FR3025683A1 - METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS - Google Patents
METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS Download PDFInfo
- Publication number
- FR3025683A1 FR3025683A1 FR1558074A FR1558074A FR3025683A1 FR 3025683 A1 FR3025683 A1 FR 3025683A1 FR 1558074 A FR1558074 A FR 1558074A FR 1558074 A FR1558074 A FR 1558074A FR 3025683 A1 FR3025683 A1 FR 3025683A1
- Authority
- FR
- France
- Prior art keywords
- image
- equalization
- landscape
- acquisition system
- detector
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 26
- 230000003287 optical effect Effects 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 description 23
- 230000003595 spectral effect Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000001955 cumulated effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000010200 validation analysis Methods 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/48—Increasing resolution by shifting the sensor relative to the scene
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
- H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
- H04N25/673—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction by using reference sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
- H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
- H04N25/673—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction by using reference sources
- H04N25/674—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction by using reference sources based on the scene itself, e.g. defocusing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
- H04N25/671—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
- H04N25/677—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction for reducing the column or line fixed pattern noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
L'invention concerne un procédé et dispositif d'évaluation de bruit d'égalisation d'image numérique acquise par balayage d'une zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs étant positionnées sensiblement perpendiculairement à la direction de déplacement du porteur du système d'acquisition d'images, chaque détecteur étant apte à fournir une valeur de radiométrie représentative d'un rayonnement optique d'une dite zone de paysage. Le procédé comporte l'acquisition (100) d'au moins une image d'égalisation pour une catégorie de paysage choisie parmi un ensemble prédéterminé de catégories de paysage, le calcul (102) d'un vecteur moyen d'échantillons, associé à un ensemble de sous-ensembles de l'image d'égalisation acquise, chaque sous-ensemble correspondant à une catégorie de paysage et à un niveau de radiométrie moyen, et le calcul (104) d'un critère d'évaluation de niveau de bruit d'égalisation utilisant les vecteurs moyens calculés pour chaque dit sous-ensemble.The invention relates to a method and a device for evaluating digital image equalization noise acquired by scanning a landscape area by a carrier of an image acquisition system, the acquisition system of images comprising at least one detector array, wherein the detector array (s) being positioned substantially perpendicular to the direction of movement of the carrier of the image acquisition system, each detector being capable of providing a radiometric value representative of a radiation optical of a so-called landscape area. The method includes acquiring (100) at least one equalization image for a landscape category selected from a predetermined set of landscape categories, computing (102) an average vector of samples, associated with a set of subsets of the acquired equalization image, each subset corresponding to a landscape category and a mean radiometry level, and calculating (104) a noise level evaluation criterion of equalization using the average vectors calculated for each said subset.
Description
1 Procédé et dispositif d'estimation de paramètres d'égalisation d'image numérique La présente invention concerne un procédé d'estimation de paramètres d'égalisation d'image numérique. Elle concerne également un dispositif d'estimation de paramètres d'égalisation d'image numérique, un procédé d'évaluation de bruit d'égalisation et un dispositif d'évaluation de bruit d'égalisation associé. La présente invention se situe dans le domaine de l'amélioration de la qualité d'images numériques, en particulier des images présentant du bruit structuré directionnel composé de rayures, par exemple horizontales et/ou verticales. De tels artefacts sont dus à l'acquisition d'images, et se présentent en particulier pour des images acquises par des capteurs d'images à détecteurs multiples. Des capteurs d'images à détecteurs multiples sont utilisés notamment dans le domaine de la télédétection par satellite. En particulier, un mode d'acquisition d'images connu dans le domaine de la télédétection consiste à utiliser un système d'acquisition d'images comportant une ou plusieurs barrettes de détecteurs fixé à un véhicule spatial ou aérien, perpendiculairement à la direction de déplacement du véhicule. Ainsi, le système d'acquisition d'images défile au regard du paysage observé, chaque ligne de l'image numérique acquise correspondant à l'acquisition effectuée à un instant donné. L'image numérique obtenue est composée d'une matrice bidimensionnelle d'échantillons appelés pixels, chaque échantillon ayant une valeur de radiométrie associée. Dans ce mode d'acquisition, chaque colonne de l'image numérique obtenue est associée physiquement à un détecteur de la matrice monodimensionnelle de détecteurs. Ce mode d'acquisition par déplacement rectiligne des barrettes de détecteurs, perpendiculaire à la direction de déplacement du porteur, est connu sous le nom d'acquisition par balayage, ou « push-broom » en anglais.The present invention relates to a method for estimating digital image equalization parameters. It also relates to a device for estimating digital image equalization parameters, an equalization noise evaluation method and an associated equalization noise evaluation device. The present invention is in the field of improving the quality of digital images, in particular images having structured directional noise composed of scratches, for example horizontal and / or vertical. Such artifacts are due to the acquisition of images, and are in particular for images acquired by multi-detector image sensors. Multi-detector image sensors are used in particular in the field of satellite remote sensing. In particular, an image acquisition mode known in the field of remote sensing consists in using an image acquisition system comprising one or more sensor strips fixed to a space or overhead vehicle, perpendicular to the direction of travel. of the vehicle. Thus, the image acquisition system scrolls in view of the observed landscape, each line of the acquired digital image corresponding to the acquisition made at a given moment. The resulting digital image is composed of a two-dimensional matrix of samples called pixels, each sample having an associated radiometric value. In this acquisition mode, each column of the digital image obtained is physically associated with a detector of the one-dimensional matrix of detectors. This mode of acquisition by rectilinear displacement of the sensor strips, perpendicular to the direction of movement of the carrier, is known as scanning acquisition, or "push-broom" in English.
Dans un cas de figure idéal, l'acquisition d'un paysage uniforme devrait fournir une image numérique uniforme. Cependant, en pratique, les détecteurs présentent des différences de sensibilité qui se traduisent par des artefacts sur une image numérique acquise, qui sont des rayures verticales dans le cas de l'acquisition d'images en mode « push-broom » décrite ci-dessus.In an ideal case, the acquisition of a uniform landscape should provide a uniform digital image. However, in practice, the detectors have differences in sensitivity that result in artefacts on an acquired digital image, which are vertical stripes in the case of the acquisition of images in "push-broom" mode described above. .
Il existe diverses méthodes de correction des artefacts dus aux différences de sensibilité entre détecteurs d'un capteur d'image à multiples détecteurs, ces différences de sensibilité ayant pour effet l'obtention d'une image comportant du bruit d'acquisition sous forme de rayures notamment horizontales/verticales, ou selon d'autres directions. On connaît notamment une méthode de correction de ces artefacts, dite d'égalisation d'image numérique, utilisant un modèle mathématique de correction, représentatif de la dispersion des réponses de l'ensemble des détecteurs, et le calcul des 3025683 2 paramètres d'une transformation permettant de déduire, à partir d'une valeur de radiométrie réellement observée, une valeur de radiométrie corrigée correspondant à une détection homogène pour laquelle l'image d'un paysage uniforme est uniforme, sans bruit d'acquisition.There are various methods of correcting artifacts due to the differences in sensitivity between detectors of a multi-detector image sensor, these differences in sensitivity having the effect of obtaining an image comprising acquisition noise in the form of stripes. especially horizontal / vertical, or according to other directions. A method for correcting these artifacts, known as digital image equalization, using a mathematical correction model, representative of the dispersion of the responses of the set of detectors, and the calculation of the parameters of a set of parameters, is known in particular. transformation allowing to deduce, from a radiometry value actually observed, a corrected radiometry value corresponding to a homogeneous detection for which the image of a uniform landscape is uniform, without acquisition noise.
5 Selon les techniques classiques, une méthode d'égalisation numérique d'image comporte une phase d'étalonnage permettant d'obtenir des valeurs de paramètres de transformation et une phase effective de mise en oeuvre de la correction par application de la transformation choisie avec les paramètres obtenus par étalonnage. Typiquement, pour l'acquisition d'images par télédétection, la phase d'étalonnage nécessite une 10 acquisition d'images uniformes sur la totalité des détecteurs, par exemple des images de nuit ou de paysages de neige, en conditions d'observation sans nuage, ce qui est difficile à obtenir, car de nombreuses prises de vue sont nécessaires. De plus, une phase de validation des valeurs de paramètres obtenus par un expert est également nécessaire. L'étalonnage classique en vue de l'égalisation d'image numérique est donc long, et 15 nécessite une intervention d'expert. Dans le domaine de la télédétection par satellite, une méthode d'étalonnage améliorée a été proposée dans l'article « AMETHIST : A Method for Equalization Thanks to HISTograms », de P. Kubik et V. Pascal, publié dans SPIE Proceedings vol. 5570, pages 256-267, novembre 2004.According to conventional techniques, a digital image equalization method comprises a calibration phase making it possible to obtain transformation parameter values and an effective phase for implementing the correction by applying the transformation chosen with the transformations. parameters obtained by calibration. Typically, for the acquisition of images by remote sensing, the calibration phase requires a uniform image acquisition on all detectors, for example night images or snow landscapes, in cloudless observation conditions. , which is difficult to obtain because many shots are needed. In addition, a validation phase of the parameter values obtained by an expert is also necessary. Conventional calibration for digital image equalization is therefore time consuming and requires expert intervention. In the field of satellite remote sensing, an improved calibration method has been proposed in the article "AMETHIST: A Method for Equalization Thanks to HISTograms" by P. Kubik and V. Pascal, published in SPIE Proceedings vol. 5570, pages 256-267, November 2004.
20 Cette méthode propose l'acquisition d'une image d'étalonnage pour l'égalisation, par rotation du système d'acquisition d'images porté par le satellite, de manière à aligner sensiblement la ou les barrettes de détecteurs à la direction de déplacement de celui-ci. Ainsi, chaque détecteur fournit successivement une valeur d'échantillon d'image correspondant à une même zone de paysage, faisant partie d'un paysage quelconque 25 survolé par le satellite porteur du système d'acquisition. Un ensemble de paramètres d'égalisation, correspondant à un modèle d'égalisation de la réponse des détecteurs, est calculé à partir de l'image d'étalonnage acquise, après un redressement de celle-ci. La méthode proposée met en oeuvre une mise en correspondance d'histogrammes pour le calcul des paramètres d'égalisation d'image. Cette méthode permet d'obtenir un 30 ensemble de paramètres d'égalisation à partir d'une acquisition d'une seule image d'étalonnage d'égalisation, ne nécessitant pas l'acquisition d'une pluralité d'images uniformes. Cependant, les paramètres d'égalisation ainsi calculés sont adaptés à l'image d'étalonnage d'égalisation acquise et ne permettent pas d'apporter une amélioration de 35 qualité équivalente pour tout type d'images, en particulier lorsque les détecteurs 3025683 3 présentent une variabilité en fonction du spectre électromagnétique du rayonnement optique détecté. Un des objectifs de l'invention est d'améliorer l'estimation des valeurs des paramètres d'égalisation d'un modèle de correction lorsque les détecteurs présentent une 5 variabilité telle que décrite ci-dessus, et d'améliorer par conséquent la correction d'images numériques présentant des artefacts linéaires acquises par déplacement d'un système d'acquisition d'images à détecteurs multiples. Un autre objectif de la présente invention est de fournir une évaluation de bruit d'égalisation améliorée, permettant d'évaluer la performance d'un système d'acquisition à différents niveaux de radiométrie.This method proposes the acquisition of a calibration image for the equalization, by rotation of the image acquisition system carried by the satellite, so as to substantially align the detector array (s) with the direction of displacement. of it. Thus, each detector successively supplies an image sample value corresponding to the same landscape area, forming part of any landscape overflown by the satellite carrying the acquisition system. A set of equalization parameters, corresponding to a model of equalization of the response of the detectors, is calculated from the acquired calibration image, after a recovery thereof. The proposed method implements a histogram mapping for calculating the image equalization parameters. This method provides a set of equalization parameters from an acquisition of a single equalization calibration image, not requiring the acquisition of a plurality of uniform images. However, the equalization parameters thus calculated are adapted to the acquired equalization calibration image and do not make it possible to provide an equivalent quality improvement for any type of image, in particular when the 3025683 3 detectors present a variability as a function of the electromagnetic spectrum of the detected optical radiation. One of the aims of the invention is to improve the estimation of the values of the equalization parameters of a correction model when the detectors have a variability as described above, and consequently to improve the correction of digital images having linear artefacts acquired by moving a multi-detector image acquisition system. Another object of the present invention is to provide an improved equalization noise evaluation, making it possible to evaluate the performance of an acquisition system at different levels of radiometry.
10 A cet effet, l'invention propose, selon un premier aspect, un procédé d'estimation de paramètres d'égalisation d'image numérique acquise par balayage d'une zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs étant positionnées sensiblement perpendiculairement à la direction de 15 déplacement du porteur du système d'acquisition d'images, chaque détecteur étant apte à fournir une valeur de radiométrie représentative d'un rayonnement optique d'une dite zone de paysage. Le système d'acquisition d'images est pilotable de manière à ce qu'au moins un sous-ensemble de détecteurs voisins soit apte à fournir successivement une valeur d'échantillon d'image correspondant à une même zone de paysage.For this purpose, according to a first aspect, the invention proposes a method for estimating digital image equalization parameters acquired by scanning a landscape area by a carrier of an acquisition system. images, the image acquisition system comprising at least one detector array, the detector array (s) being positioned substantially perpendicular to the direction of movement of the carrier of the image acquisition system, each detector being adapted to provide a radiometric value representative of an optical radiation of a said landscape area. The image acquisition system is controllable so that at least a subset of neighboring detectors is capable of successively supplying an image sample value corresponding to the same landscape area.
20 Le procédé comporte les étapes suivantes : - acquisition d'au moins une image d'égalisation pour une catégorie de paysage choisie parmi un ensemble prédéterminé de catégories de paysage, chaque catégorie de paysage ayant un spectre électromagnétique associé, chaque image d'égalisation comprenant au moins une matrice d'échantillons d'image, chaque échantillon d'image 25 ayant une valeur de radiométrie associée correspondant à une même zone de paysage de la catégorie de paysage choisie, - pour au moins une catégorie de paysage choisie, calcul d'un ensemble de paramètres d'égalisation d'un modèle de correction paramétré prédéterminé pour chacun des détecteurs à partir des échantillons d'image d'égalisation acquise pour ladite 30 catégorie de paysage. Avantageusement, le procédé d'estimation de paramètres d'égalisation d'image numérique de l'invention permet d'estimer des paramètres d'égalisation adaptés pour un ensemble de catégories de paysage couvrant un spectre de longueurs d'ondes d'acquisition donné.The method comprises the following steps: acquiring at least one equalization image for a landscape category selected from a predetermined set of landscape categories, each landscape category having an associated electromagnetic spectrum, each equalization image comprising at least one matrix of image samples, each image sample having an associated radiometric value corresponding to the same landscape area of the chosen landscape category, - for at least one selected landscape category, calculating a set of equalization parameters of a predetermined parameterized correction model for each of the detectors from the acquired equalization image samples for said landscape category. Advantageously, the method of estimating digital image equalization parameters of the invention makes it possible to estimate equalization parameters adapted for a set of landscape categories covering a given acquisition wavelength spectrum.
3025683 4 Le procédé selon l'invention peut présenter une ou plusieurs des caractéristiques ci-dessous, prise indépendamment ou en combinaison selon toutes combinaisons techniquement possibles. Le procédé comporte une étape de formation d'une portion d'image d'égalisation 5 redressée pour ladite catégorie de paysage choisie à partir des images d'égalisation acquises, chaque échantillon d'une ligne ou d'une colonne de ladite image d'égalisation redressée ayant une valeur de radiométrie obtenue par un desdits détecteurs pour une même zone de paysage balayé, chaque échantillon d'une colonne ou d'une ligne de ladite image d'égalisation redressée ayant une valeur de radiométrie obtenue par un même 10 détecteur, et une étape de calcul d'un ensemble de paramètres d'égalisation pour chacun des détecteurs à partir de ladite image d'égalisation redressée. Le procédé comprend une étape de formation d'image d'égalisation redressée par concaténation de portions d'image d'égalisation redressées pour chaque catégorie de paysage, chaque portion d'image d'égalisation redressée par catégorie de paysage ayant 15 un même nombre de colonnes. Le procédé comprend, pour chaque catégorie de paysage, le calcul d'un ensemble de paramètres d'égalisation par catégorie de paysage à partir de la portion d'image d'égalisation redressée obtenue pour ladite catégorie de paysage. En outre, le procédé comprend une étape de combinaison des ensembles de 20 paramètres d'égalisation par catégorie de paysage pour obtenir un ensemble final de paramètres d'égalisation applicable pour tout type de paysage. La formation d'une portion d'image d'égalisation redressée pour ladite catégorie de paysage choisie comporte une étape de redressement de chacune des images d'égalisation acquises par application d'un filtre de redressement.The process according to the invention may have one or more of the following characteristics, taken independently or in combination in any technically possible combination. The method comprises a step of forming a rectified equalization image portion for said selected landscape category from the acquired equalization images, each sample of a line or column of said image of rectified equalization having a radiometry value obtained by one of said detectors for the same scanned landscape area, each sample of a column or line of said rectified equalization image having a radiometry value obtained by the same detector, and a step of calculating a set of equalization parameters for each of the detectors from said rectified equalization image. The method includes a recalibrated rectified equalization image forming step of rectified equalization image portions for each landscape category, each landscape category rectified equalization image portion having the same number of pixels. columns. The method includes, for each landscape category, calculating a set of landscape category equalization parameters from the rectified equalization image portion obtained for said landscape category. In addition, the method includes a step of combining sets of landscape category equalization parameters to obtain a final set of equalization parameters applicable for any type of landscape. Formation of a rectified equalization image portion for said selected landscape category includes a step of rectifying each of the equalization images acquired by applying a rectifying filter.
25 Le filtre de redressement est un filtre associant, à un échantillon d'image courant de la portion d'image redressée, la valeur de radiométrie d'un échantillon d'image d'égalisation acquise sélectionné comme plus proche voisin dudit échantillon d'image courant selon un critère géométrique de voisinage prédéterminé. Le calcul de paramètres d'égalisation comprend des étapes de : 30 -calcul d'un histogramme cumulé normalisé à partir d'un sous-ensemble d'échantillons de l'image d'égalisation redressée correspondant à un détecteur du système d'acquisition d'images ; -calcul et mémorisation des quantiles dudit histogramme cumulé normalisé pour un ensemble prédéterminé de valeurs de fréquences associées.The rectifier filter is a filter associating, with a current image sample of the rectified image portion, the radiometry value of an acquired equalization image sample selected as nearest neighbor of said image sample. current according to a predetermined neighborhood geometrical criterion. The calculation of equalization parameters comprises steps of: calculating a normalized cumulative histogram from a subset of samples of the rectified equalization image corresponding to a detector of the acquisition system; 'images; calculating and storing the quantiles of said normalized cumulative histogram for a predetermined set of associated frequency values.
3025683 5 Le procédé comprend une étape de calcul d'un ensemble de quantiles moyens pour chacune des valeurs de fréquence à partir des quantiles préalablement calculés pour chaque détecteur. Il comprend également, une étape de calcul, pour chaque détecteur, des 5 paramètres d'égalisation dudit modèle de correction paramétré prédéterminé, permettant de minimiser une erreur quadratique moyennes entre chacun des quantiles moyens et un quantile correspondant à la même fréquence que ledit quantile moyen, obtenu pour les valeurs de radiométrie corrigées en appliquant ledit modèle de correction. Le modèle de correction paramétré est un modèle affine par morceaux.The method comprises a step of calculating a set of average quantiles for each of the frequency values from the quantiles previously calculated for each detector. It also comprises, a calculation step, for each detector, equalization parameters of said predetermined parametric correction model, making it possible to minimize a mean squared error between each of the mean quantiles and a quantile corresponding to the same frequency as said average quantile , obtained for the corrected radiometry values by applying said correction model. The parameterized correction model is a piece-wise model.
10 Selon un mode de réalisation, le pilotage du système d'acquisition d'images comporte une rotation de ladite au moins une barrette de détecteurs pour l'aligner sensiblement à ladite direction de déplacement du porteur du système d'acquisition d'images, de manière à ce que chaque détecteur soit apte à fournir successivement une valeur d'échantillon d'image correspondant à une même zone de paysage.According to one embodiment, the control of the image acquisition system comprises a rotation of said at least one detector array to align it substantially with said direction of movement of the carrier of the image acquisition system, so that each detector is able to successively provide an image sample value corresponding to the same landscape area.
15 L'invention propose, selon un deuxième aspect, un procédé d'évaluation de bruit d'égalisation d'image numérique acquise par balayage d'une zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs étant positionnées sensiblement perpendiculairement à la direction de déplacement du porteur 20 du système d'acquisition d'images, chaque détecteur étant apte à fournir une valeur de radiométrie représentative d'un rayonnement optique d'une dite zone de paysage. Ce procédé comporte les étapes de : -acquisition d'au moins une image d'égalisation pour une catégorie de paysage choisie parmi un ensemble prédéterminé de catégories de paysage, chaque catégorie de 25 paysage ayant un spectre électromagnétique associé, chaque image d'égalisation comprenant au moins une matrice d'échantillons d'image, chaque échantillon d'image ayant une valeur de radiométrie associée correspondant à une même zone de paysage de la catégorie de paysage choisie, - calcul d'un vecteur moyen d'échantillons, associé à un ensemble de sous- 30 ensembles de l'image d'égalisation acquise, chaque sous-ensemble correspondant à une catégorie de paysage et à un niveau de radiométrie moyen, chaque échantillon du vecteur moyen d'échantillons correspondant à un détecteur du système d'acquisition, - calcul d'un critère d'évaluation de niveau de bruit d'égalisation utilisant les vecteurs moyens calculés pour chaque dit sous-ensemble.According to a second aspect, the invention proposes a method for evaluating digital image equalization noise acquired by scanning a landscape area by a carrier of an image acquisition system, the system image acquisition device comprising at least one sensor strip, the sensor strip or strips being positioned substantially perpendicular to the direction of movement of the image acquisition system holder 20, each detector being able to provide a value of radiometry representative of an optical radiation of a said landscape zone. This method comprises the steps of: acquiring at least one equalization image for a landscape category selected from a predetermined set of landscape categories, each landscape category having an associated electromagnetic spectrum, each equalization image comprising at least one array of image samples, each image sample having an associated radiometry value corresponding to the same landscape area of the selected landscape category, - calculating an average vector of samples, associated with a set of subsets of the acquired equalization image, each subset corresponding to a landscape category and a mean radiometry level, each sample of the average vector of samples corresponding to a detector of the acquisition system calculating an equalization noise level evaluation criterion using the average vectors calculated for each said subset.
3025683 6 Le procédé d'évaluation de bruit d'égalisation d'image numérique selon l'invention peut présenter une ou plusieurs des caractéristiques ci-dessous, prise indépendamment ou en combinaison selon toutes combinaisons techniquement possibles. Le calcul d'un critère d'évaluation de niveau de bruit d'égalisation comporte une 5 étape d'application d'un ensemble de coefficients d'égalisation associé à un modèle d'égalisation prédéterminé. L'étape de calcul d'un vecteur moyen d'échantillons comporte un redressement de l'image d'égalisation acquise pour chaque catégorie de paysage, chaque échantillon d'une ligne ou d'une colonne de ladite image d'égalisation redressée ayant une valeur de 10 radiométrie obtenue par un desdits détecteurs pour une même zone de paysage balayé, chaque échantillon d'une colonne ou d'une ligne de ladite image d'égalisation redressée ayant une valeur de radiométrie obtenue par un même détecteur du système d'acquisition d'images. L'étape de calcul d'un vecteur moyen d'échantillons comporte des étapes de : 15 - calcul d'un histogramme cumulé normalisé à partir d'un sous-ensemble d'échantillons de l'image d'égalisation redressée correspondant à un détecteur du système d'acquisition d'images ; -calcul et mémorisation des quantiles dudit histogramme cumulé normalisé pour un ensemble prédéterminé de valeurs de fréquences associées, 20 - formation d'un vecteur moyen d'échantillons à partir des quantiles associés à une valeur de fréquence donnée pour chaque détecteur du système d'acquisition d'images. L'invention propose, selon un troisième aspect, un dispositif d'estimation de paramètres d'égalisation d'image numérique acquise par balayage d'une zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition 25 d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs étant positionnées sensiblement perpendiculairement à la direction de déplacement du porteur du système d'acquisition d'images, chaque détecteur étant apte à fournir une valeur de radiométrie représentative d'un rayonnement optique d'une dite zone de paysage, le système d'acquisition d'images étant pilotable de manière à ce qu'au 30 moins un sous-ensemble de détecteurs voisins soit apte à fournir successivement une valeur d'échantillon d'image correspondant à une même zone de paysage. Le dispositif d'estimation de paramètres d'égalisation d'image numérique comporte : - un module d'obtention d'au moins une image d'égalisation pour une catégorie de 35 paysage choisie parmi un ensemble prédéterminé de catégories de paysage, chaque catégorie de paysage ayant un spectre électromagnétique associé, chaque image 3025683 7 d'égalisation comprenant au moins une matrice d'échantillons d'image, chaque échantillon d'image ayant une valeur de radiométrie associée correspondant à une même zone de paysage de la catégorie de paysage choisie, - pour au moins une catégorie de paysage choisie, un module de calcul d'un 5 ensemble de paramètres d'égalisation d'un modèle de correction paramétré prédéterminé pour chacun des détecteurs à partir des échantillons d'image d'égalisation acquise pour ladite catégorie de paysage. Selon un quatrième aspect, l'invention concerne un programme d'ordinateur pour l'estimation de paramètres d'égalisation d'image numérique acquise par balayage d'une 10 zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs étant positionnées sensiblement perpendiculairement à la direction de déplacement du porteur du système d'acquisition d'images, chaque détecteur étant apte à fournir une valeur de radiométrie représentative d'un rayonnement optique 15 d'une dite zone de paysage, le système d'acquisition d'images étant pilotable de manière à ce qu'au moins un sous-ensemble de détecteurs voisins soit apte à fournir successivement une valeur d'échantillon d'image correspondant à une même zone de paysage, ledit programme comportant des instructions pour mettre en oeuvre les étapes de : 20 - obtention d'au moins une image d'égalisation pour une catégorie de paysage choisie parmi un ensemble prédéterminé de catégories de paysage, chaque catégorie de paysage ayant un spectre électromagnétique associé, chaque image d'égalisation comprenant au moins une matrice d'échantillons d'image, chaque échantillon d'image ayant une valeur de radiométrie associée correspondant à une même zone de paysage 25 de la catégorie de paysage choisie, - pour au moins une catégorie de paysage choisie, calcul d'un ensemble de paramètres d'égalisation d'un modèle de correction paramétré prédéterminé pour chacun des détecteurs à partir des échantillons d'image d'égalisation acquise pour ladite catégorie de paysage.The digital image equalization noise evaluation method according to the invention may have one or more of the following characteristics, taken independently or in combination in any technically possible combination. The calculation of an equalization noise level evaluation criterion comprises a step of applying a set of equalization coefficients associated with a predetermined equalization pattern. The step of calculating an average vector of samples comprises a rectification of the acquired equalization image for each landscape category, each sample of a row or a column of said rectified equalization image having a radiometry value obtained by one of said detectors for the same scanned landscape area, each sample of a column or line of said rectified equalization image having a radiometry value obtained by the same detector of the acquisition system images. The step of calculating an average sample vector comprises steps of: calculating a normalized cumulative histogram from a subset of samples of the rectified equalization image corresponding to a detector the image acquisition system; calculating and storing the quantiles of said normalized cumulative histogram for a predetermined set of associated frequency values; forming an average vector of samples from the quantiles associated with a given frequency value for each detector of the acquisition system images. According to a third aspect, the invention proposes a device for estimating digital image equalization parameters acquired by scanning a landscape zone by a carrier of an image acquisition system, the image acquisition system being image acquisition comprising at least one detector array, the sensor array (s) being positioned substantially perpendicular to the direction of movement of the image acquisition system carrier, each detector being capable of providing a radiometry value representative of an optical radiation of a said landscape zone, the image acquisition system being controllable so that at least one subset of neighboring detectors is capable of successively supplying a sample value image corresponding to the same landscape area. The digital image equalization parameter estimation device comprises: a module for obtaining at least one equalization image for a landscape category selected from a predetermined set of landscape categories, each category of a landscape having an associated electromagnetic spectrum, each equalizing image comprising at least one image sample array, each image sample having an associated radiometry value corresponding to the same landscape area of the chosen landscape category for at least one selected landscape category, a module for calculating a set of equalization parameters of a predetermined parameterized correction model for each of the detectors from the equalization image samples acquired for said landscape category. According to a fourth aspect, the invention relates to a computer program for estimating digital image equalization parameters acquired by scanning a landscape area by a carrier of an image acquisition system. , the image acquisition system comprising at least one detector array, the detector array (s) being positioned substantially perpendicular to the direction of movement of the carrier of the image acquisition system, each detector being capable of providing a radiometry value representative of an optical radiation 15 of a said landscape area, the image acquisition system being controllable so that at least a subset of neighboring detectors is able to successively supply a value image sample corresponding to the same landscape area, said program comprising instructions for implementing the steps of: obtaining at least one image of equalization; one for a landscape category selected from a predetermined set of landscape categories, each landscape category having an associated electromagnetic spectrum, each equalization image comprising at least one image sample array, each image sample having a associated radiometric value corresponding to the same landscape zone 25 of the chosen landscape category, - for at least one chosen landscape category, calculating a set of equalization parameters of a predetermined parameterized correction model for each of the detectors from the acquired equalization image samples for said landscape category.
30 L'invention propose, selon un cinquième aspect, un dispositif d'évaluation de bruit d'égalisation d'image numérique acquise par balayage d'une zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs étant positionnées sensiblement perpendiculairement à la direction de déplacement du porteur 35 du système d'acquisition d'images, chaque détecteur étant apte à fournir une valeur de radiométrie représentative d'un rayonnement optique d'une dite zone de paysage.According to a fifth aspect, the invention proposes a digital image equalization noise evaluation device acquired by scanning a landscape zone by a carrier of an image acquisition system, the system image acquisition device comprising at least one detector array, wherein the detector array (s) being positioned substantially perpendicular to the direction of movement of the carrier of the image acquisition system, each detector being capable of providing a value of radiometry representative of an optical radiation of a said landscape zone.
3025683 8 Le dispositif d'évaluation de bruit d'égalisation d'image numérique comporte : -un module d'obtention d'au moins une image d'égalisation pour une catégorie de paysage choisie parmi un ensemble prédéterminé de catégories de paysage, chaque catégorie de paysage ayant un spectre électromagnétique associé, chaque image 5 d'égalisation comprenant au moins une matrice d'échantillons d'image, chaque échantillon d'image ayant une valeur de radiométrie associée correspondant à une même zone de paysage de la catégorie de paysage choisie, - un module calcul d'un vecteur moyen d'échantillons, associé à un ensemble de sous-ensembles de l'image d'égalisation acquise, chaque sous-ensemble correspondant 10 à une catégorie de paysage et à un niveau de radiométrie moyen, chaque élément du vecteur correspondant à un détecteur du système d'acquisition, - un module de calcul d'un critère d'évaluation de niveau de bruit d'égalisation utilisant les vecteurs moyens calculés pour chaque dit sous-ensemble. Selon un sixième aspect, l'invention concerne un programme d'ordinateur pour 15 l'évaluation de bruit d'égalisation d'image numérique acquise par balayage d'une zone de paysage par un porteur d'un système d'acquisition d'images, le système d'acquisition d'images comprenant au moins une barrette de détecteurs, la ou les barrettes de détecteurs) étant positionnées sensiblement perpendiculairement à la direction de déplacement du porteur du système d'acquisition d'images, chaque détecteur étant apte à 20 fournir une valeur de radiométrie représentative d'un rayonnement optique d'une dite zone de paysage, le système d'acquisition d'images étant pilotable de manière à ce qu'au moins un sous-ensemble de détecteurs voisins soit apte à fournir successivement une valeur d'échantillon d'image correspondant à une même zone de paysage, ledit programme comportant des instructions pour mettre en oeuvre les étapes de : 25 - obtention d'au moins une image d'égalisation pour une catégorie de paysage choisie parmi un ensemble prédéterminé de catégories de paysage, chaque catégorie de paysage ayant un spectre électromagnétique associé, chaque image d'égalisation comprenant au moins une matrice d'échantillons d'image, chaque échantillon d'image ayant une valeur de radiométrie associée correspondant à une même zone de paysage 30 de la catégorie de paysage choisie, - calcul d'un vecteur moyen d'échantillons, associé à un ensemble de sous-ensembles de l'image d'égalisation acquise, chaque sous-ensemble correspondant à une catégorie de paysage et à un niveau de radiométrie moyen, chaque élément du vecteur correspondant à un détecteur du système d'acquisition, 35 - calcul d'un critère d'évaluation de niveau de bruit d'égalisation utilisant les vecteurs moyens calculés pour chaque dit sous-ensemble.The digital image equalization noise evaluation device comprises: a module for obtaining at least one equalization image for a landscape category chosen from a predetermined set of landscape categories, each category of a landscape having an associated electromagnetic spectrum, each equalization image comprising at least one image sample array, each image sample having an associated radiometric value corresponding to the same landscape area of the chosen landscape category a module for calculating an average sample vector, associated with a set of subsets of the acquired equalization image, each subset corresponding to a landscape category and an average radiometry level, each element of the vector corresponding to a detector of the acquisition system; a module for calculating an equalization noise level evaluation criterion using the medium vectors; ns calculated for each said subset. According to a sixth aspect, the invention relates to a computer program for evaluating digital image equalization noise acquired by scanning a landscape area by a carrier of an image acquisition system. , the image acquisition system comprising at least one sensor array, the detector array (s) being positioned substantially perpendicular to the direction of movement of the carrier of the image acquisition system, each detector being adapted to 20 to provide a radiometric value representative of an optical radiation of a said landscape zone, the image acquisition system being controllable so that at least one subset of neighboring detectors is capable of successively providing a image sample value corresponding to the same landscape area, said program comprising instructions for carrying out the steps of: obtaining at least one equalization image for r a landscape category selected from a predetermined set of landscape categories, each landscape category having an associated electromagnetic spectrum, each equalization image comprising at least one image sample array, each image sample having a value associated radiometry corresponding to the same landscape zone 30 of the chosen landscape category, - calculation of an average vector of samples, associated with a set of subsets of the acquired equalization image, each subset corresponding to a landscape category and a mean radiometry level, each element of the vector corresponding to a detector of the acquisition system, 35 - calculating an equalization noise level evaluation criterion using the calculated average vectors for each said subset.
3025683 9 D'autres caractéristiques et avantages de l'invention ressortiront de la description qui en est donnée ci-dessous, à titre indicatif et nullement limitatif, en référence aux figures annexées, parmi lesquelles : 5 -la figure 1 illustre schématiquement le principe d'acquisition d'image par un capteur à multiples détecteurs dans le cas de l'imagerie satellite ; -la figure 2 illustre schématiquement un profil d'acquisition d'image numérique selon une première orientation du système d'acquisition ; - les figures 3 et 4 illustrent schématiquement des profils de réponse spectrale de 10 détecteur en fonction de la longueur d'onde ; -la figure 5 illustre schématiquement un profil d'acquisition d'image numérique selon une deuxième orientation du système d'acquisition ; -la figure 6 est un schéma représentant les blocs fonctionnels d'un dispositif programmable apte à mettre en oeuvre l'invention ; 15 -la figure 7 est un synoptique d'un procédé d'estimation de paramètres d'égalisation d'image numérique selon un mode de réalisation de l'invention ; -la figure 8 illustre une portion d'image d'égalisation redressée ; - la figure 9 illustre une image d'égalisation redressée complète ; -la figure 10 illustre un modèle de correction d'image ; 20 -la figure 11 est un synoptique d'un procédé de calcul de coefficients d'égalisation selon un mode de réalisation de l'invention ; - la figure 12 est un synoptique d'un procédé d'évaluation de bruit d'égalisation selon un mode de réalisation de l'invention.Other characteristics and advantages of the invention will emerge from the description which is given below, by way of indication and in no way limiting, with reference to the appended figures, in which: FIG. 1 schematically illustrates the principle of image acquisition by a multi detector sensor in the case of satellite imagery; FIG. 2 diagrammatically illustrates a digital image acquisition profile according to a first orientation of the acquisition system; Figures 3 and 4 schematically illustrate detector spectral response profiles as a function of wavelength; FIG. 5 diagrammatically illustrates a digital image acquisition profile according to a second orientation of the acquisition system; FIG. 6 is a diagram showing the functional blocks of a programmable device able to implement the invention; FIG. 7 is a block diagram of a method for estimating digital image equalization parameters according to one embodiment of the invention; FIG. 8 illustrates a rectified equalization image portion; FIG. 9 illustrates a complete rectified equalization image; FIG. 10 illustrates an image correction model; FIG. 11 is a block diagram of a method for calculating equalization coefficients according to one embodiment of the invention; FIG. 12 is a block diagram of an equalization noise evaluation method according to one embodiment of the invention.
25 L'invention sera décrite ci-après plus particulièrement dans le domaine de l'acquisition d'image par satellite, par des barrettes de détecteurs multiples, dans le mode d'acquisition par le mode dit «push-broom », dans lequel, en mode opérationnel, chaque colonne de l'image numérique obtenue est associée physiquement à un détecteur de la barrette de détecteurs du système d'acquisition.The invention will be described hereinafter more particularly in the field of satellite image acquisition, by means of multiple detector arrays, in the so-called "push-broom" mode of acquisition, in which, in operational mode, each column of the digital image obtained is physically associated with a detector of the sensor array of the acquisition system.
30 Le contexte de l'acquisition d'images numériques par satellite est illustré schématiquement dans la figure 1. Un porteur de système d'acquisition d'images, qui est un satellite dans cet exemple, ayant une trajectoire de déplacement T comporte un système d'acquisition d'images 2, comprenant une ou plusieurs matrices monodimensionnelles ou barrettes 4 35 de détecteurs 6, et un système optique 8. Chaque détecteur 6 réalise l'acquisition d'une portion Pu du paysage P observé, également appelée zone du paysage observé, par 3025683 10 intégration du rayonnement optique pendant un temps d'intégration pour fournir une valeur de radiométrie associée à la zone du paysage. En mode d'acquisition d'images opérationnel, on enregistre une matrice d'image numérique I telle qu'illustrée à la figure 2, comprenant des échantillons d'image 10 ou 5 pixels, chaque pixel ayant une valeur de radiométrie. Les valeurs de radiométrie sont codées sur un nombre donné de bits, par exemple 8, 12, 16 ou 32. La matrice d'image numérique I est composée de lignes de pixels Lig, et de colonne de pixels Col,, chaque colonne de pixels étant associée à un détecteur 6 d'une barrette de détecteurs, chaque ligne correspondant à l'acquisition d'une zone du paysage 10 à un instant donné. En pratique, sur le satellite Pléiades HR (marque déposée), le système d'acquisition 2 comprend cinq matrices de détecteurs CCD (« charge coupled device »), localisées dans le plan focal du système optique 8. En mode opérationnel, le système d'acquisition permet d'acquérir, en conditions d'acquisition nadir, un paysage P de 20 km 15 de largeur, chaque pixel de l'image numérique acquise correspondant à une largeur de terrain Pu de l'ordre de 70 cm. Etant donné que les détecteurs 6 peuvent avoir, en pratique, des sensibilités différentes, même lorsque le paysage sous-jacent est uniforme, des différences de valeurs de radiométrie sont observées, ce qui donne lieu à des artefacts visibles, qui sont 20 des rayures verticales dans ce cas, particulièrement visibles lorsque le paysage sous- jacent observé est uniforme. De plus, les détecteurs ont des profils légèrement différents en fonction de la longueur d'onde du rayonnement optique. Les figures 3 et 4 illustrent schématiquement le profil de réponse spectrale de deux détecteurs D1 et D2 en fonction de la longueur d'onde 25 du signal optique acquis. Il a été constaté qu'en pratique les profils de réponse spectrale sont légèrement décalés. En outre, les paysages observés ont des profils de luminance spectrale différents, et couvrent un spectre électromagnétique variable, comme illustré sur les figures 3 et 4, qui illustrent respectivement un profil spectral d'un paysage P1 d'une première catégorie de paysage et un profil spectral d'un paysage P2 d'une deuxième 30 catégorie de paysage. Ainsi, la variabilité des détecteurs combinée avec la variabilité des paysages observés peut induire de grandes différences quant aux artefacts à corriger sur les images acquises. L'égalisation d'image a pour objectif de réduire voire supprimer ces artefacts directionnels dus à la non-uniformité des détecteurs.The context of digital satellite image acquisition is schematically illustrated in FIG. 1. A carrier of an image acquisition system, which is a satellite in this example, having a displacement path T comprises a system for acquiring images. acquiring images 2, comprising one or more one-dimensional arrays or arrays 4 of detectors 6, and an optical system 8. Each detector 6 acquires a portion Pu of the observed landscape P, also called the observed landscape area by integrating the optical radiation during an integration time to provide a radiometry value associated with the landscape area. In operational image acquisition mode, a digital image matrix I is recorded as illustrated in FIG. 2, comprising 10 or 5 pixel image samples, each pixel having a radiometry value. The radiometry values are coded on a given number of bits, for example 8, 12, 16 or 32. The digital image matrix I is composed of lines of pixels Lig, and column of pixels Col ,, each column of pixels. being associated with a detector 6 of a detector array, each line corresponding to the acquisition of an area of the landscape 10 at a given instant. In practice, on the Pleiades HR (registered trademark) satellite, the acquisition system 2 comprises five CCD (charge coupled device) detectors, located in the focal plane of the optical system 8. In operational mode, the system of acquisition acquisition makes it possible to acquire, under nadir acquisition conditions, a landscape P of 20 km wide, each pixel of the acquired digital image corresponding to a ground width Pu of the order of 70 cm. Since the detectors 6 may have, in practice, different sensitivities, even when the underlying landscape is uniform, differences in radiometric values are observed, giving rise to visible artifacts, which are vertical stripes. in this case, particularly visible when the underlying landscape observed is uniform. In addition, the detectors have slightly different profiles depending on the wavelength of the optical radiation. Figures 3 and 4 schematically illustrate the spectral response profile of two detectors D1 and D2 as a function of the wavelength of the acquired optical signal. It has been found that in practice the spectral response profiles are slightly shifted. In addition, the observed landscapes have different spectral luminance profiles, and cover a variable electromagnetic spectrum, as illustrated in Figures 3 and 4, which respectively illustrate a spectral profile of a landscape P1 of a first category of landscape and a spectral profile of a landscape P2 of a second category of landscape. Thus, the variability of the detectors combined with the variability of the landscapes observed can induce great differences as to the artifacts to be corrected on the acquired images. The purpose of image equalization is to reduce or even eliminate these directional artifacts due to the non-uniformity of the detectors.
3025683 11 Un objectif de l'invention est de proposer un procédé d'estimation de valeurs de paramètres d'égalisation, pour un modèle d'égalisation d'image donné, permettant de remédier à la non-uniformité spectrale et radiométrique de la sensibilité des détecteurs. A cet effet, il est proposé d'acquérir une ou plusieurs images d'étalonnage pour 5 l'égalisation, appelées images d'égalisation ci-après, à utiliser dans une phase préalable d'estimation de paramètres d'égalisation. Une image d'égalisation pour l'étalonnage est acquise, dans ce mode de réalisation, par rotation de la ou des barrettes 4 de détecteurs 6, de manière à l'orienter sensiblement parallèlement à la direction T de déplacement du satellite, comme illustré 10 schématiquement à la figure 5. Une image bidimensionnelle est formée par juxtaposition des lignes acquises à chaque temps d'échantillonnage. Lorsque le système d'acquisition d'images orienté de cette manière défile sensiblement au droit d'un paysage P observé, chacun des détecteurs capte successivement un rayonnement optique correspondant sensiblement à une même zone 15 du paysage P. Ainsi, dans l'image d'égalisation IE obtenue, le pixel 12 a une valeur de radiométrie correspondant à une zone de paysage Pu (hachurée sur la figure 1) obtenue par le détecteur D1, le pixel 14 a une valeur de radiométrie correspondant à la même zone de paysage Pu obtenue par le détecteur D2 et ainsi de suite.An object of the invention is to propose a method for estimating equalization parameter values, for a given image equalization model, making it possible to overcome the spectral and radiometric non-uniformity of the sensitivity of the images. detectors. For this purpose, it is proposed to acquire one or more calibration images for equalization, referred to as equalization images hereinafter, for use in a prior phase of estimating equalization parameters. An equalization image for the calibration is acquired, in this embodiment, by rotation of the bar or strips 4 of detectors 6, so as to orient substantially parallel to the direction of travel T of the satellite, as illustrated 10 schematically in FIG. 5. A two-dimensional image is formed by juxtaposing the lines acquired at each sampling time. When the image acquisition system oriented in this manner scrolls substantially to the right of an observed landscape P, each of the detectors successively captures an optical radiation corresponding substantially to the same area 15 of the landscape P. Thus, in the image of equalization IE obtained, the pixel 12 has a radiometry value corresponding to a landscape area Pu (hatched in FIG. 1) obtained by the detector D1, the pixel 14 has a radiometry value corresponding to the same landscape area Pu obtained by the detector D2 and so on.
20 Il est à noter que le cas illustré à la figure 5 est schématique et correspond à une acquisition «idéale ». En pratique, le guidage n'est pas idéal pour tous les détecteurs, mais le modèle géométrique d'acquisition d'image pour chaque détecteur est connu et mémorisé, et permet ainsi de récupérer les pixels correspondant sensiblement à une même zone du paysage vue par chacun des détecteurs.It should be noted that the case illustrated in FIG. 5 is schematic and corresponds to an "ideal" acquisition. In practice, the guidance is not ideal for all the detectors, but the geometric image acquisition model for each detector is known and stored, and thus makes it possible to recover the pixels corresponding substantially to the same area of the landscape seen by each of the detectors.
25 Selon l'invention, l'acquisition d'image d'égalisation IE est effectuée sur un paysage P appartenant à une catégorie de paysage donnée parmi un ensemble de catégories de paysage. Chaque catégorie de paysage comprend des paysages relativement homogènes sur une zone observée, les profils de luminance spectrale des différents paysages d'une 30 même catégorie étant sensiblement proches entre eux, en termes de profil spectral et de gamme de radiométrie couverte. A titre d'exemple non limitatif, l'ensemble suivant de huit catégories de paysage est considéré : {Sable, Forêt, Mer, Végétation, Neige, Bord de côte, Paysage urbain, Nuage}. .According to the invention, the IE image acquisition is performed on a landscape P belonging to a given landscape category among a set of landscape categories. Each landscape category includes relatively homogeneous landscapes over an observed area, the spectral luminance profiles of the different landscapes of the same category being substantially close to each other in terms of spectral profile and range of radiometry covered. As a non-limitative example, the following set of eight landscape categories is considered: {Sand, Forest, Sea, Vegetation, Snow, Coastal, Urban Landscape, Cloud}. .
35 Les procédés de traitement d'images d'égalisation pour le calcul de coefficients d'égalisation et d'évaluation de bruit d'égalisation de l'invention sont mis en oeuvre par un 3025683 12 dispositif programmable de type ordinateur, station de travail, dont les principaux blocs fonctionnels sont illustrés à la figure 6. Un dispositif programmable 20 apte à mettre en oeuvre les étapes de traitement pour d'estimation de paramètres d'égalisation ou pour l'évaluation de bruit d'égalisation 5 d'image numérique selon l'invention comprend une unité centrale de traitement 28, ou CPU, apte à exécuter des instructions de programme informatique lorsque le dispositif 20 est mis sous tension. Dans un mode de réalisation, une unité centrale de traitement multiprocesseurs est utilisée, permettant d'effectuer des calculs parallèles. Le dispositif 20 comporte également des moyens de stockage d'informations 30, par exemple des 10 registres, aptes à stocker des instructions de code exécutable permettant la mise en oeuvre de programmes comportant des instructions de code aptes à mettre en oeuvre les procédés selon l'invention. Le dispositif 30 comporte des moyens de commande 24 permettant de mettre à jour des paramètres et de recevoir des commandes d'un opérateur. Lorsque le dispositif 15 programmable 30 est un dispositif embarqué, les moyens de commande 24 comprennent un dispositif de télécommunications permettant de recevoir des commandes et des valeurs de paramètres à distance. Alternativement et de manière optionnelle, les moyens de commande 24 sont des moyens de saisie de commandes d'un opérateur, par exemple un clavier.The equalization image processing methods for calculating equalization and equalization noise evaluation coefficients of the invention are implemented by a computer-based, workstation-type programmable device. whose main functional blocks are illustrated in FIG. 6. A programmable device 20 able to implement the processing steps for equalization parameter estimation or for digital image equalization noise evaluation according to FIG. the invention comprises a central processing unit 28, or CPU, capable of executing computer program instructions when the device 20 is powered up. In one embodiment, a multiprocessor CPU is used to perform parallel computations. The device 20 also comprises information storage means 30, for example registers, capable of storing executable code instructions enabling the implementation of programs comprising code instructions able to implement the methods according to FIG. invention. The device 30 comprises control means 24 for updating parameters and receiving commands from an operator. When the programmable device 30 is an on-board device, the control means 24 comprise a telecommunications device for receiving remote commands and parameter values. Alternatively and optionally, the control means 24 are means for inputting commands from an operator, for example a keyboard.
20 De manière optionnelle, le dispositif programmable 30 comprend un écran 22 et un moyen supplémentaire de pointage 26, tel une souris. Les divers blocs fonctionnels du dispositif 30 décrits ci-dessus sont connectés via un bus de communication 32. Un système d'estimation de paramètres d'égalisation d'image numérique selon 25 l'invention comporte un système d'acquisition d'images tel que décrit ci-dessus et un dispositif programmable comportant des modules aptes à mettre en oeuvre les étapes d'un procédé d'estimation de paramètres d'égalisation d'image numérique selon l'invention. Un système d'évaluation de bruit d'égalisation d'image numérique selon l'invention 30 comporte un système d'acquisition d'images tel que décrit ci-dessus et un dispositif programmable comportant des modules aptes à mettre en oeuvre les étapes d'un procédé d'évaluation de bruit d'égalisation d'image numérique selon l'invention. Les principales étapes d'un procédé d'estimation de paramètres d'égalisation d'image numérique selon un mode de réalisation de l'invention sont illustrées à la figure 7.Optionally, the programmable device 30 includes a screen 22 and additional pointing means 26, such as a mouse. The various functional blocks of the device 30 described above are connected via a communication bus 32. A system for estimating digital image equalization parameters according to the invention comprises an image acquisition system such that described above and a programmable device comprising modules able to implement the steps of a method for estimating digital image equalization parameters according to the invention. A digital image equalization noise evaluation system according to the invention comprises an image acquisition system as described above and a programmable device comprising modules able to implement the steps of FIG. a digital image equalization noise evaluation method according to the invention. The main steps of a method for estimating digital image equalization parameters according to one embodiment of the invention are illustrated in FIG. 7.
35 Lors d'une première étape 40, une image d'égalisation lEk est acquise pour un paysage Pk appartenant à une catégorie de paysage parmi un ensemble donné de 3025683 13 catégories de paysage prédéterminé. L'ensemble de catégories de paysage est sélectionné en fonction d'un objectif de qualité pour des applications utilisant les images acquises par le satellite par la suite, en mode opérationnel. L'ensemble de catégories de paysage est sélectionné pour couvrir un paysage moyen, défini en fonction des 5 applications visées, à la fois en termes de gamme de radiométrie et en spectre électromagnétique couvert. La taille de l'image d'égalisation lEk acquise est telle que le nombre de colonnes est égal au nombre de détecteurs noté Nd, et le nombre de lignes est paramétrable, de préférence compris entre Nd+1000 et (1+K)xNd, avec K un entier choisi, par exemple K=5.In a first step 40, an equalization image lEk is acquired for a landscape Pk belonging to a landscape category from a given set of predetermined landscape categories. The set of landscape categories is selected based on a quality objective for applications using images acquired by the satellite subsequently, in operational mode. The set of landscape categories is selected to cover an average landscape, defined according to the 5 targeted applications, both in terms of radiometry range and covered electromagnetic spectrum. The size of the equalization image lEk acquired is such that the number of columns is equal to the number of detectors noted Nd, and the number of lines is configurable, preferably between Nd + 1000 and (1 + K) xNd, with K a chosen integer, for example K = 5.
10 Selon une variante, plusieurs images d'égalisation {lEk} pour des paysages {Pk} d'une même catégorie de paysage sont acquises à des moments et à des endroits différents, afin de diminuer l'influence des conditions météorologiques sur les données d'image acquises, ainsi que l'influence de l'incertitude sur la connaissance a priori du paysage réellement observé, en particulier son niveau de radiométrie, son homogénéité, 15 l'adéquation avec la catégorie visée. Dans cette variante, les images d'égalisation acquises sont concaténées pour former une image d'égalisation lEk pour la catégorie de paysage considérée. Ensuite, lors d'une étape de pré-traitement et de redressement 42, l'image d'égalisation lEk acquise est redressée pour former une portion IR' d'image d'égalisation 20 redressée. La figure 8 illustre schématiquement une d'image redressée IR, obtenue à partie de l'image IE illustrée à la figure 5. Dans ce mode de réalisation, l'image redressée IR contient, dans chaque ligne, la valeur de radiométrie obtenue pour une même zone de paysage Pu d'un paysage P par 25 chacun des détecteurs D1, D2 et ainsi de suite. De préférence, le nombre de colonnes de l'image d'égalisation redressée IR est égal au nombre total de détecteurs Nd et le nombre total de lignes de l'image IR, correspondant à un paysage d'une catégorie de paysage donnée, est de préférence compris entre 1000 et 4xNd.According to one variant, several equalization images {EEk} for landscapes {Pk} of the same landscape category are acquired at different times and in different places, in order to reduce the influence of the weather conditions on the data of the landscape. acquired image, as well as the influence of uncertainty on a priori knowledge of the landscape actually observed, in particular its level of radiometry, its homogeneity, the adequacy with the category targeted. In this variant, the acquired equalization images are concatenated to form a lEk equalization image for the landscape category considered. Then, during a preprocessing and rectification step 42, the acquired EEk equalization image is rectified to form a rectified equalization image portion IR '. FIG. 8 schematically illustrates a rectified IR image obtained from the image IE illustrated in FIG. 5. In this embodiment, the rectified IR image contains, in each line, the radiometry value obtained for a same landscape area Pu of a landscape P by each of the detectors D1, D2 and so on. Preferably, the number of columns of the IR adjusted equalization image is equal to the total number of Nd detectors and the total number of lines of the IR image, corresponding to a landscape of a given landscape category, is preferably between 1000 and 4xNd.
30 En variante, on calcule une image d'égalisation redressée IR contenant, dans chaque ligne, la valeur de radiométrie obtenue pour une même zone de paysage Pu d'un paysage P par chacun des détecteurs. Le redressement appliqué pour obtenir une image d'égalisation redressée IR à partir d'une image d'égalisation IE est effectué par application d'un filtrage de 35 redressement, permettant de calculer la valeur de radiométrie d'un pixel Wu de l'image IR à partir de valeurs de pixels Uf(,),f(J) de l'image d'égalisation IE.As a variant, an IR rectified equalization image is calculated containing, in each line, the radiometry value obtained for the same landscape area Pu of a landscape P by each of the detectors. The rectification applied to obtain an IR rectified equalization image from an IE equalization image is performed by applying a rectifying filter, making it possible to calculate the radiometric value of a pixel Wu of the image IR from pixel values Uf (,), f (J) of the equalization image IE.
3025683 14 La fonction f de correspondance géométrique est déterminée en fonction des caractéristiques de déplacement du système d'acquisition par rapport au paysage et de l'orientation des détecteurs, ces caractéristiques étant obtenues à partir des consignes de guidage du satellite et de mesures a posteriori à partir d'équipements à bord du satellite, 5 et permet de calculer une correspondance entre grilles d'échantillonnage des images respectives IE et IR. Optionnellement, un modèle numérique de terrain fournissant une connaissance a priori de l'altitude du terrain correspondant au paysage est également utilisé. Les valeurs f(i) et f(j) de coordonnées dans la grille d'échantillonnage de l'image 1E 10 correspondant aux coordonnées entières i,j dans la grille d'échantillonnage de l'image IR sont, dans le cas général, des valeurs réelles. Dans le mode de réalisation préféré, le filtrage de redressement appliqué est un filtrage de type plus proche voisin : Wl = Un), jo , le critère de voisinage géométrique étant la sélection du plus proche voisin dans la même colonne, défini par: io = i et 15 jo = Int(f (j)) où Int(x) est la fonction donnant la valeur entière la plus proche du nombre réel x . Ainsi, le filtrage de redressement sélectionne la valeur de radiométrie du pixel le plus proche des coordonnées réelles io, f(j) pour obtenir la valeur de radiométrie W. De retour à la figure 7, les étapes 40 et 42 sont répétées pour chaque catégorie de 20 paysage de l'ensemble des catégories de paysage considérées. Dans un cas particulier, l'ensemble de catégories de paysage ne contient qu'une seule catégorie de paysage, par exemple une seule des catégories : {Sable, Forêt, Mer, Végétation, Neige, Bord de côte, Paysage urbain}. Dans ce cas, les paramètres d'égalisation obtenus seront particulièrement adaptés pour la catégorie de paysage 25 sélectionnée, mais non adaptés pour réaliser une égalisation de paysages d'une autre catégorie. Après itération des étapes 40, 42 sur l'ensemble de catégories de paysage considérées, on dispose d'un ensemble de portions d'image d'égalisation redressées IR', qui sont mémorisées.The geometric correspondence function f is determined as a function of the characteristics of displacement of the acquisition system with respect to the landscape and the orientation of the detectors, these characteristics being obtained from the satellite guidance instructions and from posterior measurements. from equipment on board the satellite, 5 and makes it possible to calculate a correspondence between sampling gates of the respective images IE and IR. Optionally, a digital terrain model providing a priori knowledge of the altitude of the terrain corresponding to the landscape is also used. The values f (i) and f (j) of coordinates in the sampling grid of the image 1E corresponding to the integer coordinates i, j in the sampling grid of the IR image are, in the general case, real values. In the preferred embodiment, the applied correction filtering is a closer neighbor type filtering: Wl = Un), jo, the geometric neighborhood criterion being the selection of the nearest neighbor in the same column, defined by: io = i and 15 jo = Int (f (j)) where Int (x) is the function giving the integer value closest to the real number x. Thus, the rectification filtering selects the radiometry value of the pixel closest to the real coordinates io, f (j) to obtain the radiometry value W. Back to FIG. 7, the steps 40 and 42 are repeated for each category of 20 landscape of all categories of landscape considered. In a particular case, the set of landscape categories contains only one landscape category, for example only one of the categories: {Sand, Forest, Sea, Vegetation, Snow, Coastal, Cityscape}. In this case, the equalization parameters obtained will be particularly suitable for the selected landscape category, but not adapted to achieve a landscape equalization of another category. After iterating steps 40, 42 over the set of landscape categories considered, there is a set of rectified equalization image portions IR ', which are stored.
30 Lors de l'étape d'obtention 44 d'image d'égalisation redressée, une image d'égalisation redressée complète IR est obtenue à partir de l'ensemble des portions d'images d'égalisation redressées. Dans un mode de réalisation, l'image d'égalisation redressée complète IR est obtenue par concaténation de portions d'image d'égalisation redressée IR' correspondant 35 à chaque catégorie de paysage Pk.In the step of obtaining rectified equalization image 44, a complete rectified equalization image IR is obtained from the set of rectified equalization image portions. In one embodiment, the complete IR rectified equalization image is obtained by concatenating rectified equalization image portions IR 'corresponding to each landscape category Pk.
3025683 15 La figure 9 illustre une image d'égalisation redressée complète 50, formée de portions 52, 54, 56, 58 correspondant respectivement aux paysages P1 à P4, chacun des paysages P' à P4 faisant partie d'une catégorie de paysage d'un ensemble de catégories de paysage données.FIG. 9 illustrates a complete rectified equalization image 50 formed of portions 52, 54, 56, 58 respectively corresponding to the landscapes P1 to P4, each of the landscapes P 'to P4 belonging to a landscape category of FIG. a set of landscape categories given.
5 De préférence, les portions 52 à 58 sont extraites des images IR' obtenues précédemment, en conservant uniquement des lignes pour lesquelles il n'y a pas de saturation, donc pour lesquelles les valeurs de radiométrie n'ont pas été tronquées, de manière à améliorer la fiabilité de l'estimation ultérieure des paramètres d'égalisation. De préférence, les portions respectives 52 à 58 présentent chacune un même 10 nombre de lignes, par exemple égal à 10000. Enfin, l'image d'égalisation redressée complète IR est utilisée pour la détermination de paramètres d'égalisation lors de l'étape 46, les paramètres d'égalisation étant mémorisés après calcul pour une utilisation ultérieure, notamment dans un procédé d'égalisation d'images acquises en mode opérationnel.Preferably, the portions 52 to 58 are extracted from the IR 'images obtained previously, keeping only lines for which there is no saturation, therefore for which the radiometry values have not been truncated, so that to improve the reliability of the subsequent estimation of the equalization parameters. Preferably, the respective portions 52 to 58 each have the same number of lines, for example equal to 10000. Finally, the complete rectified equalization image IR is used for the determination of equalization parameters during the step 46, the equalization parameters being stored after calculation for later use, especially in an image equalization method acquired in operational mode.
15 Les paramètres d'égalisation dépendent d'un modèle mathématique de correction, représentatif d'une détection homogène pour l'ensemble des détecteurs. Un modèle linéaire, affine par morceaux ou fonctionnel peut être envisagé. Le modèle mathématique de correction peut être choisi en fonction de caractéristiques connues du comportement des détecteurs du système d'acquisition d'images.The equalization parameters depend on a mathematical correction model, representative of a homogeneous detection for all the detectors. A linear, piece-wise or functional model can be considered. The mathematical correction model can be chosen according to known characteristics of the behavior of the detectors of the image acquisition system.
20 De manière générale, un modèle mathématique de correction paramétré F(Ici la) par un nombre donné de paramètres ou coefficients {c1}, permet d'obtenir des valeurs de radiométrie Y corrigées à partir de valeurs de radiométrie X observées. On note : Y -F(Icil,X) (Eq1) 25 Pour chaque détecteur D,, un ensemble de paramètres fc'd du modèle de correction est déterminé. Par exemple, comme illustré à la figure 10, un modèle mathématique de correction comportant deux morceaux affines, appelé également bilinéaire, est utilisé. La figure 10 représente le modèle bilinéaire de correction dans un repère 30 orthonormé comprenant en abscisse les valeurs de radiométrie X obtenues par le système d'acquisition d'images et en ordonnée les valeurs de radiométrie Y corrigées par égalisation. Pour chaque détecteur D,, le modèle bilinéaire illustré est paramétré par les paramètres de pente cli=a, et c'2=a2, où al est une première pente entre une valeur de 3025683 16 radiométrie Xmin et une valeur seuil Xs, et a2 une deuxième pente entre la valeur de radiométrie X, et la valeur de radiométrie maximale X'x. La fonction de correction appliquée est la suivante : Y = 0 pour X compris entre 0 et Xmin (Eq2) 5 Y= ai - (X - X Win) pour X compris entre X.. et X, (Eq3) Y= a2 - X +(a1 - a2) - Z, - Xffill, pour X compris entre X, et X. (Eq4) La valeur seuil X, est prédéterminée ou à estimer en même temps que les valeurs des paramètres al et a2, auquel cas cette valeur est un troisième paramètre c'3 du modèle.In general, a mathematical model of parametric correction F (Here la) by a given number of parameters or coefficients {c1}, makes it possible to obtain corrected Y radiometry values from observed X-ray radiometry values. Y -F (Icil, X) (Eq1) For each detector D ,, a set of parameters fc'd of the correction model is determined. For example, as illustrated in FIG. 10, a mathematical correction model comprising two affine pieces, also called bilinear, is used. FIG. 10 shows the bilinear correction model in an orthonormal coordinate system comprising, on the abscissa, the X-ray radiometry values obtained by the image acquisition system and the Y-corrected Y radiometry values on the ordinate. For each detector D ,, the illustrated bilinear model is parameterized by the parameters of slope cli = a, and c'2 = a2, where a1 is a first slope between a value of 3025683 Xmin radiometry and a threshold value Xs, and a2 a second slope between the radiometry value X, and the maximum radiometry value X'x. The correction function applied is as follows: Y = 0 for X between 0 and Xmin (Eq2) 5 Y = ai - (X - X Win) for X between X .. and X, (Eq3) Y = a2 - X + (a1 - a2) - Z, - Xffill, for X between X, and X. (Eq4) The threshold value X, is predetermined or to be estimated at the same time as the values of the parameters al and a2, in which case this value is a third parameter c'3 of the model.
10 Selon une première variante, une seule valeur de seuil X, est utilisée. Selon une deuxième variante, une valeur de seuil X', par détecteur D, est utilisée. Les valeurs des paramètres {c'1, c'2, c'3} sont déterminées pour chacun des détecteurs D, du système d'acquisition d'images. Plusieurs modes de réalisation de l'étape de détermination des paramètres 15 d'égalisation sont envisagés. Les principales étapes de la détermination des paramètres d'égalisation selon un premier mode de réalisation sont illustrées à la figure 11. Dans le mode de réalisation considéré, l'image d'égalisation redressée complète IR comporte un nombre L de lignes, et tous les pixels d'une même ligne correspondent à une 20 même zone de paysage, la valeur de radiométrie associée étant obtenue par un détecteur différent. Chaque colonne de l'image d'égalisation redressée complète comprend des valeurs de radiométrie obtenues sensiblement par un même détecteur. Les paramètres du modèle mathématique de correction à appliquer pour éliminer les artefacts dus à la variabilité des détecteurs sont calculés à partir de l'image 25 d'égalisation redressée complète IR. Lors d'une première étape d'initialisation 80, F valeurs notées ch à qF, dites valeurs de fréquences, comprises entre 0 et 1, sont déterminées. Le nombre n de valeurs est un paramètre du procédé, et peut être adapté à la catégorie de paysage. Pour une catégorie de paysage de basse radiométrie, une valeur de n faible est choisie, par 30 exemple n=4. De manière plus générale, n est de préférence compris entre 1 et 100, par exemple n=35 pour une dynamique de radiométrie codée sur 12 bits. Par exemple, des valeurs l {a ..1---1 a ,rn- - -,qF} régulièrement espacées entre 0,1 et 0,9 sont sélectionnées. En variante, les valeurs de fréquence qn sont calculées à partir d'un histogramme 35 moyen des colonnes de l'image d'égalisation redressée complète IR.According to a first variant, a single threshold value X is used. According to a second variant, a threshold value X ', by detector D, is used. The values of the parameters {c'1, c'2, c'3} are determined for each of the detectors D, of the image acquisition system. Several embodiments of the step of determining the equalization parameters are contemplated. The main steps of determining the equalization parameters according to a first embodiment are illustrated in FIG. 11. In the embodiment considered, the complete rectified equalization image IR has a number L of lines, and all pixels of the same line correspond to the same landscape area, the associated radiometry value being obtained by a different detector. Each column of the complete rectified equalization image comprises radiometry values obtained substantially by the same detector. The parameters of the mathematical correction model to be applied to eliminate artefacts due to the variability of the detectors are calculated from the complete rectified equalization image IR. In a first initialization step 80, F values noted ch to qF, said frequency values, between 0 and 1, are determined. The number n of values is a parameter of the process, and can be adapted to the category of landscape. For a low radiometry landscape category, a value of n low is chosen, for example n = 4. More generally, n is preferably between 1 and 100, for example n = 35 for a radiometric dynamic coded on 12 bits. For example, values l {a ..1 --- 1a, rn- - -, qF} regularly spaced between 0.1 and 0.9 are selected. Alternatively, the frequency values q n are calculated from an average histogram of the columns of the complete rectified equalization image IR.
3025683 17 Ensuite, pour chacun des détecteurs D, parmi tous les détecteurs du système d'acquisition d'images (étape 82), un histogramme cumulé normalisé, noté HC,, est calculé et mémorisé à l'étape de calcul 84. En pratique, un histogramme cumulé HC,() des radiométries de la colonne de 5 l'image d'égalisation redressée cumulée IR associée au détecteur D, est calculé. De manière connue, la valeur au point V d'un histogramme cumulé est égale au nombre de pixels du signal d'image considéré, donc de la colonne de l'image IR considérée dans le cas présent, qui ont une valeur de radiométrie inférieure ou égale à V. L'histogramme cumulé est normalisé par le nombre total de pixels de la colonne 10 d'image. Par conséquent, les valeurs HC,(V) sont comprises entre 0 et 1. Ensuite, pour le détecteur D, courant, on considère chaque valeur de fréquence qn parmi l'ensemble de valeurs de fréquence {q1,...,qF} à l'étape 86, et on détermine le quantile Xig" correspondant à la fréquence qn dans l'histogramme cumulé normalisé HC, (): 15 HC,(X q'') qn (Eq5) La valeur de quantile déterminée est mémorisée, par exemple dans un tableau. Lorsque les valeurs de quantile pour chacune des valeurs de fréquence qn pour le détecteur courant D, sont obtenues, le procédé retourne à l'étape 82 de sélection d'un détecteur suivant Di+, 20 Ainsi, les étapes 82 à 88 sont répétées pour tous les détecteurs du système d'acquisition d'images 2. Lorsque tous les détecteurs ont été traités, une étape 90 de calcul de quantiles moyens est mise en oeuvre. Lors de cette étape, pour chaque valeur de fréquence qn, on calcule un quantile 25 moyen, représentatif de la moyenne des quantiles déterminés détecteur par détecteur : 1 Nd Zq" Xig" . (Eq 6) où Nd est le nombre de détecteurs Nd i=1 Ensuite, lors de l'étape 92, chaque détecteur D, est considéré, et un ensemble de paramètres d'égalisation {QI} est calculé par rapport à l'ensemble des quantiles moyens préalablement calculés et mémorisés, par une méthode d'optimisation de type moindres 30 carrés dans ce mode de réalisation. Dans ce mode de réalisation, les paramètres d'égalisation {QI} sont choisis comme étant les paramètres qui minimisent l'erreur quadratique entre les quantiles calculés des valeurs de fréquence qn après application de la fonction mathématique de correction et les valeurs moyennes de quantiles ou quantiles moyens calculés.Thereafter, for each of the detectors D, among all the detectors of the image acquisition system (step 82), a normalized cumulated histogram, denoted HC ,, is calculated and stored in the calculation step 84. In practice a cumulative histogram HC, () of the radiometries of the column of the cumulative rectified equalization image IR associated with the detector D, is calculated. In known manner, the value at point V of a cumulative histogram is equal to the number of pixels of the image signal considered, and therefore of the column of the IR image considered in the present case, which have a lower radiometry value or equal to V. The cumulative histogram is normalized by the total number of pixels in the image column. Therefore, the values HC, (V) are between 0 and 1. Then, for the detector D, current, each frequency value qn is considered among the set of frequency values {q1, ..., qF} in step 86, and the quantile Xig "corresponding to the frequency qn in the normalized cumulated histogram HC, (): HC, (X q '') qn (Eq5) is determined. The determined quantile value is stored, For example, in a table, when the quantile values for each of the frequency values q n for the current detector D are obtained, the method returns to step 82 for selecting a detector D i +. at 88 are repeated for all the detectors of the image acquisition system 2. When all the detectors have been processed, a step 90 for calculating average quantiles is carried out In this step, for each frequency value qn an average quantile is calculated, representative of the mean of the quantiles of Detector-terminated detector: 1 Nd Zq "Xig". (Eq 6) where Nd is the number of detectors Nd i = 1 Then, in step 92, each detector D, is considered, and a set of equalization parameters {QI} is calculated with respect to the set previously calculated and stored average quantiles by a least squares type optimization method in this embodiment. In this embodiment, the equalization parameters {QI} are chosen as the parameters that minimize the squared error between the calculated quantiles of the frequency values qn after application of the mathematical correction function and the mean values of quantiles or calculated quantiles means.
3025683 18 Si on note, pour le détecteur D,, Y=F({ca,X) le signal de radiométrie corrigé, et Y " le quantile calculé après correction pour la fréquence qn, les paramètres {ca sont calculés pour minimiser la somme S(c') : F2 S({C; (Eq7) n=1 \, 5 Où Zq' est la valeur moyenne des quantiles pour la fréquence qn calculée par la formule (Eq6), F ({c;}, X tq' ) et un est la moyenne de l'écart-type des radiométries d'une colonne pour la valeur radiométrique moyenne Zq' pondérée par le nombre de lignes de IR. La valeur un est déterminée préalablement à la mise en oeuvre du procédé d'estimation, c'est un paramètre caractéristique du bruit d'acquisition de chaque 10 détecteur. Selon une variante, la valeur de un est calculée en utilisant un modèle paramétré en fonction de la valeur radiométrique Zq" . Dans ce mode de réalisation, un ensemble de paramètres d'égalisation {QI} définissant la fonction de correction de radiométrie est obtenu pour l'image d'égalisation redressée complète IR, cet ensemble de paramètres d'égalisation étant optimisé pour 15 l'ensemble des catégories de paysages considéré représenté dans IR. Selon un deuxième mode de réalisation, un ensemble de paramètres d'égalisation {cil par détecteur D, et par catégorie de paysage Pk est calculé. Ces paramètres sont destinés à être utilisés pour un paysage de la catégorie de paysage correspondante. Dans ce deuxième mode de réalisation, les étapes 80 à 92 sont effectuées pour 20 chaque détecteur D, et chaque catégorie de paysage Pk, donc il n'y a pas de formation d'image redressée complète par concaténation de portions d'image d'égalisation redressées. L'image utilisée en entrée est l'image lEk obtenue pour la catégorie de paysage Pk. Selon un troisième mode de réalisation, les étapes 80 à 90 sont effectuées pour 25 chaque détecteur et chaque paysage observé, pour obtenir un ensemble de paramètres {ci r}pour chaque détecteur D, et chaque paysage Pr. Les ensembles de paramètres sont ensuite fournis en entrée de l'étape 92. En sortie de l'étape 92, un ensemble de paramètres global pour chaque détecteur est alors obtenu, par exemple en appliquant une moyenne pondérée de paramètres de même rang obtenus pour un détecteur D, 30 donné, pour chaque paysage Pr traité. Selon un autre aspect, l'invention a pour objet un procédé d'évaluation de bruit d'égalisation sur chaque catégorie de paysage et à différents niveaux de radiométrie.3025683 18 If, for the detector D ,, Y = F ({ca, X), the corrected radiometry signal is recorded, and Y "the calculated quantile after correction for the frequency qn, the parameters {ca are calculated to minimize the sum S (c '): F2 S ({C; (Eq7) n = 1 \, 5 Where Zq' is the mean value of the quantiles for the frequency qn calculated by the formula (Eq6), F ({c;}, X tq ') and one is the mean of the standard deviation of the radiometries of a column for the average radiometric value Zq' weighted by the number of lines of IR, the value one is determined prior to the implementation of the method of This estimate is a characteristic parameter of the acquisition noise of each detector, alternatively the value of one is calculated using a parameterized model as a function of the radiometric value Zq ". set of equalization parameters {QI} defining the radiometry correction function is obtained for the equalization image IR is fully rectified, this set of equalization parameters being optimized for all the categories of landscapes considered represented in IR. According to a second embodiment, a set of equalization parameters {cil per detector D, and per landscape category Pk is calculated. These parameters are intended to be used for a landscape of the corresponding landscape category. In this second embodiment, steps 80 to 92 are performed for each detector D, and each landscape category Pk, so there is no complete rectified image formation by concatenation of image portions of equalization rectified. The image used as input is the image lEk obtained for the landscape category Pk. According to a third embodiment, steps 80 to 90 are performed for each detector and each observed landscape, to obtain a set of parameters {ci r} for each detector D, and each landscape Pr. The sets of parameters are then provided. at the input of step 92. At the output of step 92, a global set of parameters for each detector is then obtained, for example by applying a weighted average of parameters of the same rank obtained for a given detector D, 30, for every landscape Pr treated. According to another aspect, the subject of the invention is a method for evaluating equalization noise on each landscape category and at different levels of radiometry.
3025683 19 Avantageusement, un bilan précis de performance du système d'acquisition d'images peut être effectué en vol, donc lors d'une phase opérationnelle, pour différents niveaux de radiométrie et différentes catégories de paysage. Les méthodes connues d'évaluation de bruit d'égalisation ne permettent pas une caractérisation des performances d'un système 5 d'acquisition aussi fine. La figure 12 illustre un procédé d'utilisation des paramètres d'égalisation estimés pour l'évaluation de bruit d'égalisation pour plusieurs niveaux moyens de radiométrie et plusieurs catégories de paysage. Le procédé est composé de trois étapes principales, une étape 100 d'acquisition 10 d'une ou plusieurs images d'égalisation par catégorie de paysage considérée, analogue à l'étape d'acquisition d'image d'égalisation 40 décrite ci-dessus, une étape 102 de calcul d'un ensemble de sous-ensembles constitués de lignes moyennes ou vecteurs moyens de paysage, chaque ligne moyenne de paysage correspondant à un niveau radiométrique moyen, vu successivement par l'ensemble de détecteurs du système d'acquisition, et une 15 étape 104 d'évaluation de bruit d'égalisation par niveau radiométrique moyen et par catégorie de paysage. L'étape 102 est composée de deux étapes dans le mode de réalisation de la figure 12, une étape 106 de redressement de la ou des images d'égalisation acquises lors de l'étape d'acquisition 100, et une étape 108 de calcul des quantiles Xiq' de chaque 20 catégorie de paysage correspondant à la fréquence qn, chaque quantile Xig" correspondant à un quantile moyen Zq' indiquant un niveau de radiométrie associé au quantile Xiq". Chaque ligne moyenne de paysage avant égalisation est un vecteur moyen monodimensionnel, comprenant autant d'éléments que de détecteurs, chaque élément étant une valeur de quantile Xiq" correspondant à un quantile moyen Zq" 25 De préférence, les étapes 80 à 88 détaillée ci-dessus en référence à la figure 11 sont appliquées pour le calcul des quantiles Xiq". L'étape 104 d'évaluation de bruit d'égalisation par niveau radiométrique moyen et par type de paysage comprend une première étape optionnelle 110 d'application de paramètres d'égalisation associés au modèle de correction Y -F(cii,X) pour égaliser 30 chaque ligne moyenne de paysage correspondant à un niveau de radiométrie Zq' et à une catégorie de paysage. Selon un premier mode de réalisation les paramètres d'égalisation {c1} sont estimés par le procédé d'estimation décrit ci-dessus.Advantageously, an accurate performance report of the image acquisition system can be performed in flight, so during an operational phase, for different levels of radiometry and different categories of landscape. The known methods of evaluating equalization noise do not allow a characterization of the performance of such a fine acquisition system. Figure 12 illustrates a method of using the estimated equalization parameters for the equalization noise evaluation for several average levels of radiometry and several landscape categories. The method is composed of three main steps, a step 100 of acquiring one or more landscape category equalization images considered, analogous to the equalization image acquisition step 40 described above. a step 102 of calculating a set of subsets consisting of average lines or mean landscape vectors, each average landscape line corresponding to an average radiometric level, seen successively by the set of detectors of the acquisition system, and a step 104 of EQ noise evaluation by average radiometric level and by landscape category. Step 102 is composed of two steps in the embodiment of FIG. 12, a step 106 of rectifying the equalization image or images acquired during acquisition step 100, and a step 108 of calculating the quantiles Xiq 'of each landscape category corresponding to the frequency qn, each quantile Xig "corresponding to a mean quantile Zq' indicating a level of radiometry associated with the quantile Xiq". Each average landscape line before equalization is a one-dimensional average vector, comprising as many elements as detectors, each element being a quantile value Xiq "corresponding to a mean quantile Zq". Preferably, steps 80 to 88 detailed below. 11 is applied for the calculation of the quantiles Xiq ".The step 104 of equalizing noise estimation by average radiometric level and by type of landscape comprises an optional first step 110 of application of parameters of equalization associated with the correction model Y -F (cii, X) for equalizing each average landscape line corresponding to a radiometry level Zq 'and to a landscape category According to a first embodiment the equalization parameters { c1} are estimated by the estimation method described above.
3025683 20 Selon un deuxième mode de réalisation, des paramètres d'égalisation prédéfinis, obtenus au préalable par une méthode d'estimation, sont appliqués. Ainsi, le procédé permet d'évaluer la performance du système d'acquisition combiné à un jeu de paramètres d'égalisation donné.According to a second embodiment, predefined equalization parameters, previously obtained by an estimation method, are applied. Thus, the method makes it possible to evaluate the performance of the acquisition system combined with a given set of equalization parameters.
5 En variante, l'égalisation est effectuée au préalable avec un ensemble de paramètres d'égalisation prédéfini, et l'étape 108 est directement suivie de l'étape 112 décrite ci-après. L'étape 110, lorsqu'elle est effectuée, est suivie d'une étape 112 d'application d'un critère d'évaluation du niveau de bruit.Alternatively, the equalization is performed beforehand with a set of predefined equalization parameters, and the step 108 is directly followed by the step 112 described hereinafter. Step 110, when performed, is followed by a step 112 of applying a noise level evaluation criterion.
10 Dans un mode de réalisation, l'évaluation de niveau de bruit de la ligne moyenne égalisée se fait par une formule mathématique d'évaluation de la dispersion après égalisation de la ligne moyenne de paysage considérée. De préférence, une ligne moyenne égalisée est calculée pour chaque quantile Yiq" , associé un niveau de radiométrie moyen Zq' pour une catégorie de paysage 15 donnée. Dans un mode de réalisation, le niveau de bruit d'égalisation pour un signal d'image Y est calculé par : C(X) = Max stat ( Am(i) RMS _col(i)s (Eq 8) La fonction Max stat donne la valeur maximale statistiquement à P pour cent des 20 valeurs d'un vecteur, avec P=99,7% par exemple. Am(i) = max (Yiq")- min (Yiq" ) (Eq 9) 1\1, est un nombre de colonnes (typiquement Nc=50) et RMS col(k) est une valeur connue par ailleurs, caractéristique de la moyenne, sur les colonnes i à i+Nc-1, des écarts-types des radiométries d'une colonne pour la valeur radiométrique moyenne Zq" .In one embodiment, the noise level evaluation of the equalized average line is by a mathematical formula for evaluating the dispersion after equalizing the average landscape line considered. Preferably, an equalized average line is calculated for each quantile Yiq ", associated with an average radiometry level Zq 'for a given landscape category 15. In one embodiment, the level of equalization noise for an image signal Y is computed by: C (X) = Max stat (Am (i) RMS _col (i) s (Eq 8) The Max stat function gives the maximum value statistically at P percent of the 20 values of a vector, with P = 99.7% eg Am (i) = max (Yiq ") - min (Yiq") (Eq 9) 1 \ 1, is a number of columns (typically Nc = 50) and RMS col (k) is a value known elsewhere, characteristic of the average, on the columns i to i + Nc-1, standard deviations of the radiometries of a column for the average radiometric value Zq ".
25 Bien évidemment, le critère C(-)) peut être remplacé par tout autre critère d'évaluation analogue. On peut donc calculer une évaluation Cn (-) pour chaque quantile, associé un niveau de radiométrie moyen Zq' pour une catégorie de paysage donnée. Ces valeurs d'évaluation peuvent ensuite être exploitées par exemple pour 30 cartographier les performances de l'égalisation d'image, par rapport aux valeurs de radiométrie et aux catégories de paysage. Ainsi, il est possible d'évaluer finement la 3025683 21 performance des paramètres d'égalisation calculés, sur l'ensemble du domaine de radiométries et de paysages d'intérêt.Of course, the criterion C (-)) can be replaced by any other similar evaluation criterion. We can therefore calculate an evaluation Cn (-) for each quantile, associated with a mean radiometry level Zq 'for a given landscape category. These evaluation values can then be exploited, for example, to map the performance of the image equalization, with respect to radiometry values and landscape categories. Thus, it is possible to finely evaluate the performance of the calculated equalization parameters over the entire range of radiometries and landscapes of interest.
Claims (6)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1558074A FR3025683B1 (en) | 2014-02-26 | 2015-08-31 | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1451539 | 2014-02-26 | ||
| FR1451539A FR3018022B1 (en) | 2014-02-26 | 2014-02-26 | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS |
| FR1558074A FR3025683B1 (en) | 2014-02-26 | 2015-08-31 | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3025683A1 true FR3025683A1 (en) | 2016-03-11 |
| FR3025683B1 FR3025683B1 (en) | 2018-04-06 |
Family
ID=52358831
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1451539A Active FR3018022B1 (en) | 2014-02-26 | 2014-02-26 | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS |
| FR1558074A Active FR3025683B1 (en) | 2014-02-26 | 2015-08-31 | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1451539A Active FR3018022B1 (en) | 2014-02-26 | 2014-02-26 | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS |
Country Status (1)
| Country | Link |
|---|---|
| FR (2) | FR3018022B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3059453B1 (en) * | 2016-11-29 | 2018-11-16 | Centre National D'etudes Spatiales | METHOD AND DEVICE FOR DECONVOLUTION OF DIGITAL IMAGES |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6670596B2 (en) * | 2001-08-06 | 2003-12-30 | Raytheon Company | Radiometry calibration system and method for electro-optical sensors |
-
2014
- 2014-02-26 FR FR1451539A patent/FR3018022B1/en active Active
-
2015
- 2015-08-31 FR FR1558074A patent/FR3025683B1/en active Active
Non-Patent Citations (2)
| Title |
|---|
| GIOVANI CORSINI ET AL: "Striping Removal in MOS-B Data", IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 38, no. 3, 1 May 2000 (2000-05-01), XP011021522, ISSN: 0196-2892 * |
| PHILIPPE KUBIK ET AL: "<title>AMETHIST: a method for equalization thanks to HISTograms</title>", PROCEEDINGS OF SPIE, vol. 5570, 4 November 2004 (2004-11-04), pages 256 - 267, XP055166056, ISSN: 0277-786X, DOI: 10.1117/12.565091 * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3018022B1 (en) | 2017-07-14 |
| FR3018022A1 (en) | 2015-08-28 |
| FR3025683B1 (en) | 2018-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Improving the estimation of fractional vegetation cover from UAV RGB imagery by colour unmixing | |
| Jiang et al. | Advancing opportunistic sensing in hydrology: A novel approach to measuring rainfall with ordinary surveillance cameras | |
| EP2549434B1 (en) | Method of modelling buildings from a georeferenced image | |
| EP2930659B1 (en) | Method for detecting points of interest in a digital image | |
| US8885883B2 (en) | Enhancing GMAPD LADAR images using 3-D wallis statistical differencing | |
| Honkavaara et al. | Influence of solar elevation in radiometric and geometric performance of multispectral photogrammetry | |
| FR2977122A1 (en) | METHOD OF CORRECTING TIME SHIFT FOR AGRICULTURAL YIELD MEASUREMENT | |
| Leduc et al. | Challenges and applications of structure-from-motion photogrammetry in a physical model of a braided river | |
| Sayer et al. | Implications of MODIS bow-tie distortion on aerosol optical depth retrievals, and techniques for mitigation | |
| WO2016193602A1 (en) | System and method for estimating a harvest volume in a vineyard operation | |
| WO2022213218A1 (en) | System and method for vegetation detection from aerial photogrammetric multispectral data | |
| CA2825506A1 (en) | Spectral scene simplification through background subtraction | |
| CN107529726A (en) | Check device, inspection method and program | |
| FR3025683A1 (en) | METHOD AND DEVICE FOR ESTIMATING DIGITAL IMAGE EQUALIZATION PARAMETERS | |
| Santini et al. | Advanced anomalous pixel correction algorithms for hyperspectral thermal infrared data: The TASI-600 case study | |
| Wang et al. | Removing temperature drift and temporal variation in thermal infrared images of a UAV uncooled thermal infrared imager | |
| WO2017093057A1 (en) | Method for characterising a scene by calculating the 3d orientation | |
| FR3050300A1 (en) | METHOD AND DEVICE FOR AUTOMATIC DETECTION OF POLLUTION ZONES ON A WATER SURFACE | |
| FR3081590A1 (en) | METHOD FOR INCREASING THE SPATIAL RESOLUTION OF A MULTI-SPECTRAL IMAGE FROM A PANCHROMATIC IMAGE | |
| WO2021105604A1 (en) | Method and device for processing images | |
| CA2825463A1 (en) | Substance subtraction in a scene based on hyperspectral characteristics | |
| EP3847622B1 (en) | Measurement of land surface albedo, without needing a conventional albedometer | |
| US20220326149A1 (en) | Vicarious calibration using solar glint over water | |
| Rogaß et al. | A contribution to the reduction of radiometric miscalibration of pushbroom sensors | |
| FR3034229A1 (en) | METHOD FOR DENOMBRATING OBJECTS IN A PREDETERMINED SPATIAL AREA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20160311 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |
|
| PLFP | Fee payment |
Year of fee payment: 8 |
|
| PLFP | Fee payment |
Year of fee payment: 9 |
|
| PLFP | Fee payment |
Year of fee payment: 10 |
|
| PLFP | Fee payment |
Year of fee payment: 11 |