检验参数权重,Σwi=1,为效果检验参数权重wi的拟合函数,作为效果检验模型各项指标的系数,IQT评分输出范围为0-100分,其中100分为图像质量最满意,0分为图像质量最不满意,优选将星下点高质量图像作为100分参考标准。
可见,通过能够有效改进图像质量,并且可以对图像处理效果进行完备、准确、客观的检验。
这里只说明了本发明的优选实施例,但其意并非限制本发明的范围、适用性和配置。相反,对实施例的详细说明可使本领域技术人员得以实施。应能理解,在不偏离所附权利要求书确定的本发明精神和范围情况下,可对一些细节做适当变更和修改。
Claims (5)
1.一种遥感图像处理方法,其特征在于:
步骤1,获取原始遥感图像I0及其图像参数;获取拍摄所述遥感图像的卫星和相机参数;
步骤2,对原始遥感图像I0进行预处理,提取出遥感图像I0上的像素值突变点,将突变点作为目标像素点;
步骤3,原始遥感图像I0中,基于目标像素点的原像素值计算所述目标像素点的中心响应值,所述中心响应值大于所述原像素值;
步骤4,计算所述目标像素点的第一总抑制值,所述第一总抑制值是所述目标像素点所有的邻域像素点对所述目标像素点的抑制值的总和,所述邻域像素点为预先指定为所述目标像素点的邻域像素点,所述邻域像素点对所述目标像素点的抑制值是指该邻域像素点对目标像素点所起抑制作用所表示的值;
步骤5,当所述中心响应值大于所述第一总抑制值时,将所述中心响应值减去所述第一总抑制值得到差值,并将所述差值作为图像增强后所述目标像素点的像素值;当所述中心响应值小于所述第一总抑制值时,将0值作为图像增强后所述目标像素点的像素值;
步骤6,得到图像处理后的遥感图像I1,并获取其图像参数;
步骤7,建立图像处理效果检验模型,对遥感图像处理效果进行检验,和计算图像处理效果的检验指标,所述检验指标包括:信噪比指标、MTF指标、信息含量指标、相关退化度指标;
所述信噪比指标S/N具体为:
其中,f为相机焦距,F为相机光圈值,B为相机入口处的辐射亮度,τoptics为光学***透过率,η为光学***遮栏比,Ntdi为TDICCD积分级数,tint为TDICCD行积分周期,RCCD为CCD响应度,Pef为相机有效像素,Nshot、Ndark、Nread、NFPN分别为CCD及信号处理电路中存在散粒噪声、暗电流噪声、读出噪声、固定模式噪声;
MTF为***调制传递函数,所述MTF指标具体为:
MTF=MTF静态·MTF动态
MTF静态=MTF光学设计·MTF光学加工·MTF光学装调·MTFCCD器件·MTF电路
其中,N是TDICCD积分级数,Δp是非正常像移量,f归一化是归一化的空间频率;
所述信息含量指标C具体为:
其中,图像中各像素点i的灰度值集合为{Si,i=1,2,...,n},其对应出现的概率为{Ai,i=1,2,...,n},W为成像幅宽;
相关退化度指的是图像处理后,与原始遥感图像相比,图像质量退化的程度,所述相关退化度指标RL具体为:
其中,S0、S1分别为原始遥感图像和处理后的遥感图像中像素点的灰度值,分别为原始遥感图像和处理后的遥感图像中像素点灰度值的均值,图像中各像素点i的灰度值集合为{Si,i=1,2,...,n},R0和R1分别为原始遥感图像和处理后的遥感图像的分辨率;
建立图像处理效果检验模型IQT具体为:
其中,wi为用户输入的效果检验参数权重,∑wi=1,为效果检验参数权重wi的拟合函数,作为效果检验模型各项指标的系数,IQT评分输出范围为0-100分,其中100分为图像质量最满意,0分为图像质量最不满意,将星下点高质量图像作为100分参考标准。
2.如权利要求1所述的方法,其中,步骤2,对原始遥感图像I0进行预处理,如果是彩色图像,预处理还包括图像灰度化。
3.如权利要求1所述的方法,其中,步骤2,对原始遥感图像I0进行预处理,包括:去雾处理、几何校正。
4.如权利要求1所述的方法,其中,步骤1,获取原始遥感图像I0及其图像参数,图像参数包括分辨率。
5.如权利要求1所述的方法,其中,步骤6,得到图像处理后的遥感图像I1,并获取其图像参数,图像参数包括分辨率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101877.5A CN108154478B (zh) | 2016-12-02 | 2016-12-02 | 一种遥感图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101877.5A CN108154478B (zh) | 2016-12-02 | 2016-12-02 | 一种遥感图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108154478A CN108154478A (zh) | 2018-06-12 |
CN108154478B true CN108154478B (zh) | 2019-10-08 |
Family
ID=62470835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611101877.5A Active CN108154478B (zh) | 2016-12-02 | 2016-12-02 | 一种遥感图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108154478B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950490B (zh) * | 2021-01-25 | 2022-07-19 | 宁波市鄞州区测绘院 | 一种无人机遥感测绘图像增强处理方法 |
CN116664449B (zh) * | 2023-07-26 | 2023-10-13 | 中色蓝图科技股份有限公司 | 一种卫星图像的处理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123697A (zh) * | 2013-04-23 | 2014-10-29 | 华为技术有限公司 | 一种图像增强方法及设备 |
CN104318526A (zh) * | 2014-10-20 | 2015-01-28 | 南京理工大学 | 基于mtf的遥感器在轨自动优化在轨参数的方法 |
CN105430378A (zh) * | 2015-11-26 | 2016-03-23 | 航天恒星科技有限公司 | 一种影像质量评价***及方法 |
-
2016
- 2016-12-02 CN CN201611101877.5A patent/CN108154478B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123697A (zh) * | 2013-04-23 | 2014-10-29 | 华为技术有限公司 | 一种图像增强方法及设备 |
CN104318526A (zh) * | 2014-10-20 | 2015-01-28 | 南京理工大学 | 基于mtf的遥感器在轨自动优化在轨参数的方法 |
CN105430378A (zh) * | 2015-11-26 | 2016-03-23 | 航天恒星科技有限公司 | 一种影像质量评价***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108154478A (zh) | 2018-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108154479A (zh) | 一种对遥感图像进行图像校正的方法 | |
Chianucci | An overview of in situ digital canopy photography in forestry | |
Gao et al. | Gradient-based interpolation method for division-of-focal-plane polarimeters | |
Stritzinger et al. | The Carnegie Supernova Project I-Photometry data release of low-redshift stripped-envelope supernovae | |
Minařík et al. | Radiometric and atmospheric corrections of multispectral μMCA camera for UAV spectroscopy | |
CN102647941A (zh) | 用于执行光电容积描记的方法和*** | |
CN105389591B (zh) | 一种红外成像传感器典型效应仿真的验证方法 | |
JP5000030B1 (ja) | 画像処理装置、撮像装置、及び画像処理方法 | |
Calamida et al. | Strömgren Photometry of Galactic Globular Clusters. II. Metallicity Distribution of Red Giants in ω Centauri | |
Li et al. | Using sub-resolution features for self-compensation of the modulation transfer function in remote sensing | |
CN104008543A (zh) | 一种图像融合质量评价方法 | |
Song et al. | Improving accuracy of canopy hemispherical photography by a constant threshold value derived from an unobscured overcast sky | |
Johansson et al. | A LABOCA survey of submillimeter galaxies behind galaxy clusters | |
CN108154478B (zh) | 一种遥感图像处理方法 | |
CN104813217B (zh) | 用于设计能够估计景深的无源单通道成像器的方法 | |
Varjo et al. | Image based visibility estimation during day and night | |
CN110827375B (zh) | 一种基于微光图像的红外图像真彩着色方法及*** | |
Keßler et al. | The European computer model for optronic system performance prediction (ECOMOS) | |
CN108154470A (zh) | 一种遥感图像处理方法 | |
CN106705942B (zh) | 一种检验遥感影像处理质量的方法 | |
Jabari et al. | Improving UAV imaging quality by optical sensor fusion: an initial study | |
CN111595781A (zh) | 一种曲面拟合的地面高光谱影像反射率校正方法 | |
Cha et al. | Quantitative image quality evaluation method for UDC (under display camera) | |
JP2018156208A (ja) | 解析装置、撮像装置、解析方法、および、プログラム | |
CN106249220B (zh) | 光斑增强处理方法、装置及激光测距仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 101399 No. 2 East Airport Road, Shunyi Airport Economic Core Area, Beijing (1st, 5th and 7th floors of Industrial Park 1A-4) Applicant after: Zhongke Star Map Co., Ltd. Address before: 101399 Building 1A-4, National Geographic Information Technology Industrial Park, Guomen Business District, Shunyi District, Beijing Applicant before: Space Star Technology (Beijing) Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |