CN112669309B - 遥感影像的局部匀色方法、装置、电子设备及存储介质 - Google Patents
遥感影像的局部匀色方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112669309B CN112669309B CN202110017364.0A CN202110017364A CN112669309B CN 112669309 B CN112669309 B CN 112669309B CN 202110017364 A CN202110017364 A CN 202110017364A CN 112669309 B CN112669309 B CN 112669309B
- Authority
- CN
- China
- Prior art keywords
- image
- template
- remote sensing
- leveled
- block
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005192 partition Methods 0.000 claims abstract description 12
- 238000000638 solvent extraction Methods 0.000 claims abstract description 10
- 239000003086 colorant Substances 0.000 claims abstract description 3
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 238000007500 overflow downdraw method Methods 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 2
- 230000000903 blocking effect Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000000265 homogenisation Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请实施例提供一种遥感影像的局部匀色方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法通过分块局部匀色来解决现有方法的相邻影像整体色调不一致和局部色调差异明显的问题，具体包括以下步骤：根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像集合以及关联影像集合；根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
Description
技术领域
本申请涉及图像处理技术领域，具体而言，涉及遥感影像的局部匀色方法、装置、电子设备及存储介质。
背景技术
影像匀色处理是遥感影像镶嵌流程中的重要环节，其作用在于解决由成像环境及条件存在差异造成的相邻遥感影像色调差别显著，并最终导致镶嵌影像的不同区域间色调过渡不自然的问题。遥感影像的色差问题主要表现在三个方面：其一，单幅影像内不同区域间的亮度不均；其二，相邻影像之间的整体色调不一致；其三，相邻影像在重叠区域或镶嵌线附近的局部色调差异明显的问题。
针对遥感影像的色差问题，现有的匀色方法仍然存在相邻影像整体色调不一致和局部色调差异明显的问题。
发明内容
本申请实施例的目的在于提供一种遥感影像的局部匀色方法、装置、电子设备及存储介质，通过分块局部匀色以解决现有方法的相邻影像整体色调不一致和局部色调差异明显的问题。
本申请实施例提供了一种遥感影像的局部匀色方法，所述方法包括：
根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；
根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像集合以及关联影像集合；
根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
在上述实现过程中，采用分块局部匀色方法，能够对大规模航空遥感影像镶嵌数据集进行局部匀色，解决现有方法的相邻影像整体色调不一致和局部色调差异明显的问题。
进一步地，所述根据遥感影像数据集所在的空间范围计算待生成模板的模板参数，包括：
获取所述遥感影像数据集的最低空间分辨率；
根据所述最低分辨率计算所述模板空间分辨率；
根据所述模板空间分辨率和所述空间范围确定所述待生成模板的尺寸和空间坐标；
进一步地，所述确定每个分块的待匀色影像集合以及关联影像集合，包括：
根据所述分块和所述遥感影像数据集中的遥感影像获取每个分块的待匀色影像集合并获取所述分块的实际空间范围，所述待匀色影像的中心坐标在对应的分块内；根据预设的融合金字塔层数及所述模板空间分辨率计算所述分块的外扩距离，以根据所述外扩距离获取所述分块的扩展空间范围；
根据所述扩展空间范围获取所述分块对应的关联影像集合。
在上述实现过程中，通过分块的扩展空间范围获取分块对应的关联影像集合，以便后续利用关联影像对待匀色影像进行匀色。
进一步地，所述根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像，包括：
通过面积加权平均法对所述关联影像集合中的各个关联影像进行下采样至所述模板空间分辨率，以生成下采样关联影像；
若存在输入模板，则按照所述扩展空间范围对所述输入模板进行剪裁，并对所述输入模板进行重采样至所述模板空间分辨率以获取模板影像；
若不存在所述输入模板，则利用多波段融合法对所述下采样关联影像进行处理，以生成每个分块的所述模板影像；
利用所述模板影像对所述待匀色影像进行局部色彩校正，以获取所述匀色结果影像。
在上述实现过程中，所述利用所述模板影像对所述待匀色影像进行局部色彩校正，以获取所述匀色结果影像，包括：
根据分块的实际空间范围对所述模板影像进行剪裁，并对剪裁后的所述模板影像进行上采样到所述待匀色影像的分辨率，以生成参考背景影像；
将下采样后的待匀色影像上采样到所述待匀色影像的分辨率，以生成实际背景影像；
对所述待匀色影像、所述参考背景影像和所述实际背景影像进行归一化处理并进行局部色彩校正，以获取匀色结果影像。
通过局部色彩校正(gamma校正)得到匀色结果影像，克服了大规模镶嵌数据集相邻影像之间的***性色调差异以及相邻影像重叠区域的局部色差，也能根据输入的模板影像对待匀色影像进行色调调整，既保证了影像数据集整体上色调过渡自然，也降低了后续影像镶嵌工作对于消除拼接缝的技术要求。
本申请实施例还提供一种遥感影像的局部匀色装置，所述装置包括：
模板参数获取模块，用于根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；
分块模块，用于根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像以及关联影像集合；
匀色处理模块，用于根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
在上述实现过程中，对大规模航空遥感影像镶嵌数据集对应的空间范围进行分块以进行局部匀色，解决现有方法的相邻影像整体色调不一致和局部色调差异明显的问题。
进一步地，所述模板参数获取模块包括：
遥感影像数据集空间分辨率获取模块，用于获取所述遥感影像数据集的最低空间分辨率；
模板空间分辨率获取模块，用于根据所述最低分辨率计算所述模板空间分辨率；
模板位置获取模块，用于根据所述模板空间分辨率和所述空间范围确定所述待生成模板的尺寸和空间坐标；
进一步地，所述分块模块包括：
待匀色影像获取模块，用于根据所述分块和所述遥感影像数据集中的遥感影像获取每个分块的待匀色影像集合，并获取所述分块的实际空间范围，所述待匀色影像的中心坐标在对应的分块内；
扩展范围获取模块，用于根据预设的融合金字塔层数及所述模板空间分辨率计算所述分块的外扩距离，以根据所述外扩距离获取所述分块的扩展空间范围；
关联影像获取模块，用于根据所述扩展空间范围获取所述分块对应的关联影像集合。
在上述实现过程中，通过分块的扩展空间范围获取分块对应的关联影像集合，以便后续利用关联影像对待匀色影像进行匀色。
本申请实施例还提供一种电子设备，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述中任一项所述的遥感影像的局部匀色方法。
本申请实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述中任一项所述的遥感影像的局部匀色方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种遥感影像的局部匀色方法的流程图；
图2为本申请实施例提供的遥感影像的局部匀色方法的具体流程图；
图3为本申请实施例提供的模板参数的获取流程图；
图4为本申请实施例提供的确定每个分块的待匀色影像以及关联影像集合的流程图；
图5为本申请实施例提供的每个分块的空间划分示意图；
图6为本申请实施例提供的获取匀色结果影像的流程图；
图7(a)-(b)为本申请实施例提供的下采样关联影像与模板影像像素未对齐的情况示意图以及对齐情况下的下采样的示意图；
图8为本申请实施例提供的多波段融合的方法生成模板影像的流程图；
图9为本申请实施例提供的局部色彩校正流程图；
图10(a)-(b)为本申请实施例提供的湖面区域355张航空遥感影像匀色前后镶嵌效果对比图；
图11(a)-(b)为本申请实施例提供的耕地区域399张航空遥感影像匀色前后镶嵌效果对比图；
图12(a)-(b)为本申请实施例提供的建筑区域203张航空遥感影像匀色前后镶嵌效果对比图；
图13(a)-(b)为本申请实施例提供的学校区域32张航空遥感影像匀色前后镶嵌效果对比图；
图14为本申请实施例提供的遥感影像的局部匀色装置的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
实施例1
请参看图1，图1为本申请实施例提供的一种遥感影像的局部匀色方法的流程图。该方法应用于大规模航空遥感影像镶嵌数据集，该方法具体包括以下步骤：
步骤S100：根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；
具体地，如图2所示，为遥感影像的局部匀色方法的具体流程图，其中，模板参数可以包括待生成模板的模板空间分辨率、尺寸和空间坐标等，如图3所示，为模板参数的获取流程图，具体包括以下步骤：
步骤S101：获取所述遥感影像数据集的最低空间分辨率；
统计整个遥感影像数据集的空间范围(最小包围盒)以及遥感影像数据集中的遥感影像的最低分辨率。
步骤S102：根据所述最低分辨率计算所述模板空间分辨率；
为保证待生成模板能够反映遥感影像的背景色调而忽略细节信息，设置待生成模板的模板空间分辨率为遥感影像的最低空间分辨率的N倍(N与信息量有关，设置为与遥感影像的变异系数成正比例关系)。
所述模板空间分辨率的比例系数表示为：
其中，C为所述遥感影像数据集的变异系数，μ表示均值，c表示标准差，Cmax为遥感影像数据集的最大变异系数，Cstd为标准变异系数，如2.844，根据均值128和标准差45计算所得，n为预设的空间分辨率变化倍数，默认值可以为10。
步骤S103：根据所述模板空间分辨率和所述空间范围确定所述待生成模板的尺寸和空间坐标。
根据模板空间分辨率和空间范围确定待生成模板尺寸以及左上角像素空间坐标。
步骤S200：根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像集合以及关联影像集合；
具体地，计算分块的大小，并对遥感影像数据集所在的空间范围进行分块：根据预设的分块数据量计算分块的大小，并对遥感影像数据集所在的空间范围进行分块(各分块的空间范围不重叠)。
如图4所示，为确定每个分块的待匀色影像集合以及关联影像集合的流程图，该步骤具体可以包括：
步骤S201：根据所述分块和所述遥感影像数据集中的遥感影像获取每个分块的待匀色影像集合，并获取所述分块的实际空间范围，所述待匀色影像的中心坐标在对应的分块内；
计算遥感影像的中心坐标，其中，中心坐标在其对应的分块内的遥感影像为待匀色影像；并获取待匀色影像集合的实际空间范围，作为分块的实际空间范围。如图5所示，为每个分块的空间划分示意图，各分块的实际空间范围必须完整地包含模板影像单个像素的空间范围，即各分块的实际空间范围的起点必须是模板影像的像素范围的顶点，且其长宽均是模板空间分辨率的整数倍。
步骤S202：根据预设的融合金字塔层数及所述模板空间分辨率计算所述分块的外扩距离，以根据所述外扩距离获取所述分块的扩展空间范围；
根据预设的融合金字塔层数NumBand和模板空间分辨率计算分块的外扩距离，并将分块的实际空间范围向四周扩展一个外扩距离，即可得到分块的扩展空间范围。
步骤S203：根据所述扩展空间范围和所述遥感影像的有效范围获取所述分块对应的关联影像集合。
遥感影像的有效范围是指去除图像黑边的范围。关联影像集合是指有效范围与分块的扩展空间范围存在交集的遥感影像构成的集合，用于生成每个分块的模板影像。待匀色影像的有效范围完全包含于所属分块的实际空间范围之中，即分块的关联影像集合包含该分块的所有待匀色影像。
步骤S300：根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
对各个分块进行匀色处理，该过程可以对多个分块进行并行处理，以提高效率，如图6所示，为获取匀色结果影像的流程图，该步骤具体可以包括：
步骤S310：通过面积加权平均法对所述关联影像集合中的各个关联影像进行下采样至所述模板空间分辨率，以生成下采样关联影像；
采用面积加权平均法对关联影像进行下采样至模板空间分辨率的过程中，由于分块的扩展空间范围完全覆盖了待匀色影像的有效范围，因此下采样后的待匀色影像是完整的。而对于各分块中不属于待匀色影像的其他关联影像，其影像空间范围与分块的扩展空间范围可能只是部分重叠，此时需要对这些关联影像按照其空间范围与分块的扩展空间范围的交集进行裁剪(保留交集部分)，此后再进行下采样。
此外，在下采样时，需要将下采样关联影像的像素范围与模板影像像素位置对齐(左上角空间坐标相等)，如图7(b)所示，为下采样的示意图，图7(a)则为下采样关联影像与模板影像像素未对齐的情况。
步骤S320：若存在输入模板，则按照所述扩展空间范围对所述输入模板进行剪裁，并对所述输入模板进行重采样至所述模板空间分辨率以获取模板影像；
作为其中一种实施方式，在存在用户输入的输入模板的情况下，先按照分块的扩展空间范围对输入模板进行剪裁，再对输入模板进行重采样至模板空间分辨率以作为生成的模板影像。其中，重采样包括两种方式：
若所述输入模板分辨率高于所述模板空间分辨率，则通过面积加权平均法对所述输入模板进行下采样，以获取所述模板影像；
若所述输入模板分辨率不高于所述模板空间分辨率，则通过双线性插值法获取所述模板影像。
步骤S330：若不存在所述输入模板，则利用多波段融合法对所述下采样关联影像进行处理，以生成每个分块的所述模板影像；
作为另外一种实施方式，若用户没有输入输入模板的情况下，需要通过多波段融合的方法生成模板影像，如图8所示，为多波段融合的方法生成模板影像的流程图，该步骤具体可以包括：
步骤S331：获取下采样关联影像的掩膜影像；
获取每个分块的下采样关联影像有效范围掩膜，从而得到掩膜影像。若存在镶嵌多边形文件则通过融合金字塔层数NumBand和下采样关联影像分辨率计算缓冲距离，将下采样关联影像的镶嵌多边形按缓冲距离向外进行扩张，再从矢量图变换为与下采样关联影像同分辨率的栅格掩膜图。将栅格掩膜图与有效范围掩膜进行求交，得到最终的掩膜影像。
步骤S332：分别获取所述下采样关联影像的高斯金字塔、所述掩膜影像的高斯金字塔，并根据所述下采样关联影像的高斯金字塔获取下采样关联影像的拉普拉斯金字塔；
具体地，所述高斯金字塔层数均为所述预设融合金字塔层数NumBand加1层，如，NumBand＝3，则建立4层高斯金字塔，其中第1层(最底层)为下采样关联影像。
生成下采样关联影像的拉普拉斯金字塔时，将下采样关联影像的高斯金字塔最顶层的影像作为拉普拉斯金字塔最顶层影像，此外由上至下地将高斯金字塔第i+1层的影像上采样到第i层的分辨率后与高斯金字塔第i层影像作差，并将所得结果作为拉普拉斯金字塔第i层的影像。
步骤S333：根据所述模板参数获取所述模板影像的拉普拉斯金字塔以及所述模板影像的权重金字塔；
具体地，根据模板影像的空间坐标及尺寸，生成模板影像的拉普拉斯金字塔和模板影像的权重金字塔。
按各掩膜影像高斯金字塔中各层掩膜图像的有效范围，将对应的关联影像的拉普拉斯金字塔中对应层的图像叠加到模板影像的拉普拉斯金字塔对应层的影像上，并将模板影像的权重金字塔的对应层影像的有效范围内的像素值加1。
步骤S334：根据所述模板影像的拉普拉斯金字塔和权重金字塔获取模板影像的加权平均拉普拉斯金字塔；
具体地，将所述模板影像的拉普拉斯金字塔的各层图像除以权重金字塔对应层的权重图像，即得到模板影像的加权平均拉普拉斯金字塔影像。
步骤S335：对所述加权平均拉普拉斯金字塔影像进行还原，以获取模板影像。
具体地，按照拉普拉斯金字塔构建过程的逆过程，对加权平均拉普拉斯金字塔影像由上至下地还原影像，即得到模板影像。还原过程具体为：将第i+1层金字塔上采样到第i层的分辨率，并叠加到第i层影像上，以此类推直到最底层，并将最底层影像作为生成的模板影像。
步骤S340：利用所述模板影像对所述待匀色影像进行局部色彩校正，以获取所述匀色结果影像。
如图9所示，为局部色彩校正流程图，该步骤具体可以包括：
步骤S341：根据所述分块的实际空间范围对所述模板影像进行剪裁，并对剪裁后的所述模板影像进行上采样到所述待匀色影像的分辨率，以生成参考背景影像；
将剪裁后的所述模板影像进行上采样到待匀色影像的分辨率，作为参考背景影像ReferMap。
步骤S342：将下采样后的待匀色影像上采样到所述待匀色影像的分辨率，以生成实际背景影像；
将下采样后的待匀色影像上采样到所述待匀色影像的分辨率，作为实际背景影像LocalMap。该上采样采用双线性插值，插值时仍须将待匀色影像的各像素采样范围与生成的模板影像像素位置对齐。
步骤S343：对所述待匀色影像、所述参考背景影像和所述实际背景影像进行归一化处理并进行局部色彩校正，以获取匀色结果影像；
其中，局部色彩校正公式表示为：
vout(i，j)＝α×vin(i，j)γ(i，j)；
其中，vin和vout分别为校正前后的归一化待匀色影像，α表示范围在0-1之间的常数，γ(i，j)表示各像素点对应的校正系数，表示为：
γ(i，j)＝log(Re ferMap(i，j))/log(LocalMap(i，j))；
其中，ReferMap(i,j)和LocalMap(i,j)分别表示为各像素点对应的参考背景值和实际背景值。
将待匀色影像Input、参考背景影像ReferMap和实际背景影像LocalMap均归一化到[0,1]的范围，根据归一化后的待匀色影像、参考背景影像和实际背景影像进行gamma校正，再将归一化后的校正影像进行反变换，得到匀色结果影像。
综上，本申请所述的匀色方法在基于模板影像的局部匀色方法的基础上，通过多波段融合方法对模板影像的生成进行优化，并结合分块处理的策略，实现针对大规模航空遥感影像镶嵌数据集的局部匀色，也能根据输入的模板影像对原始影像进行色调调整，使得重叠区附近影像色调过渡自然，既保证了影像数据集整体上色调过渡自然，也降低了后续影像镶嵌工作对于消除拼接缝的技术要求。示例地，如图10-图13为多组航空遥感影像数据集匀色前后的镶嵌效果对比图；由此可见，该方法能够消除大规模镶嵌数据集相邻影像之间的***性色调差异以及相邻影像重叠区域的局部色差，尤其能够较好地消除水体等地物造成的光照不均的影像引起的影像色调反差。
实施例2
本申请实施例提供一种遥感影像的局部匀色装置，应用于实施例1所述的遥感影像的局部匀色方法，如图14所示，为遥感影像的局部匀色装置的结构框图，所述装置包括：
模板参数获取模块100，用于根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；
分块模块200，用于根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像以及关联影像集合；
匀色处理模块300，用于根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
其中，模板参数获取模块100包括：
遥感影像数据集空间分辨率获取模块101，用于获取所述遥感影像数据集的最低空间分辨率；
模板空间分辨率获取模块102，用于根据所述最低分辨率计算所述模板空间分辨率；
模板位置获取模块103，用于根据所述模板空间分辨率和所述空间范围确定所述待生成模板的尺寸和空间坐标位置；
分块模块200包括：
待匀色影像获取模块201，用于根据所述分块和所述遥感影像数据集中的遥感影像获取每个分块的待匀色影像集合，并获取所述分块的实际空间范围，所述待匀色影像的中心坐标在对应的分块内；
扩展范围获取模块202，用于根据预设的融合金字塔层数及所述模板空间分辨率计算所述分块的外扩距离，以根据所述外扩距离获取所述分块的扩展空间范围；
关联影像获取模块203，用于根据所述扩展空间范围获取所述分块对应的关联影像集合。
匀色处理模块300包括：
下采样关联影像获取模块310，用于通过面积加权平均法对所述关联影像集合中的各个关联影像进行下采样至所述模板空间分辨率，以生成下采样关联影像；
重采样模块320，用于若存在输入模板，则按照所述扩展空间范围对所述输入模板进行剪裁，并对所述输入模板进行重采样至所述模板空间分辨率以获取模板影像；
多波段融合处理模块330，用于若不存在所述输入模板，则利用多波段融合法对所述下采样关联影像进行处理，以生成每个分块的所述模板影像；
匀色影像获取模块340，用于利用所述模板影像对所述待匀色影像进行局部色彩校正，以获取所述匀色影像。
本申请实施例还提供一种电子设备，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行实施例1所述的遥感影像的局部匀色方法。
本申请实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行实施例1所述的遥感影像的局部匀色方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种遥感影像的局部匀色方法，其特征在于，所述方法包括：
根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；
根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像集合以及关联影像集合，具体地：
根据所述分块和所述遥感影像数据集中的遥感影像获取每个分块的待匀色影像集合，并获取所述分块的实际空间范围，所述待匀色影像的中心坐标在对应的分块内；
根据预设的融合金字塔层数及模板空间分辨率计算所述分块的外扩距离，以根据所述外扩距离获取所述分块的扩展空间范围，其中，根据所述遥感影像数据集的最低空间分辨率计算所述模板空间分辨率；
根据所述扩展空间范围获取所述分块对应的关联影像集合；
根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
2.根据权利要求1所述的遥感影像的局部匀色方法，其特征在于，所述根据遥感影像数据集所在的空间范围计算待生成模板的模板参数，包括：
获取所述遥感影像数据集的最低空间分辨率；
根据所述最低空间分辨率计算模板空间分辨率；
根据所述模板空间分辨率和所述空间范围确定所述待生成模板的尺寸和空间坐标。
3.根据权利要求1所述的遥感影像的局部匀色方法，其特征在于，所述根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像，包括：
通过面积加权平均法对所述关联影像集合中的各个关联影像进行下采样至所述模板空间分辨率，以生成下采样关联影像；
若存在输入模板，则按照所述扩展空间范围对所述输入模板进行剪裁，并对所述输入模板进行重采样至所述模板空间分辨率以获取模板影像；
若不存在所述输入模板，则利用多波段融合法对所述下采样关联影像进行处理，以生成每个分块的所述模板影像；
利用所述模板影像对所述待匀色影像进行局部色彩校正，以获取所述匀色结果影像。
4.根据权利要求3所述的遥感影像的局部匀色方法，其特征在于，所述利用所述模板影像对所述待匀色影像进行局部色彩校正，以获取所述匀色结果影像，包括：
根据所述分块的实际空间范围对所述模板影像进行剪裁，并对剪裁后的所述模板影像进行上采样到所述待匀色影像的分辨率，以生成参考背景影像；
将下采样后的待匀色影像上采样到所述待匀色影像的分辨率，以生成实际背景影像；
对所述待匀色影像、所述参考背景影像和所述实际背景影像进行归一化处理并进行局部色彩校正，以获取匀色影像。
5.一种遥感影像的局部匀色装置，其特征在于，所述装置包括：
模板参数获取模块，用于根据遥感影像数据集所在的空间范围计算待生成模板的模板参数；
分块模块，用于根据预设的分块数据量对所述空间范围进行分块，并确定每个分块的待匀色影像集合以及关联影像集合，所述分块模块包括：
待匀色影像获取模块，用于根据所述分块和所述遥感影像数据集中的遥感影像获取每个分块的待匀色影像集合，并获取所述分块的实际空间范围，所述待匀色影像的中心坐标在对应的分块内；
扩展范围获取模块，用于根据预设的融合金字塔层数及模板空间分辨率计算所述分块的外扩距离，以根据所述外扩距离获取所述分块的扩展空间范围，其中，根据所述遥感影像数据集的最低空间分辨率计算所述模板空间分辨率；
关联影像获取模块，用于根据所述扩展空间范围获取所述分块对应的关联影像集合；
匀色处理模块，用于根据所述关联影像集合获取模板影像，以利用所述模板影像对每个分块中的所述待匀色影像进行匀色处理，以获取匀色结果影像。
6.根据权利要求5所述的遥感影像的局部匀色装置，其特征在于，所述模板参数获取模块包括：
遥感影像数据集空间分辨率获取模块，用于获取所述遥感影像数据集的最低空间分辨率；
模板空间分辨率获取模块，用于根据所述最低空间分辨率计算模板空间分辨率；
模板位置获取模块，用于根据所述模板空间分辨率和所述空间范围确定所述待生成模板的尺寸和空间坐标。
7.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至4中任一项所述的遥感影像的局部匀色方法。
8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至4任一项所述的遥感影像的局部匀色方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110017364.0A CN112669309B (zh) | 2021-01-07 | 2021-01-07 | 遥感影像的局部匀色方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110017364.0A CN112669309B (zh) | 2021-01-07 | 2021-01-07 | 遥感影像的局部匀色方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112669309A CN112669309A (zh) | 2021-04-16 |
| CN112669309B true CN112669309B (zh) | 2024-06-11 |
Family
ID=75413398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110017364.0A Active CN112669309B (zh) | 2021-01-07 | 2021-01-07 | 遥感影像的局部匀色方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112669309B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6160916A (en) * | 1997-08-11 | 2000-12-12 | Tsukuba Software Laboratory Co., Ltd. | Communication apparatus and method of color pictures and continually-changing tone pictures |
| CN106846285A (zh) * | 2016-12-30 | 2017-06-13 | 苏州中科天启遥感科技有限公司 | 高性能遥感影像合成方法及装置 |
| CN109300083A (zh) * | 2018-10-10 | 2019-02-01 | 中国人民解放军战略支援部队信息工程大学 | 一种分块处理Wallis匀色方法及装置 |
| CN111091502A (zh) * | 2019-11-11 | 2020-05-01 | 苏州中科天启遥感科技有限公司 | 遥感影像的匀色方法及***、存储介质、电子设备 |
| CN111709901A (zh) * | 2020-05-22 | 2020-09-25 | 哈尔滨工业大学 | 基于FCM聚类匹配+Wallis滤波的无重多/高光谱遥感图像匀色方法 |
| CN112017142A (zh) * | 2020-10-22 | 2020-12-01 | 航天宏图信息技术股份有限公司 | 一种影像匀色方法及装置 |
| CN112164006A (zh) * | 2020-09-25 | 2021-01-01 | 航天宏图信息技术股份有限公司 | 一种影像匀色方法、装置、电子设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9129388B2 (en) * | 2012-11-21 | 2015-09-08 | Apple Inc. | Global approximation to spatially varying tone mapping operators |
| JP6327071B2 (ja) * | 2014-09-03 | 2018-05-23 | オムロン株式会社 | 画像処理装置および画像処理方法 |
-
2021
- 2021-01-07 CN CN202110017364.0A patent/CN112669309B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6160916A (en) * | 1997-08-11 | 2000-12-12 | Tsukuba Software Laboratory Co., Ltd. | Communication apparatus and method of color pictures and continually-changing tone pictures |
| CN106846285A (zh) * | 2016-12-30 | 2017-06-13 | 苏州中科天启遥感科技有限公司 | 高性能遥感影像合成方法及装置 |
| CN109300083A (zh) * | 2018-10-10 | 2019-02-01 | 中国人民解放军战略支援部队信息工程大学 | 一种分块处理Wallis匀色方法及装置 |
| CN111091502A (zh) * | 2019-11-11 | 2020-05-01 | 苏州中科天启遥感科技有限公司 | 遥感影像的匀色方法及***、存储介质、电子设备 |
| CN111709901A (zh) * | 2020-05-22 | 2020-09-25 | 哈尔滨工业大学 | 基于FCM聚类匹配+Wallis滤波的无重多/高光谱遥感图像匀色方法 |
| CN112164006A (zh) * | 2020-09-25 | 2021-01-01 | 航天宏图信息技术股份有限公司 | 一种影像匀色方法、装置、电子设备及存储介质 |
| CN112017142A (zh) * | 2020-10-22 | 2020-12-01 | 航天宏图信息技术股份有限公司 | 一种影像匀色方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于区域网平差的遥感影像色彩均衡算法;卢其剑;刘世杰;何海清;童小华;;东华理工大学学报(自然科学版)(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112669309A (zh) | 2021-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101165523B1 (ko) | 다중 소스의 지리 정보를 이용한 지리공간 모델링 시스템 및 관련 방법 | |
| US6300958B1 (en) | Global constrained parameterization of triangulated surfaces | |
| US20040090437A1 (en) | Curved surface image processing apparatus and curved surface image processing method | |
| US20050285876A1 (en) | Composition of raster and vector graphics in geographical information systems | |
| CN101027679B (zh) | 表达通用的二维空间变换的***和方法 | |
| CN112101309A (zh) | 基于深度学习分割网络的地物目标识别方法和装置 | |
| TWI780945B (zh) | 使用有超解析度影像之等高線產生系統及使用有超解析度影像之等高線產生程式 | |
| CN113223132B (zh) | 基于反射分解的室内场景虚拟漫游方法 | |
| CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
| JP2011501220A (ja) | 空白部分埋め込みを用いるジオスペースモデリングシステム及び関連方法 | |
| CN113282695B (zh) | 一种基于遥感影像的矢量地理信息采集方法和装置 | |
| JP5241296B2 (ja) | 数値地図データ処理プログラム及び数値地図データ処理装置 | |
| CN112669309B (zh) | 遥感影像的局部匀色方法、装置、电子设备及存储介质 | |
| US20040156556A1 (en) | Image processing method | |
| CN112164006B (zh) | 一种影像匀色方法、装置、电子设备及存储介质 | |
| JP6949926B2 (ja) | 等高線生成システム及びそのプログラム | |
| JP6700519B1 (ja) | 合成画像生成装置、合成画像生成プログラム及び合成画像生成方法 | |
| US7453457B2 (en) | Computer graphics using coarse level meshes | |
| JP2007256402A (ja) | 地図データ生成装置 | |
| CN115861552A (zh) | 基于深度学习的地貌晕渲图生成方法及*** | |
| JP5946369B2 (ja) | ３次元地図画像データ生成システム | |
| Ketabchi et al. | 3D Maquetter: Sketch-based 3D content modeling for digital Earth | |
| CN112116524A (zh) | 一种街景图像立面纹理的纠正方法及装置 | |
| US11403815B2 (en) | Gridding global data into a minimally distorted global raster | |
| CN112084938A (zh) | 一种基于图结构提高平面目标表征稳定性的方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |