CN102567967B - 用于空间图像的大气和阳光校正的技术 - Google Patents
用于空间图像的大气和阳光校正的技术 Download PDFInfo
- Publication number
- CN102567967B CN102567967B CN201110429145.XA CN201110429145A CN102567967B CN 102567967 B CN102567967 B CN 102567967B CN 201110429145 A CN201110429145 A CN 201110429145A CN 102567967 B CN102567967 B CN 102567967B
- Authority
- CN
- China
- Prior art keywords
- image
- spatial image
- spatial
- air
- grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012937 correction Methods 0.000 title claims abstract description 56
- 238000005516 engineering process Methods 0.000 title abstract description 22
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 37
- 238000003702 image correction Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 39
- 239000003595 mist Substances 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 description 23
- 230000003287 optical effect Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000004438 eyesight Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000001427 coherent effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000000149 penetrating effect Effects 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000000149 argon plasma sintering Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000004907 flux Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002772 conduction electron Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000002159 nanocrystal Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229910052814 silicon oxide Inorganic materials 0.000 description 1
- -1 silicon oxide nitride Chemical class 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/002—Active optical surveying means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/70—
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
Abstract
描述了用于空间图像的大气和阳光校正的技术。一种设备可以包括大气和阳光组件,其被布置为由逻辑装置执行并用于校正来自空间图像的阳光和大气伪像。该大气和阳光组件可以包括图像信息组件,其用于生成用于一组空间图像的每个空间图像的图像记录,该图像记录包括用于每个空间图像的统计信息和图像上下文信息,过滤器生成组件,其用于从存储在图像记录中的统计信息和图像上下文信息生成大气过滤器和阳光过滤器,以及图像校正组件,其用于使用各自的大气过滤器和阳光过滤器校正来自空间图像的大气和阳光伪像。描述并要求保护了其他的实施例。
Description
相关申请
本申请是与2009年11月24日提交的名称为“Multi-Resolution Digital Large Format Camera With Multiple Detector Arrays”的共有的美国专利申请序列号No. 12/624,412(律师案号No. 327939.01)相关的,上述专利申请通过整体的引用合并于此。
背景技术
空间成像(aerial imaging)是指从诸如航空器或卫星的升高的位置捕获行星表面的图像。空间成像用在地图制作中,诸如用于提供摄影测量,其通常是地形图的基础。取决于照相机的给定的高度,空间成像可能捕获使图像里的表面物体模糊的不希望有的视觉元素。然而去除不希望有的视觉元素可能是困难的,尤其是当多个空间图像拼接在一起以形成合成的空间图像时,诸如“正射镶嵌(ortho mosaic)”或航测图。正是鉴于这些和其他的考虑,需要进行改进。
发明内容
提供该发明内容以简化的形式介绍概念的选择,其将在以下的具体实施方式中被进一步描述。该发明内容不是旨在确定所要求保护的主题的关键特征或必要特征,也不是旨在帮助限定所要求保护的主题的范围。
实施例通常针对用于空间图像的高级图像处理技术。某些实施例特别针对被专门设计用以校正空间图像内大气和阳光影响的高级图像处理技术。当照相机的高度增加时,照相机会获得具有越来越多的诸如由于大气内的气溶胶导致的光散射和吸收的大气和阳光影响的空间图像。除了其他问题,大气和阳光的影响潜在地使由空间照相机获得的空间图像内的表面物体模糊。
实施例实现了多种大气和阳光校正技术以校正空间图像内的大气和阳光影响。在一个实施例中,例如,大气和阳光组件布置为由逻辑装置执行并用于校正来自空间图像的大气和阳光伪像。除了其他元件,大气和阳光组件可以包括用于为一组空间图像的每个空间图像生成图像记录的图像信息组件,该图像记录包括每个空间图像的统计信息和图像环境信息。大气和阳光组件可以进一步包括滤波器生成组件,用于根据存储在图像记录中的统计信息和图像环境信息生成大气滤波器和阳光滤波器。大气和阳光组件还可以进一步包括图像校正组件,用于使用相应大气滤波器和阳光滤波器校正来自空间图像的大气和阳光伪像。用这种方式,大气和阳光组件可以提供增强的空间图像,该增强的空间图像提供了空间图像内的表面物体的更大程度的视觉敏度和准确再现。描述并要求保护了其他的实施例。
通过阅读以下具体实施方式以及对相关附图的评论,这些和其他特征和益处将是明显的。应当理解,前述的一般描述和以下的具体实施方式仅仅是示例性的且对于请求保护的方面是非限制性的。
附图说明
图1为示意图,其示出了提供在呈现于此的一个实施例中的具有多个探测器阵列的多分辨率数字大画幅照相机(multi-resolution digital large format camera)的方面;
图2为示意图,其示出了呈现在公开于此的一个实施例中的大画幅数字照相机内,主照相机系统的覆盖区(footprint)与四个辅助照相机系统的覆盖区重叠;
图3为透视图,其示出了呈现在公开于此的一个实施例中的大画幅数字照相机内主照相机系统的覆盖区以及四个辅助照相机系统的覆盖区的透视图;
图4A为示出了俯视图的示意图,其示例了呈现在公开于此的一个实施例中的大画幅数字照相机内的使用主照相机系统拍摄的连续图像序列的覆盖区和使用四个辅助照相机系统拍摄的连续图像序列的覆盖区之间的重叠;
图4B为示出了透视图的示意图,其示例了呈现在公开于此的一个实施例中的大画幅数字照相机内的沿着航线使用主照相机系统的连续图像序列的覆盖区和使用四个辅助照相机系统的连续图像序列的覆盖区之间的重叠;
图5为流程图,其示出了一个呈现于此的用于使用提供在呈现于此的一个实施例中的具有多探测器阵列的多分辨率数字大画幅照相机的大面积机载光学配准的说明性流程;
图6为框图,其示出了用于校正由提供在呈现于此的一个实施例中的具有多探测器阵列的多分辨率数字大画幅照相机获得的空间图像的空间成像系统;
图7为框图,其示出了用于校正由提供在呈现于此的一个实施例中的具有多探测器阵列的多分辨率数字大画幅照相机获得的空间图像的空间成像系统的大气和阳光组件;
图8为流程图,其示出了一个呈现于此的用于校正由提供在呈现于此的一个实施例中的具有多探测器阵列的多分辨率数字大画幅照相机获得的空间图像中的大气影响的说明性流程;
图9为流程图,其示出了一个呈现于此的用于校正由提供在呈现于此的一个实施例中的具有多探测器阵列的多分辨率数字大画幅照相机获得的空间图像中的阳光影响的说明性流程;
图10为计算架构的框图,其适于实现用于校正由提供在呈现于此的一个实施例中的具有多探测器阵列的多分辨率数字大画幅照相机获得的空间图像的空间成像系统的大气和阳光组件。
具体实施方式
实施例总得而言针对用于空间图像的高级图像处理技术。某些实施例特别针对被专门设计用以校正使用例如大画幅空间照相机获取的空间图像内大气和阳光影响的高级图像处理技术。
通常,行星的大气对于空间图像获取和处理来说是恶劣的环境。在较高的高度,大画幅数字照相机可以获得在其中具有不希望有的使表面物体模糊的视觉元素的空间图像。例如,空间图像可能具有很多诸如由于大气内的气溶胶导致的光散射和吸收的大气和阳光的影响。光散射可以包括,例如,瑞利散射和米氏散射。气溶胶可以包括气体、液体和固体颗粒。在普通的18500英尺的飞行高度,例如,大气和阳光的影响在空间图像的每个像素上引入了取决于范围的雾度(例如,亮度改变)和变色(例如,蓝色调)。该取决于范围的雾度和变色应当被校正并同地面或地球表面的真实场景内容相分离。进一步地,在诸如那些跨越数天的更大图像的获取中,在两个或多个航线内的阳光辐照度的显著差异将会被引入。该亮度差异使得后续校正诸如双向反射分布函数(BRDF)校正的执行更加困难和昂贵。因此,非常需要对使大画幅照相机获得的空间图像中的表面物体模糊的大气和阳光影响进行校正。
为校正任何不期望的大气影响,高级图像处理技术尝试模型化并导出鲁棒的大气线性掩码(linear mask),其对于每个空间图像中的每个像素是最优的,同时保持对地面上场景内容的不敏感(或独立)。为校正任何不期望的阳光影响,高级图像处理技术尝试导出鲁棒的阳光辐照度(irradiance)模型和照相机模型,其能够通过缩放(scaling)技术将每个图像的亮度调整到预设的平均亮度。
描述于此的高级图像处理技术可以提供相对于传统图像处理技术的显著优势。例如,原先的诸如暗物体减法(DOS)技术的解决方案仅为一个空间图像的每个信道导出偏移量,且仅建立大气加性效应的模型。高级图像处理技术为空间图像的每个子区域导出线性模型,并建模大气加性效应和乘法效应二者。高级图像处理技术还考虑沿着航线的相邻图像,并因此对场景内容提供更好的精度和更小的敏感度。换言之,高级图像处理技术是局部最优且全局一致的。进一步地,高级图像处理技术减小了由于来自于跨越诸如若干小时甚至几天的长时间间隔的更大图像的获取的阳光辐照度差异而导致的大的亮度差异。
以下的具体实施方式将包括两个主要部分。第一部分提供如图1-5所示的适于获取并输出空间图像的大画幅空间照相机的详细描述和实例。第二部分提供如图6-10所示的实现被布置为处理由大画幅空间照相机获取的空间图像的高级图像处理技术的空间成像系统的详细描述和实例。空间成像系统可以包括被布置为校正空间图像中大气和阳光影响的大气和阳光组件。除了其他的使用场景,校正后的空间图像可以用于许多对于数字空间图像来说典型的使用场景,诸如生成很大程度上摆脱了大气和阳光影响的正射镶嵌(空间地图)。
大画幅空间照相机
在多个实施例中,大画幅空间照相机可以用于获取、捕获或记录空间图像。空间图像可以包括静止图像(例如,图片)或活动图像(例如,视频)。在某些实施例中,大画幅空间照相机可以适于用在诸如整个国家、大陆或者甚至整个世界的地球大表面区域的机载光学配准中。
在一个实施例中,例如,空间图像可以通过实现为诸如由微软公司,雷德蒙德,华盛顿制造的MICROSOFT? ULTRACAM-G空间照相机的具有多个光学系统和探测器阵列的多分辨率大画幅数字照相机的大画幅空间照相机获取。尽管某些实施例可以参考由具有多个光学系统和探测器阵列的多分辨率大画幅照相机获取的空间图像来描述,最好的是空间成像系统以及高级大气和阳光组件可以校正由任何空间数字照相机获取的空间图像。实施例不限于该上下文中。
多分辨率大画幅数字照相机可能能够以不同的摄影尺寸来产生空间图像。多分辨率大画幅数字照相机可以产生具有广角几何的全色图像,其适合在包括基于图像的地理参考和数字表面建模的摄影测量工作流程中使用。多分辨率大画幅数字照相机也能够同时产生具有窄角几何的多种彩色图像,其适合在包括 “正射图像”产生的摄影测量工作流程中使用。正射图像是在正投影中示出地面物体的图像。因为单个的使用多分辨率大画幅数字照相机的飞行能够产生广角和窄角图像二者,所以相比于先前的解决方案,能够降低大面积绘制地图的成本。
多分辨率大画幅数字照相机可以包括主照相机系统和两个或更多的辅助照相机系统。主照相机系统配置为用于收集全色图像数据且辅助照相机系统配置为用于收集彩色图像数据。每个辅助照相机系统的光学系统具有比主照相机系统的光学系统更长的焦距。主照相机系统和辅助照相机系统可以安装在适于在航空器内安装和使用的公共外壳之内。
主照相机系统具备能够捕获全色图像数据的电光探测器阵列。每个辅助照相机系统具备能够捕获彩色图像数据的电光探测器阵列。在每个辅助照相机系统中的电光探测器的分辨率大于在主照相机系统中的电光探测器的分辨率。在某些情况下,辅助照相机系统的辐射测量分辨率可能大于主照相机系统的辐射测量分辨率。
主照相机系统和辅助照相机系统可以配置为使得大画幅数字照相机可以以提供两个不同覆盖区的两个不同的图像比例产生图像。由主照相机系统产生的图像相比于由辅助照相机系统产生的图像具有较大的覆盖区且具有较大的尺寸,并借助于摄影三角测量提供用于执行基于图像的地理参考的信息。由辅助照相机系统产生的图像与由主照相机系统产生的图像相比具有较小覆盖区并具有较小的尺寸,且提供高分辨率的窄角彩色图像。由辅助照相机系统产生的彩色图像可以用作用于产生高分辨率的正射图像的源数据集。由辅助照相机系统产生的图像的覆盖区可以被配置为在垂直于航迹的方向与主照相机系统的覆盖区重叠。
多分辨率大画幅数字照相机可以被配置为沿着航线生成一系列连贯图像。多分辨率大画幅数字照相机可以进一步配置为使得主照相机系统产生一系列彼此重叠的连贯全色图像。辅助照相机系统可以被配置为产生一系列连贯的彼此重叠以及和由主照相机系统产生的图像重叠的彩色图像。连贯全色图像之间的重叠可以大于连贯彩色图像之间的重叠。
图1是示意图,其示出了提供在呈现于此的一个实施例中的具有多个光学系统106A-106B以及探测器阵列110A-110B的大画幅数字照相机100的方面。如图1所示,大画幅数字照相机100包括主照相机系统104A和两个或更多辅助照相机系统104B-104N。尽管图1示例了两个辅助照相机系统104B-104N,应当理解,其他的实施方式可以包括附加的辅助照相机系统104B-104N。例如,在如下所述的实施例中,大画幅数字照相机100包括四个辅助照相机系统104B-104N。
根据一个实施例,主照相机系统104A包括光学系统106A,其具有焦距108A。每个辅助照相机系统104B-104N具有光学系统106B,该光学系统106B具有比光学系统106A的焦距108A更长的焦距108B。以这种方式,辅助照相机系统104B-104N被配置为产生比由主照相机系统104A产生的图像具有更窄视场的图像。由主照相机系统104A产生的图像具有比由辅助照相机系统104B-104N产生的图像更宽的视场。该光学系统106A-106B可以包括其他的传统光学元件以在期望的焦距产生合适的图像。
根据一个实现方式,主照相机系统104A配置有能够捕获全色图像数据112的电光探测器阵列110A。本领域公知,全色图像传感器,诸如电光探测器阵列110A,对整个可见光谱的全部或大部分是敏感的。根据实施例,每个辅助照相机系统104B-104N配置有能够捕获彩色图像数据116的电光探测器阵列110B。例如,辅助照相机系统104B-104N可以装备有分别配置为用于捕获彩色图像数据116A-116N的合适的电荷耦合器件(“CCD”)阵列。根据实施例,呈现于此的照相机系统是画幅照相机(也称为分幅照相机),对照于利用推扫式传感的照相机。
应当理解,该探测器阵列110A-110B包含单个电光检测器的阵列,例如输出电信号的半导体装置,该电信号的幅值取决于入射到这样的电光检测器上的光能强度。因此,来自阵列110A-110B中的每个电光检测器的信号指示来自被拍摄的物体或地形部分的像素区域的光能强度,且来自阵列110A-110B中的所有单个电光检测器的信号指示来自被拍摄的物体或地形部分的所有像素区域的光能强度。因此,来自每个探测器阵列110A-110B中的电光检测器的信号一起指示来自被拍摄的物体部分的光能图案,这样就能够从这样的信号产生物体的该部分的子图像。然而,首先,如本领域普通技术人员所公知的,该信号被放大、数字化、处理并存储。
电光检测器阵列110A-110B通过合适的导体被电学地连接至控制电路(未示出),其包括至少微处理器、输入/输出电路、存储器、以及电源,用于驱动该电光检测器阵列110A-110B、检索来自阵列110A-110B的图像数据、并存储该图像数据。其他的数据处理功能,例如合成图像和/或执行图像显示功能可以在大画幅数字照相机100之内或通过其他的外部数据处理设备来完成。
根据实现方式,辅助照相机系统104B-104N内的电光探测器阵列104B的分辨率大于主照相机系统内的电光探测器阵列104A的分辨率。用这样的方式,大画幅数字照相机110可以使用适用于包括基于图像地理参考和数字表面建模的摄影测量工作流程的广角几何,从主照相机系统104A产生全色图像文件114。大画幅数字照相机110还可以使用适用于包括正射图像产生的摄影测量工作流程的窄角几何,从辅助照相机系统104B-104N同时产生多个较高分辨率的彩色图像文件。
如以上简短描述的,主照相机系统104A和辅助照相机系统104B-104N可以被安装在公共的外壳102之内。在该实施例中,前玻璃板120可以安装在外壳102之内以保护光学系统106A-106B。在备选的实现方式中,主照相机系统104A和辅助照相机系统104B-104N被安装在单独的外壳中(未示出)。在两者情况中,主照相机系统104A、辅助照相机系统104B-104N以及外壳102被配置为用于在航空器之内安装和使用。
图2是示意图,其示出了根据公开于此的一个实施例的大画幅数字照相机100中,主照相机系统104A的覆盖区202与辅助照相机系统104B-104N的覆盖区204A-204B重叠。在该实施例中,大画幅数字照相机100包括四个辅助照相机系统104B-104N,其分别配置有图2示例的覆盖区204A-204D。如图2所示,主照相机系统104A和辅助照相机系统104B-104N在一个实施例中配置为使得大画幅数字照相机100可以以提供两种不同覆盖区202和204A-204D的两个不同的图像比例,产生重叠图像。根据其他的实施例,使用两个主照相机系统104A和四个辅助照相机系统104B-104N。
根据一个实施例,由主照相机系统104A产生的图像相比于由辅助照相机系统104B-104N产生的图像具有较大的覆盖区202且具有较大的尺寸。由辅助照相机系统104B-104N产生的图像相比于由主照相机系统104A产生的图像具有较小的覆盖区204A-204D且具有较小的尺寸,并提供较高分辨率的窄角彩色图像。
如图2中所示,四个辅助照相机系统104B-104N可以配置为使得辅助照相机系统104B-104N的覆盖区204A-204D在垂直于航线400的方向上覆盖主照相机系统104A的覆盖区202。这样,四个辅助照相机系统104B-104N的覆盖区204A-204D在垂直于航线400的方向上覆盖主照相机系统104A的覆盖区202的"条"。通过以图2所示的方式重叠覆盖区202和204A-204D,可以通过由辅助照相机系统104B-104N产生的图像来增强由主照相机系统104A产生的图像的一部分。
图3提供了当从公共点302由主照相机系统104A和四个辅助照相机系统104B-104N拍摄图像时,主照相机系统104A的覆盖区200和四个辅助照相机系统104B-104N的覆盖区204A-204N的透视图。
图4A示出了俯视图,其示例了公开于此的一个实施例中使用主照相机系统104A拍摄的一系列的连贯图像的覆盖区202A-202D和使用四个辅助照相机系统104B-104N拍摄的一系列的连贯图像的覆盖区204A-204D之间的重叠。如以上简要讨论的,大画幅数字照相机100可以安装在航空器内并配置为在航空器内使用(未示出)。当该航空器按照定义明确的航线400飞行时,大画幅数字照相机100可以配置为沿着该航线400捕获一系列图像。图4A示例了沿着航线400使用主照相机系统104A拍摄的一系列图像的覆盖区202A-202D和使用四个辅助照相机系统104B-104N拍摄的一系列图像的覆盖区204A-204D。
如图4A中所示,大画幅照相机100可以进一步配置为使得主照相机系统104A产生一系列具有覆盖区202A-202D的连续全色图像,其中连续的序列图像彼此重叠。辅助照相机系统104B-104N可以类似地配置为产生一系列具有覆盖区204A-204D的连续彩色图像,其中连续的序列图像彼此重叠且还与由主照相机系统104A产生的图像重叠。连续的全色图像覆盖区之间的重叠可以大于连续的彩色图像覆盖区之间的重叠。
图4B是透视图,其示例了公开于此的一个实施例中的大画幅数字照相机内的在若干航线400上使用主照相机系统104A拍摄的一系列连续图像的覆盖区202A-202D和使用四个辅助照相机系统104B-104N拍摄的一系列连续图像的覆盖区204A-204D之间的重叠。如果,如图4B中所示,图像是沿着多个定义明确的航线,借助于空间摄影测量图像获取,由主照相机系统104A和辅助照相机系统104B-104N产生的,则主照相机系统104A的覆盖区202在沿着航线的曝光序列中彼此重叠。辅助照相机系统104B-104N的覆盖区204A-204D也与主照相机系统104A的覆盖区202A-202D以及四个辅助照相机系统104B-104N的覆盖区204A-204D重叠。
因此,沿着航线400,图像被这样产生:由主照相机系统104A产生的图像和由辅助照相机系统104B-104N产生的图像的序列创建了重叠图像的连续的图像带。航线可以被定义成使大画幅数字照相机100捕获覆盖整个工程区的图像。
根据不同的实施例,辅助照相机系统104B-104N的图像获取可以与主照相机系统104A的图像获取基本上同时被触发,因此来自辅助照相机系统104B-104N的图像可以与来自主照相机系统104A的图像一样在相同的位置和相同的照相机方位被获取。备选地,用于辅助照相机系统104B-104N的触发可以与主照相机系统104A无关,例如,可以是以比由主照相机系统捕获的图像更高的速率。每一个实施例以及它们的任意组合,被考虑在呈现于此的实施例的范围内。
当主照相机系统104A和辅助照相机系统104B-104N被同时触发,可以使用该相同的触发事件将由辅助照相机系统104B-104N产生的图像配准至由主照相机系统104A产生的图像。附加地,由辅助照相机系统104B-104N产生的图像可以通过使用精密勘测的且结构优良的物体(被称为"校准物体")被校准至主照相机系统104A的图像。
辅助照相机系统104B-104N的图像也可以使用传统方法拼接至主照相机系统104B的图像。附加地,由主照相机系统104A生成的图像可用于重建物体(例如,借助于数字表面模型的城市建筑物)的三维形式,且具有更高几何分辨率的辅助照相机系统104B的图像可以用于提取之后能被用于产生正射图像地图的高分辨率照片纹理。
图5提供了附加细节,其考虑了用于具有多个光学系统和探测器阵列的大画幅数字照相机100的呈现于此的实施例。具体地,图5是示出了例程500的流程框图,其示例了一个呈现于此的用于如上所述的使用大画幅数字照相机100的大面积机载光学配准的流程。
该例程500从操作502开始,其中大画幅数字照相机100被校准。 正如以上的讨论,大画幅数字照相机100可以使用一校准物体来校准,使得由辅助照相机系统104B-104N产生的图像的覆盖区以以上讨论的方式与由主照相机系统104A产生的图像的覆盖区重叠。同样如以上所讨论的,大画幅数字照相机100可以安装在航空器内并当航空器沿着定义明确的航线飞行时用于捕获地面图像。这样的图像可以被捕获并存储在与大画幅数字照相机100集成或在其外部的合适的数字存储器装置内。
从操作502,例程500进行至操作504,其中从主照相机系统104A接收全色图像文件114。该例程然后进行至操作506,其中从辅助照相机系统104B-104N接收彩色图像文件118A-118N。一旦已经从所有照相机系统104A-104N接收了图像文件,该例程500进行至操作508,其中来自主照相机系统104A的图像文件114与来自辅助照相机系统104B-104N的图像文件118A-118N被共同配准。
从操作508,例程500进行操作510,其中来自主照相机系统104A的图像文件114被用在包括基于图像的地理参考和数字表面模型化的摄影测量工作流程中。从操作510,该例程500进行至操作512,其中来自辅助照相机系统104B-104N的图像文件118A-118N被用于产生正射图像。该例程500从操作512进行至操作514,并在操作514结束。
空间成像系统
图6为框图,其示出了空间成像系统600。空间成像系统600例如可以用于处理和校正由诸如大画幅数字照相机110的空间数字照相机获取的空间图像602-a。可以理解,也可以使用其他的空间数字照相机,且实施例不局限于该示例性的大画幅数字照相机110。
值得注意的是,“a”和“b”和“c”以及在此使用的类似的指示符规定为变量,其表示任意正整数。因此,例如,如果实现方式设定一个值a=5,则完整的空间图像602-a的集可以包括空间图像602-1、602-2、602-3、602-4以及602-5。实施例不限于该上下文。
空间成像系统600例如可以包含计算机实现的系统,其具有一个或多个组件诸如大气和阳光组件610。如在此使用的,术语"系统"和"组件"旨在指与计算机有关的实体,其包括硬件、硬件和软件的组合、软件或者执行中的软件。例如,组件可以被实现为在处理器上运行的流程、处理器、硬盘驱动器、多个光学的和/或磁存储介质的存储驱动、物体、可执行文件、执行的线程、程序,和/或计算机。通过示例的方法,在服务器上运行的应用和服务器都可以是组件。一个或多个组件可以驻留于流程和/或执行的线程之内,且对于给定的实现方式所期望的,组件可以在一个计算机上被本地化和/或分布在两个或更多计算机之间。实施例不限于该上下文。
在如图6所示的实施例中,空间成像系统600可以实现为电子装置的一部分。电子装置的实例可以包括但不限于数字照相机、空间数字照相机、大画幅数字照相机、移动装置、个人数字助理、移动计算装置、智能电话、蜂窝式电话、手持机、单向寻呼机、双向寻呼机、消息传送装置、计算机、个人计算机(PC)、台式计算机、便携式计算机、笔记本计算机、手持式计算机、服务器、服务器阵列或服务器群、网页服务器、网络服务器、互联网服务器、工作站、微型计算机、大型计算机、超级计算机、网络设备、网页设备、分布式计算系统、多处理器系统、基于处理器的系统、消费类电子产品、可编程消费类电子产品、电视、数字电视、机顶盒、无线接入点、基站、用户站、移动用户中心、无线电网络控制器、路由器、集线器、网关、桥接器、交换机、机器或它们的组合。
在如图6所示的示例的实施例中,空间成像系统600可以包含大画幅数字照相机110,大气和阳光组件610,以及数字显示器620。 虽然如图6所示的空间成像系统600在某种拓扑结构中具有有限数量的元件,可以理解,对于给定的实现方式所期望的替代的拓扑结构中,空间成像系统600可以包括更多或更少的元件。例如,空间成像系统600可以进一步包含典型地存在于空间成像系统或电子装置中的其他的元件,诸如计算组件、通信组件、电源、输入装置、输出装置,等等。实施例不限于该上下文。
大画幅数字照相机110可以获取并输出一系列空间图像602-a,诸如先前参考图1-5描述的空间图像。在一个实施例中,大画幅数字照相机110可以是用于将照相机110升高到地球表面之上的照相机平台的一部分。在一个实施例中,照相机平台可以包括在诸如航线400的规定的航线上执行飞行任务以获取用于机载光学配准的特定地球表面区域的空间图像602-a的飞机。备选地,规定的航线可以包括典型的用于获取空间照片的南北航线模式。这样的获取产生了重叠的空间图像602-a,其随后被处理成无缝的正射镶嵌或航测图。
大气和阳光组件610可以实现不同的图像处理技术以校正来自由大画幅数字照相机110拍摄的空间图像602-a的大气和阳光影响。为校正不希望有的大气影响,大气和阳光组件610导出鲁棒的大气掩码,其被用于空间图像602-a的每一个像素,同时保持对地面上场景内容的不敏感(或独立)。大气和阳光组件610利用与由于大气中的光散射和吸收而产生的两个物理现象有关的线性关系模拟不希望有的环境效果。第一个物理现象是起因于散射的加性路径辐射,其由截距项模拟。第二个物理现象是起因于散射和吸收的倍增衰减因子,其由增益项模拟。大气和阳光组件610使用线性关系作为对空间图像602-a的子区域的良好的近似,其中至大画幅数字照相机110的距离可以被看作常数,因此大气效应是相同的。为了对空间图像602-a中的每一像素精确地模拟线性关系,大气和阳光组件610通过将空间图像602-a分成一系列格子来模拟单个空间图像602-a中的大气。然而,在将空间图像602-a分成一系列格子后,每个格子中的若干样本相对于整个空间图像602-a变得更小,且大气影响变得更难以模拟给定的较少样本。取决于场景内容,从每个格子导出的统计量可能不足以导出鲁棒的大气掩码。
大气和阳光组件610通过合计各组跨越空间图像602-a的格子的统计量以解决该问题,这样的空间图像602-a是诸如已经在接近的时间内和/或在同一航线上捕获的空间图像602-a。例如,大气和阳光组件610把一系列沿着同一航线拍摄的空间图像602-a分组。一个格子中的像素具有近似相同的至大画幅数字照相机110的距离,因此经历相同或相似的大气效应。取自一系列空间图像602-a的样本,而不是使用单个格子或单个空间图像602-a,可以用于导出对场景内容不敏感的大气掩码。结果,大气和阳光组件610可以通过从场景内容模拟和分离大气效应来校正空间图像602-a的每一个像素上的大气效应。
为了校正不希望有的在空中摄影获取中的每个空间图像602-a上具有全局效应的阳光影响,大气和阳光组件610导出鲁棒的太阳辐照度模型和照相机模型,其可以将每个空间图像602-a的亮度调整为预置的平均亮度。大气和阳光组件610通过使用具有倍增因子的太阳高度角来模拟太阳辐照度。大气和阳光组件610使用包括曝光时间和孔径尺寸的倍增因子来模拟由大画幅数字照相机110接收的光。之后该两个倍增因子相乘并合并成一个因子以将每个空间图像602-a缩放到公共的平均亮度。在缩放操作以后,用于每个空间图像602-a的亮度级更加统一。
如图6所示,大气和阳光组件610可以从大画幅数字照相机110接收一个或多个空间图像602-a作为输入,在空间图像602-a上执行高级图像处理操作,并输出校正的空间图像604-b。例如,大气和阳光组件610可以全局地和局部地调整色彩和亮度以校正空间图像602-a中的大气和阳光影响,来形成校正的空间图像604-b。该校正的空间图像602-b可以用于生成无缝且色彩平衡的正射镶嵌产生。在某些情况下,例如可以使用后续的图像处理技术诸如BRDF校正和接合线设计技术,进一步加工校正的空间图像602-b。
空间成像系统600可以将校正的空间图像604-b呈现在显示器620上。显示器620可以包括任意用于视觉的、触觉的或听觉的信息呈现的电子显示器。显示器620的实例可以包括但不限于阴极射线管(CRT)、双稳态显示器、电子纸、数字管、矢量显示器、平板显示器、真空荧光显示器、发光二极管(LED)显示器、电致发光(ELD)显示器、等离子体显示面板(PDP)、液晶显示器(LCD)、薄膜晶体管(TFT)显示器、有机发光二极管(OLED)显示器、表面传导电子发射显示器(SED)、激光电视、碳纳米管、纳米晶体显示器、头盔式显示器,以及任何其他与所描述的实施例一致的显示器。在一个实施例中,显示器620可以实现为触摸屏显示器。触摸屏显示器是一种可以检测显示区域内的触摸的存在和位置的电子可见显示器。触摸可以来自于手指、手、输入笔、光笔,等等。实施例不限于该上下文。
图7是空间成像系统600的大气和阳光组件610的更详细的框图。尽管如图7所示的大气和阳光组件610在某种拓扑结构中具有有限数量的元件,可以理解,如给定的实现方式所期望,在替代的拓扑结构中,大气和阳光组件610可以包括更多或更少的元件。
除了其他元件,大气和阳光组件610可以包括图像信息组件710、过滤器生成组件720和图像校正组件730。组件710、720和730可以借助于各种类型的通信媒体被通信地耦合。组件710、720和730可以协调彼此之间的操作。协调可以包括单向或双向的信息交换。例如,组件710、720和730可以以在通信媒体上传递的信号的形式传递信息。信息可以被实现为分配给不同信号线的信号。在这样的分配中,每个消息是信号。然而,进一步的实施例可以可替换地使用数据消息。这样的数据消息可以跨越不同的连接而被发送。示例性的连接包括并行接口、串行接口、以及总线接口。
图像信息组件710通常可以布置为生成与空间图像602-a相关联的图像记录742-c。图像记录742-c可以与单个空间图像602-a相关联,或在某些情况下与多个空间图像602-a相关联。图像信息组件710可以将图像记录742-c存储在数据存储器740中。在不同的图像处理阶段,数据存储器740和存储的图像记录742-c可以被过滤器生成组件720和图像校正组件730访问。
图像信息组件710可以检索与一个或多个空间图像602-a相关联的图像上下文信息712。除了其他类型的信息,图像上下文信息712可以包括图像信息、照相机信息和照相机平台信息。图像上下文信息712可以从数据存储器740、空间图像602-a、包含空间图像602-a的文件或数据包、或用于其他装置的远程数据存储器(例如,大画幅数字照相机110或飞机计算机)检索。图像信息组件710可以将图像上下文信息712存储在与给定的空间图像602-a相关联的图像记录742-c中。
图像上下文信息712可以包括与一个或多个由大画幅数字照相机110获取的空间图像602-a相关联的图像信息。图像信息的实例可以包括但不限于图像标识符、图像日期、图像时间、图像位置、图像标记、图像标签、或其他图像元数据。
图像上下文信息712可以包括与用于获取一个或多个空间图像602-a的大画幅数字照相机110相关联的照相机信息。照相机信息的实例可以包括但不限于照相机标识符、照相机曝光时间(例如,快门速度)、照相机光圈尺寸、照相机位置(例如,纬度、经度和高度坐标),及其他照相机元数据。
图像上下文信息712可以包括与用于获取一群空间图像602-a的大画幅数字照相机110的平台相关联的照相机平台信息。照相机平台信息的实例可以包括但不限于照相机平台标识符、飞行任务标识符、航线标识符、照相机平台位置(例如,纬度、经度和高度坐标),及其他照相机平台元数据。
与图像上下文信息712一起,图像信息组件710可以检索或生成与一个或多个空间图像602-a相关联的统计信息714。 图像信息组件710可以接收一个或多个空间图像602-a,并从诸如像素值的包含在空间图像602-a之内的信息生成统计信息714。图像信息组件710可以将统计信息714存储在相同的用于存储与给定的空间图像602-a或空间图像602-a的集合相关联的图像上下文信息712的图像记录742-c中。备选地,图像信息组件710可以将统计信息714存储在不同的图像记录742-c中,并且使用全局唯一标识符(GUID)链接不同的图像记录。
过滤器生成组件720可以从存储在图像记录742-c中的统计信息714和图像上下文信息712中生成大气过滤器722和阳光过滤器724。在一个实施例中,例如,每个大气过滤器722和阳光过滤器724可以包括一个或多个从图像上下文信息712和统计信息714导出的校正掩码(correction mask)。每个大气过滤器722和阳光过滤器724可以与一个或多个空间图像602-a相关联。过滤器生成组件720可以从图像记录742-c检索信息,处理所检索的信息以形成大气过滤器722和阳光过滤器724,并在数据存储器740中相应的过滤器图像记录744-d中存储用于过滤器722、724的处理过的信息。
图像校正组件730通常可以布置为使用各自的大气过滤器722和阳光过滤器724校正来自目标空间图像732的大气和阳光伪像。目标空间图像732可以包括空间图像,其因为特定的图像处理操作的集合而当前正在被关注,诸如为其正在设计一组过滤器722、724的空间图像,或当前正在被校正的空间图像。图像校正组件730可以从图像记录742-c和/或过滤器图像记录744-d为给定的目标空间图像732检索合适的大气过滤器722和阳光过滤器724,在目标空间图像732上执行校正操作,并输出校正的目标空间图像734。校正的目标空间图像734可以被写入数据存储器740,或被实时传送至另一个装置。
用于空间成像系统600和大气和阳光组件610的操作可以参考逻辑流程800、900进一步描述。可以理解,除非另外指出,代表性的逻辑流程800、900不必以所呈现的或任何特定的顺序执行。此外,关于逻辑流程800、900描述的各种活动可以以串行或并行方式执行。可以使用一个或多个所述实施例的硬件元件和/或软件元件或对于给定的设计和性能约束的集合所期望的可替换的元件来实现逻辑流程800、900。例如,逻辑流程800、900可以被实现为通过逻辑装置(例如,通用或专用计算机)执行的逻辑(例如,计算机程序指令)。
图8示例了逻辑流程800的一个实施例。逻辑流程800可以例如表示某些或所有通过描述于此的一个或多个实施例执行的操作,诸如空间成像系统600的大气和阳光组件610。具体地,逻辑流程800可以由大气和阳光组件610实现以校正空间图像602-a中的大气影响。
在如图8所示的实施例中,逻辑流程800可以在块802接收多个空间图像。例如,大气和阳光组件610可以从大画幅数字照相机110接收多个空间图像602-a。在一个实施例中,空间图像602-a可以是时间上连续的空间图像602-a。然而实施例不局限于该实例。
逻辑流程800可以在块804为每个空间图像生成统计信息。例如,图像信息组件710可以为每个空间图像602-a生成统计信息714。在一个实施例中,大气和阳光组件610可以为空间图像602-a内的每个格子生成包括阴影百分比值和标准偏差值的统计信息714,以及其他类型的统计信息714。
为了生成统计信息714,图像信息组件710可以把空间图像602-c分成多个格子。对于每个空间图像602-a,图像信息组件710可以将空间图像602-a分成m乘n的格子,每个格子具有相同的诸如宽度和高度的尺寸。每个格子的中心被置于使用以下等式(1)和等式(2)计算的位置:
Grid_center_x(column) = (image_width / m) * column + (image_width / 2/m)
等式(1)
Grid_center_y(row) = (image_height/n)*row + (image_height/2/n)
等式(2)
图像信息组件710可以为每个格子计算阴影百分比值。例如,图像信息组件710可以从格子中的所有像素计算每个通道(例如,R、G和B)的阴影百分比(例如,百分之0.06)。 在某些情况下,格子中的某些像素可以被排除。例如,如果水掩码(例如,湖、海洋、河、等等的地理位置)是可获得的,图像中的水的像素应该从统计计算中排除。如果已知饱和像素值,那些像素也应该被排除。
图像信息组件710可以为每个格子计算标准偏差值。例如,图像信息组件710可以从格子中的所有像素计算每个通道(例如,R、G和B)的标准偏差。在某些情况下,格子中的某些像素可以被排除,诸如那些与水掩码或饱和像素相关联的像素。
图像信息组件710可以将阴影百分比值和标准偏差值存储在用于空间图像602-a的图像记录742-c中。图像信息组件710可以为空间图像602-a的每个格子组织阴影百分比值和标准偏差值并将其存储至相关联的图像记录742-c。该图像记录742-c可以实现任何已知的数据模式。在一个实施例中,例如,图像记录742-c可以被实现为逗号分隔文件(CSV)。 每个空间图像602-a可以具有分开的相关联图像记录742-c,或在混合的图像记录742-c中的分开的记录。可以为后续的图像处理操作检索给定的空间图像602-a的图像记录742-c。每个图像记录742-c、或在图像记录742-c内的记录,可以由全局唯一标识符(GUID)索引以便于检索操作。
逻辑流程800可以在块806为每个空间图像检索图像上下文信息。例如,一旦图像信息组件710为空间图像602-a生成统计信息714,并将统计信息714存储至图像记录742-c,图像信息组件710可以从数据存储器或数据源检索与空间图像602-a相关的图像上下文信息712,并将相关的图像上下文信息712写到相同的图像记录742-c。
在块808,逻辑流程800可以从统计信息和图像上下文信息创建大气过滤器。例如,过滤器生成组件720可以从统计信息712和存储在一个或多个图像记录742-c中的图像上下文信息714创建大气过滤器722。
过滤器生成组件720可以使用相关联的图像上下文信息712和排序算法有选择地将空间图像602-a分组以形成一组空间图像726-e。在一个实施例中,例如,过滤器生成组件720可以使用排序算法以产生一组共享嵌套次序的空间图像726-e,嵌套次序包括飞行任务标识符、航线标识符、照相机曝光时间、和照相机光圈尺寸。这样的排序算法的目的在于产生一组具有类似(如果不相同)的照明条件(例如,来自阳光和大气的)和曝光设置的空间图像726-e,因为它们在时间上是连续的。过滤器生成组件720利用该时间-持续性概念以推断出照明条件,使得可以使用跨越空间图像726-e生成的较大的样本集合鲁棒地估算出大气校正信息。
过滤器生成组件720可以识别来自接收到的空间图像602-c的流的一组空间图像726-e的空间图像728-f的子集的图像窗口。一旦被分组,过滤器生成组件720可以按时间递增次序对一组空间图像726-e排序。可替换地,如果在时间上以一致的方式使用递增次序的自然数对空间图像726-e标号,过滤器生成组件720可以使用图像号码对空间图像726-e进行排序。一旦排序,过滤器生成组件720可以从空间图像726-e的集合中识别或选择空间图像728-f的子集以形成图像窗口。对于实时系统,空间图像728-f的子集可以包括若干(k个)在目标空间图像732之前的先前空间图像。对于非实时系统,空间图像728-f的子集可以包括k/2个在目标空间图像732之前的空间图像,以及k/2个在目标空间图像732之后的空间图像。不论是哪种情况,如果发现空间图像的数目小于k,它们能被使用,但是为了质量控制的目的,该条件应该标记为边界条件。一旦被识别,所得到的图像窗口包括具有k+1个图像的空间图像728-f的子集,其包括目标空间图像732作为当前的(或如果非实时系统的话,中心的)空间图像。目标空间图像732可以在图像窗口之内包括正为其产生一组过滤器722、724的空间图像。
过滤器生成组件720可以使用来自图像窗口中的空间图像728-f子集的阴影百分比值为目标空间图像732的每个格子生成格子大气雾度附加项值。对于每个图像窗口,过滤器生成组件720可以搜索并检索与图像窗口中的空间图像728-f子集相关联的所有图像记录742-c。对于每个通道,且对于每个格子,过滤器生成组件720从检索到的图像记录742-c检索所有阴影百分比值,并将它们组织成矢量。过滤器生成组件720以递增次序对它们排序,并取第p个百分比。第p个百分比值是给定的格子的格子大气雾度附加项值。对于目标空间图像732的每个格子,重复这些操作。对于图像窗口的目标空间图像732,格子大气雾度附加项值共同地形成过滤的加性雾度掩码(additive haze mask)(每通道)。
过滤器生成组件720可以使用来自图像窗口中的空间图像728-f子集的标准偏差值为目标空间图像732的每个格子生成格子大气校正增益项值。对于每个图像窗口,过滤器生成组件720可以搜索并检索与图像窗口中的空间图像728-f子集相关联的所有图像记录742-c。对于每个通道,且对于每个格子,过滤器生成组件720从检索到的图像记录742-c检索所有标准偏差值,并平均标准偏差值以形成格子大气校正增益项值。对于目标空间图像732中的每个格子,重复这些操作。对于图像窗口的目标空间图像732,格子大气校正增益项值共同地形成一个每通道(例如,R、G、B、红外线、全色,等等)的过滤的大气衰减校正掩码。
过滤器生成组件720可以使用类似如上所述的操作,为一组空间图像726-e内的所有空间图像生成格子大气雾度附加项值和格子大气校正增益项值。过滤器生成组件720可以将每个目标空间图像732的格子大气雾度附加项值和格子大气校正增益项值存储在过滤器图像记录744-d中。和图像记录742-c一样,过滤器图像记录744-d或过滤器图像记录744-d内的记录可以由用于空间图像726-e的GUID索引,因此可能在图像校正操作期间对于给定的空间图像726-e被检索。
在块810,逻辑流程800可以使用大气过滤器校正空间图像的大气伪像。例如,图像校正组件730可以使用由过滤器生成组件720为目标空间图像732设计的大气过滤器722来校正目标空间图像732的大气伪像。对于给定的目标空间图像732,大气过滤器722可以包括存储在与目标空间图像732相关联的过滤器图像记录744-d中的格子大气雾度附加项值和格子大气校正增益项值。图像校正组件730可以使用目标空间图像732的大气过滤器722为其校正大气加性雾度和倍增衰减。
在一个实施例中,大气校正是线性调整,其按照如下等式(3):
L(band,x,y)= g(band,x,y) * (L'(band,x,y)-haze(band,x,y))
等式(3)
其中L'是在像素位置(x,y)给定的带(band)的测量的数字(DN)值,L是大气校正值,haze(band,x,y)是对于在像素位置(x,y)给定的带的格子大气雾度附加项值,且g(band,x,y)是格子大气校正增益项值。
在像素的基础上,图像校正组件730可以使用存储在与目标空间图像732相关联的过滤器图像记录744-d内的格子大气雾度附加项值为目标空间图像732的像素计算像素大气雾度附加项值。这可以双向完成。首先,图像校正组件730可以在给定的空间图像726-e的过滤的加性雾度掩码上执行双线性插值或双三次插值。该双线性插值或双三次插值可以使用围绕给定的像素位置的四个相邻格子用于四个插值角。其次,如果格子的行数(r)或列数(c)是一,自然三次样条曲线可以适用于一维的格子(沿着较长维度的像素坐标,例如,如果行数是一,为x-坐标,如果列数是一,为y-坐标)。在每一个像素位置,自然三次样条曲线可以表示为查找表(LUT)。在这种情况下,例如,每一个具有相同y-坐标值(当行数是一时)的像素位置将具有相同的值。之后,可以从查找表查出在给定的像素位置的雾度附加项值。
在像素的基础上,图像校正组件730可以使用存储在与目标空间图像732相关联的过滤器图像记录744-d中的格子大气校正增益项值为目标空间图像732的像素计算像素大气校正增益项值。图像校正组件730可以为目标空间图像732的每个通道(例如,R、G、或B)在每个过滤的大气校正掩码上执行双线性插值或双三次插值,以为掩码检索内插值。可替换地,如果格子配置是一维的,则可以使用先前描述的自然三次样条曲线拟合。该图像校正组件730可以使用如下等式(4)计算每个通路的增益校正:
g(band,x,y) = std_dev_ref(x,y) / std_dev(band,x,y)
等式(4)
其中std_dev_ref(x,y)是选自三个带之一的参考值(例如,由于人眼对绿色更敏感而选择绿色)。
图像校正组件730可以使用为像素而计算的像素大气雾度附加项值来校正目标空间图像732的像素。图像校正组件730可以按照如以上所描述的等式(3)来校正给定的像素。
图像校正组件730可以使用为像素而计算的像素大气校正增益项值来校正目标空间图像732的像素。图像校正组件730可以按照如以上所描述的等式(3)来校正给定的像素。
一旦目标空间图像732的所有像素被校正,图像校正组件730可以输出校正的目标空间图像734。图像校正组件730然后选择下一个目标空间图像732,并执行类似于那些如上所述的校正操作以形成下一个校正的目标空间图像734。可以对空间图像726-e的每一个执行上述校正操作。
图9示例了逻辑流程900的一个实施例。逻辑流程900可以例如表示某些或所有通过描述于此的一个或多个实施例执行的操作,诸如空间成像系统600的大气和阳光组件610。具体地,逻辑流程900可以由大气和阳光组件610实现以校正空间图像602-a中的阳光影响。
在如图9所示的实施例中,逻辑流程900可以在块902接收多个空间图像。例如,大气和阳光组件610可以从大画幅数字照相机110接收多个空间图像602-a。在一个实施例中,空间图像602-a可以是时间上连续的空间图像602-a。然而实施例不局限于该实例。
逻辑流程900可以在块904为每个空间图像接收图像上下文信息。例如,图像信息组件710可以为每个空间图像602-a接收图像上下文信息712。图像信息组件710可以为空间图像602-a将图像上下文信息712存储在与用于存储为如逻辑流程800所述的空间图像602-a而导出的统计信息714的相同或不同的图像记录742-c中。
在块906,逻辑流程900可以从图像上下文信息创建阳光过滤器。例如,过滤器生成组件720可以从图像上下文信息712为目标空间图像732创建阳光过滤器724。
过滤器生成组件720可以为每个空间图像726-e计算太阳高度角的值。在一个实施例中,图像信息组件710可以从相关联的图像上下文信息712为目标空间图像732检索图像信息,包括图像日期、图像时间、和图像位置。图像信息组件710可以为一组空间图像726-e中的每个空间图像计算太阳高度角(sunZenith)。
过滤器生成组件720可以从为一组空间图像726-e计算的多个太阳高度角值计算平均太阳高度角值(meanSunZenithDeg)。
过滤器生成组件720可以从一组空间图像726-e的平均太阳高度角值为目标空间图像732计算太阳光通量因子(solar flux factor)值。过滤器生成组件720可以依照如下的等式(5)和等式(6)计算太阳光通量因子值:
targetSunZenith = M_PI* meanSunZenithDeg/180.0
等式(5)
fluxFactor = cos(targetSunZenith) / cos(sunZenith)
等式(6)
其中targetSunZenith和sunZenith使用弧度单位,且meanSunZenithDeg使用角度单位。
过滤器生成组件720可以为一组空间图像726-e计算平均曝光时间值和平均光圈值。过滤器生成组件720可以使用相关联的图像上下文信息712为每个空间图像726-e检索照相机曝光时间(exposureTime)和照相机光圈尺寸(aperture),并计算所有空间图像726-e的平均照相机曝光时间(meanExposureTime)和平均照相机光圈尺寸(meanAperture)。
过滤器生成组件720可以从用于一组空间图像726-e的平均曝光时间值和平均光圈值为目标空间图像732计算曝光归一化因子值。过滤器生成组件720可以按照如下的等式(7)计算曝光归一化因子值:
opCorrection = (meanExposureTime / exposureTime) *
(aperture / _meanAperture) * (aperture / _meanAperture)
等式(7)
过滤器生成组件720可以从用于目标空间图像732的太阳光通量因子值和曝光归一化因子值为目标空间图像732计算总的归一化因子值。过滤器生成组件720可以按照如下的等式(3)计算总的归一化因子值:
g_norm(image) = fluxFactor(image) * opCorrection(image)
等式(8)
在块908,使用阳光过滤器,逻辑流程900可以校正空间图像的阳光伪像。例如,图像校正组件730可以使用按照如下等式(9)的阳光过滤器724校正目标空间图像732的阳光伪像:
L_final(band,x,y) = L(band,x,y) * g_norm(x,y)
等式(9)
图像校正组件730可以在如参考图8的逻辑流程800所描述的大气校正操作之前或之后校正目标空间图像732的阳光伪像。
除图像校正之外,大气和阳光组件610可以布置为在校正的目标空间图像734上执行进一步的图像处理操作。例如,大气和阳光组件610可以进一步布置为执行"热点去除"操作,其是用以去除由微小的阴影所引起的热点的辐射测量过程,这些微小的阴影导致空间图像相对于照相机光线方向和太阳方向的不均匀照明。在另一个实例中,大气和阳光组件610可以布置为执行正射矫正操作,其是用以校正空间图像的几何学过程,使得比例像一张地图一样是统一的,而没有变形。这典型地使用利用数字高程模型(DEM)和光束法平差结果的摄影测量资料库来执行。在又一个实例中,大气和阳光组件610可以布置为执行正射镶嵌操作,其是用以例如使用极大流极小割(max-flow-min-cut)理论将多个正射矫正的图像合在一起成为一个无缝的镶嵌图的分割过程。在又一个实例中,大气和阳光组件610可以被布置为执行全局知晓局部适应(GALA: globally-aware-locally-adaptive)风格的制图,以将较大的空间正射从16位照相机范围转换为8位照相机范围。
图10示例了适于实现各种如前所述实施例的示例性的计算结构1000的实施例。计算结构1000包括各种公共的计算元件,诸如一个或多个处理器、协同处理器、存储单元、芯片组、控制器、外围设备、接口、振荡器、定时装置、显卡、声卡、多媒体输入/输出(I/O)组件,等等。然而实施例不局限于由计算结构1000实现的实现方式。
如图10所示,计算结构1000包括处理单元1004、系统存储器1006和系统总线1008。处理单元1004可以是任何各种商业上可用的处理器。双微处理器及其他多处理器结构也可以被用作处理单元1004。系统总线1008将用于包括但不限于系统存储器1006的系统部件的接口提供给处理单元1004。系统总线1008可以是任何几种类型的总线结构,其可以进一步互连至存储器总线(具有或不具有存储器控制器)、外围总线、和使用任何各种商业上可用的总线结构的本地总线。
系统存储器1006可以包括各种类型的存储器单元,诸如只读存储器(ROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、双数据速率动态随机存取存储器(DDRAM)、同步动态随机存取存储器(SDRAM)、静态随机存取存储器(SRAM)、可编程只读存储器(PROM)、可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪速存储器、诸如铁电聚合体存储器的聚合体存储器、奥氏存储器、相变或铁电存储器、硅氧化氮氧化硅(SONOS)存储器、磁性或光学卡、或任何其他类型的适合存储信息的介质。在如图10所示的示例的实施例中,系统存储器1006可以包括非易失性存储器1010和/或易失性存储器1012。基本的输入/输出系统(BIOS)可以被存储在非易失性存储器1010中。
计算机1002可以包括各种类型的计算机可读存储介质,包括内部硬盘驱动器(HDD)1014、用于从可移动的磁盘1018读取或向其写入的磁性软盘驱动器(FDD)1016、以及用于从可移动的光盘1022读取或向其写入的光盘驱动器1020(例如,CD-ROM或DVD)。硬盘驱动器1014、软盘驱动器1016以及光盘驱动器1020可以分别通过硬盘驱动器接口1024、软盘驱动器接口1026和光驱接口1028被连接至系统总线1008。用于外部驱动实现方式的硬盘驱动器接口1024可以包括通用串行总线(USB)和IEEE 1394接口技术的至少一个或两个。
驱动器和相关联的计算机可读介质提供数据、数据结构、计算机可执行指令等的易失的和/或非易失的存储。例如,若干程序模块可以存储在包括操作系统1030、一个或多个应用程序1032、其他的程序模块1034,以及程序数据1036的驱动器和存储器单元1010、1012中。一个或多个应用程序1032、其他的程序模块1034、以及程序数据1036可以包括例如空间成像系统600。
用户可以通过一个或多个有线/无线输入装置,例如键盘1038和诸如鼠标1040的指示装置,将命令和信息输入计算机1002。其他的输入装置可以包括麦克风、红外线(IR)遥控装置、游戏杆、游戏垫、铁笔、触摸屏,等等。这些及其他输入装置经常通过耦合至系统总线1008的输入设备接口1042连接到处理单元1004,但也可以通过其他的接口诸如并行端口、IEEE 1394串行端口、游戏端口、USB端口、红外线接口等来连接。
经由诸如视频适配器1046的接口,监视器1044或其他类型的显示设备也被连接到系统总线1008。除监视器1044之外,计算机典型地包括其他的外围输出设备,诸如喇叭、打印机,等等。
计算机1002可以在使用经由与诸如远程计算机1048的一个或多个远程计算机有线和/或无线通讯的逻辑连接的网络环境中操作。远程计算机1048可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐应用、同侪装置或其他的公用网络节点,并且典型地包括许多或所有与计算机1002有关的所述元件,尽管为简洁起见,仅示例了存储器/存储装置1050。所描述的逻辑连接包括有线/无线的连通至局域网(LAN)1052和/或较大的网络,例如,广域网(WAN)1054。这样的局域网和广域网连网环境在办公室和公司中是常见的,并且便利了企业范围的计算机网络,诸如内部网,其均可以连接至全球通信网,例如,因特网。
当用于局域网连网环境中时,计算机1002通过有线和/或无线通信网络接口或适配器1056被连接至局域网1052。适配器1056可以便利与局域网1052的有线和/或无线通讯,其也可以包括布置在其上用于与适配器1056的无线功能进行通信的无线接入点。
当用于广域网连网环境中时,计算机1002可以包括调制解调器1058,或被连接至广域网1054上的通信服务器,或具有其他用于在广域网1054上建立通信的装置,诸如通过因特网。调制解调器1058,其可以是内部或外部的以及有线和/或无线的装置,经由输入设备接口1042连接至系统总线1008。在网络环境中,与计算机1002或其部分有关的所述程序模块,可以存储在远程存储器/存储装置1050中。将会理解,所示出的网络连接是示例性的,且可以使用在计算机之间建立通信链路的其他装置。
计算机1002可操作地与使用IEEE 802系列标准的有线和无线设备或实体进行通信,诸如可操作布置的无线设备(例如,IEEE 802.11无线调制技术),该无线设备与例如打印机、扫描仪、台式机和/或便携式计算机、个人数字助理(PDA)、通讯卫星、与可无线检测的标签相关联的任何设备的工件或位置(例如,电话亭、报摊、休息室)、以及电话进行通信。这包括至少Wi-Fi(或无线保真)、WiMax和BluetoothTM无线技术。因此,通信可以是预定义的结构,就像在至少两个装置之间具有常规的网络或仅仅ad hoc通信。Wi-Fi网络使用被称为IEEE 802.11x(a、b、g等等)的射频技术,以提供安全、可靠、快速的无线连通。Wi-Fi网络可用于将计算机彼此连接或将其连接至因特网和有线网络(其使用与IEEE 802.3相关的媒介和函数)。
可以使用硬件元件、软件元件、或两者的结合实现多种实施例。硬件元件的实例可以包括装置、组件、处理器、微处理器、电路、电路元件(例如,晶体管、电阻器、电容器、电感器,等等)、集成电路、专用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号处理器(DSP)、字段可编程门阵列(FPGA)、存储器单元、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组,等等。软件元件的实例可以包括软件组件、程序、应用、计算机程序、应用程序、系统程序、机器程序、操作系统软件、媒件、固件、软件模块、例程、子程序、函数、方法、流程、软件接口、应用程序接口(API)、指令集、计算代码、计算机代码、代码段、计算机代码段、字、值、符号、或它们的任意组合。决定实施例是否使用硬件元件和/或软件元件来实现可以按照任意数量的因子而变化,诸如期望的计算速率、功率级别、耐热性、处理循环预算、输入数据速率、输出数据速率、存储器资源、数据总线速度及其他对于给定的实现方式所期望的设计或性能约束。
某些实施例可以包括制品。制品可以包括用于存储逻辑的存储介质。存储介质的实例可以包括一种或多种能够存储电子数据的计算机可读存储介质,包括易失性存储器或非易失性存储器,可移动或不可移动存储器、可擦除或不可擦存储器、可写入或可重写存储器,等等。逻辑的实例可以包括多种软件元件,诸如软件组件、程序、应用、计算机程序、应用程序、系统程序、机器程序、操作系统软件、媒件、固件、软件模块、例程、子程序、函数、方法、流程、软件接口、应用程序接口(API)、指令集、计算代码、计算机代码、代码段、计算机代码段、字、值、符号、或它们的任意组合。在一个实施例中,例如,制品可以存储可执行的计算机程序指令,当由计算机执行时,使得计算机执行根据所述实施例的方法和/或操作。可执行的计算机程序指令可以包括任意合适的代码类型,比如源编码、编译代码、翻译代码、可执行代码、静态代码、动态代码,等等。可执行的计算机程序指令可以根据预定义的计算机语言、方式或语法来实现,用于指导计算机执行某种函数。指令可以使用任意合适的高级的、低级的、面向对象的、可视的、编译的和/或解释性程序语言来实现。
某些实施例可能使用辞句"一个实施例"或"实施例"和它们的变型一起被描述。这些术语意味着与实施例有关的所述特定的细节、结构、或特征被归入至少一个实施例中。在说明书的不同地方出现的措词"在一个实施例中"并不都是指同一个实施例。
某些实施例可能使用辞句"耦合"和"连接"以及它们的变型一起被描述。这些术语不必意味着彼此为同义词。例如,某些实施例可能使用术语"连接"和/或"耦合"来描述以表示两个或更多元件互相具有直接的物理或电接触。然而,术语"耦合",也可以意味着两个或更多元件不是直接互相接触,然而却彼此合作或相互作用。
强调了本公开的摘要是用于遵守37 C.F.R. 1.72节(b),其要求摘要允许读者很快地查明该技术公开的性质。它被提交且应理解为它不是用于解释或限定权利要求的范围或含义。另外,在上文的具体实施方式中,可以看到为简化本公开的目的而将各种特征集中在单个实施例中。这种公开的方法不应被解释为反映要求保护的实施例需要比在每个权利要求中清楚地陈述的特征更多的特征的意图。相反地,如以下权利要求反映的,发明的主题在于比单个公开的实施例所有特征少。因此下面的权利要求于此合并入具体实施方式中,其中每个权利要求作为单独的实施例主张自己。在所附权利要求中,术语"包括"和"其中"被分别用作与术语"包括"和"其中"等同的通俗英语。此外,术语"首先"、"其次"、"第三"等等,仅仅作为标签使用,并且不旨在将数字的要求强加在它们的对象上。
尽管使用特定于结构特征和/或方法动作的语言描述了主题,应当理解,所附权利要求中限定的主题不必局限于以上所描述的特定特征或动作。相反地,以上描述的特定特征和动作是作为实现权利要求的实例形式被公开的。
Claims (14)
1.一种用于空间图像的大气校正的计算机实现的方法,包括:
接收多个空间图像;
基于每个空间图像的图像上下文信息来对所述多个空间图像分组以形成空间图像的集合;
将所述空间图像的集合中的每个空间图像分成格子;
为每个空间图像生成统计信息,包括聚集所述格子的统计数字;
从该统计信息和该图像上下文信息创建对场景内容不敏感的大气过滤器;以及
使用该大气过滤器校正空间图像的大气伪像。
2.如权利要求1所述的计算机实现的方法,还包括:
为每个格子计算阴影百分比值;
为每个格子计算标准偏差值;
将该阴影百分比值以及标准偏差值存储在用于该空间图像的图像记录中;以及
将与该空间图像相关联的图像上下文信息存储在该图像记录中。
3.如权利要求2所述的计算机实现的方法,还包括:
识别来自所述空间图像的集合的空间图像子集的图像窗口;
使用来自该图像窗口中的空间图像的每个格子的阴影百分比值为目标空间图像的每个格子生成格子大气雾度附加项值;
使用来自该图像窗口中的空间图像的每个格子的标准偏差值为目标空间图像的每个格子生成格子大气校正增益项值;以及
将用于目标空间图像的格子大气雾度附加项值和格子大气校正增益项值存储在过滤器图像记录中。
4.如权利要求3所述的计算机实现的方法,还包括使用存储在与目标空间图像相关联的过滤器图像记录中的格子大气雾度附加项值和格子大气校正增益项值,对用于目标空间图像的大气附加雾度和倍增衰减进行校正。
5.如权利要求3所述的计算机实现的方法,还包括使用存储在与目标空间图像相关联的过滤器图像记录中的格子大气雾度附加项值,计算用于目标空间图像的像素的像素大气雾度附加项值。
6.如权利要求3所述的计算机实现的方法,还包括使用存储在与目标空间图像相关联的过滤器图像记录中的格子大气校正增益项值,计算用于目标空间图像的像素的像素大气校正增益项值。
7.如权利要求5所述的计算机实现的方法,还包括使用为像素计算的像素大气雾度附加项值校正目标空间图像的像素。
8.如权利要求6所述的计算机实现的方法,还包括使用为像素计算的像素大气校正增益项值校正目标空间图像的像素。
9.一种用于空间图像的大气校正的计算机实现的设备,包括:
用于接收多个空间图像的装置;
用于基于每个空间图像的图像上下文信息来对所述多个空间图像分组以形成空间图像的集合的装置;
用于将所述空间图像的集合中的每个空间图像分成格子的装置;
用于为每个空间图像生成统计信息的装置,其包括聚集所述格子的统计数字;
用于从该统计信息和该图像上下文信息创建对场景内容不敏感的大气过滤器的装置;以及
用于使用该大气过滤器校正空间图像的大气伪像的装置。
10.一种用于空间图像的大气和阳光校正的设备,包括:
大气和阳光组件,其被布置为由逻辑装置执行并用于校正来自空间图像的阳光和大气伪像,该大气和阳光组件包括:
图像信息组件,其用于生成用于一组空间图像的每个空间图像的图像记录,该图像记录包括用于每个空间图像的统计信息和图像上下文信息;
过滤器生成组件,其用于从存储在图像记录中的该统计信息和该图像上下文信息生成大气过滤器和阳光过滤器;以及
图像校正组件,其用于使用各自的大气过滤器和阳光过滤器校正来自该空间图像的大气和阳光伪像。
11.如权利要求10所述的设备,该图像信息组件用于检索与该组空间图像相关联的图像上下文信息,该图像上下文信息包括图像信息、照相机信息和照相机平台信息。
12.如权利要求10所述的设备,该图像信息组件用于检索与该组空间图像相关联的图像上下文信息,该图像上下文信息包括与用于获取该组空间图像的大画幅空间照相机相关联的照相机信息。
13.如权利要求10所述的设备,该图像信息组件用于检索与该组空间图像相关联的图像上下文信息,该图像上下文信息包括与用于获取该组空间图像的大画幅空间照相机的平台相关联的照相机平台信息。
14.如权利要求10所述的设备,包括用于获取该组空间图像的大画幅空间照相机,该大画幅空间照相机包括具有多个探测器阵列的多分辨率大画幅空间照相机。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/973689 | 2010-12-20 | ||
US12/973,689 US9576349B2 (en) | 2010-12-20 | 2010-12-20 | Techniques for atmospheric and solar correction of aerial images |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102567967A CN102567967A (zh) | 2012-07-11 |
CN102567967B true CN102567967B (zh) | 2015-10-28 |
Family
ID=46233887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110429145.XA Active CN102567967B (zh) | 2010-12-20 | 2011-12-20 | 用于空间图像的大气和阳光校正的技术 |
Country Status (2)
Country | Link |
---|---|
US (2) | US9576349B2 (zh) |
CN (1) | CN102567967B (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9576349B2 (en) | 2010-12-20 | 2017-02-21 | Microsoft Technology Licensing, Llc | Techniques for atmospheric and solar correction of aerial images |
US10168153B2 (en) | 2010-12-23 | 2019-01-01 | Trimble Inc. | Enhanced position measurement systems and methods |
DE202012013411U1 (de) * | 2011-04-25 | 2016-11-15 | Terra Bella Technologies Inc. | Systeme für Overhead-Bild- und Videoanzeige |
US8970691B2 (en) | 2011-08-26 | 2015-03-03 | Microsoft Technology Licensing, Llc | Removal of rayleigh scattering from images |
US8923567B2 (en) * | 2011-12-19 | 2014-12-30 | General Electric Company | Apparatus and method for predicting solar irradiance variation |
US9235763B2 (en) * | 2012-11-26 | 2016-01-12 | Trimble Navigation Limited | Integrated aerial photogrammetry surveys |
US8958603B2 (en) | 2013-01-25 | 2015-02-17 | Regents Of The University Of Minnesota | Automated mapping of land cover using sequences of aerial imagery |
US9042674B2 (en) | 2013-03-15 | 2015-05-26 | Digitalglobe, Inc. | Automated geospatial image mosaic generation |
CN103391413B (zh) * | 2013-07-03 | 2016-05-18 | 中国科学院光电技术研究所 | 一种航测图像记录装置及方法 |
WO2015192056A1 (en) | 2014-06-13 | 2015-12-17 | Urthecast Corp. | Systems and methods for processing and providing terrestrial and/or space-based earth observation video |
CN105376474B (zh) * | 2014-09-01 | 2018-09-28 | 光宝电子(广州)有限公司 | 图像采集装置及其自动对焦方法 |
WO2016077057A2 (en) * | 2014-10-24 | 2016-05-19 | Bounce Imaging, Inc. | Imaging systems and methods |
US9824290B2 (en) | 2015-02-10 | 2017-11-21 | nearmap australia pty ltd. | Corridor capture |
WO2016153914A1 (en) | 2015-03-25 | 2016-09-29 | King Abdulaziz City Of Science And Technology | Apparatus and methods for synthetic aperture radar with digital beamforming |
CA2990063A1 (en) | 2015-06-16 | 2017-03-16 | King Abdulaziz City Of Science And Technology | Efficient planar phased array antenna assembly |
US10109224B1 (en) * | 2015-06-26 | 2018-10-23 | Jayant Ratti | Methods and devices for using aerial vehicles to create graphic displays and reconfigurable 3D structures |
EP3380864A4 (en) | 2015-11-25 | 2019-07-03 | Urthecast Corp. | APPARATUS AND METHODS FOR OPEN SYNTHESIS RADAR IMAGING |
WO2017169946A1 (ja) * | 2016-03-30 | 2017-10-05 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法およびプログラム記憶媒体 |
EP3440428B1 (en) | 2016-04-08 | 2022-06-01 | Orbital Insight, Inc. | Remote determination of quantity stored in containers in geographical region |
US10217236B2 (en) | 2016-04-08 | 2019-02-26 | Orbital Insight, Inc. | Remote determination of containers in geographical region |
JP6818463B2 (ja) * | 2016-08-08 | 2021-01-20 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
US10600162B2 (en) * | 2016-12-29 | 2020-03-24 | Konica Minolta Laboratory U.S.A., Inc. | Method and system to compensate for bidirectional reflectance distribution function (BRDF) |
CA3064735C (en) | 2017-05-23 | 2022-06-21 | Urthecast Corp. | Synthetic aperture radar imaging apparatus and methods |
EP3646054A4 (en) | 2017-05-23 | 2020-10-28 | King Abdulaziz City for Science and Technology | APERTURE SYNTHESIS RADAR IMAGING APPARATUS FOR MOBILE TARGETS |
US10586349B2 (en) | 2017-08-24 | 2020-03-10 | Trimble Inc. | Excavator bucket positioning via mobile device |
US11525910B2 (en) | 2017-11-22 | 2022-12-13 | Spacealpha Insights Corp. | Synthetic aperture radar apparatus and methods |
CN110769577B (zh) * | 2019-10-18 | 2022-02-25 | Oppo(重庆)智能科技有限公司 | 氛围灯控制方法及装置 |
US10943360B1 (en) | 2019-10-24 | 2021-03-09 | Trimble Inc. | Photogrammetric machine measure up |
US11087532B2 (en) * | 2019-11-05 | 2021-08-10 | Raytheon Company | Ortho-image mosaic production system |
US11769224B2 (en) | 2021-04-08 | 2023-09-26 | Raytheon Company | Mitigating transitions in mosaic images |
CN113096043B (zh) * | 2021-04-09 | 2023-02-17 | 杭州睿胜软件有限公司 | 图像处理方法及装置、电子设备和存储介质 |
JP2023011331A (ja) * | 2021-07-12 | 2023-01-24 | 株式会社Jvcケンウッド | データ生成装置、表示装置、データ生成方法、表示方法及びプログラム |
CN115830146B (zh) * | 2023-02-10 | 2023-05-09 | 武汉玄景科技有限公司 | 一种航天光学遥感相机的在轨相对辐射定标与校正方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6757445B1 (en) * | 2000-10-04 | 2004-06-29 | Pixxures, Inc. | Method and apparatus for producing digital orthophotos using sparse stereo configurations and external models |
CN101908210A (zh) * | 2010-08-13 | 2010-12-08 | 北京工业大学 | 彩色图像去雾处理方法和系统 |
Family Cites Families (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3030061A (en) | 1961-02-20 | 1962-04-17 | Economy Forms Corp | Adjustable brace connector unit |
US5841911A (en) * | 1995-06-06 | 1998-11-24 | Ben Gurion, University Of The Negev | Method for the restoration of images disturbed by the atmosphere |
EP1091188B1 (de) * | 1999-07-16 | 2004-09-29 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Korrektur atmosphärischer Einflüsse in multispektralen optischen Fernerkundungsdaten |
US6268093B1 (en) * | 1999-10-13 | 2001-07-31 | Applied Materials, Inc. | Method for reticle inspection using aerial imaging |
DE19958436B4 (de) | 1999-12-03 | 2014-07-17 | Carl Zeiss Meditec Ag | Vorrichtung und Verfahren zur aktiven, physiologisch bewerteten, umfassenden Korrektur der Aberrationen des menschlichen Auges |
US6834122B2 (en) * | 2000-01-22 | 2004-12-21 | Kairos Scientific, Inc. | Visualization and processing of multidimensional data using prefiltering and sorting criteria |
US7019777B2 (en) * | 2000-04-21 | 2006-03-28 | Flight Landata, Inc. | Multispectral imaging system with spatial resolution enhancement |
US7337065B2 (en) * | 2001-01-23 | 2008-02-26 | Spectral Sciences, Inc. | Methods for atmospheric correction of solar-wavelength hyperspectral imagery over land |
US7593835B2 (en) * | 2001-04-20 | 2009-09-22 | Spectral Sciences, Inc. | Reformulated atmospheric band model method for modeling atmospheric propagation at arbitrarily fine spectral resolution and expanded capabilities. |
US7072502B2 (en) * | 2001-06-07 | 2006-07-04 | Applied Materials, Inc. | Alternating phase-shift mask inspection method and apparatus |
AU2002236415A1 (en) * | 2002-01-22 | 2003-09-04 | National University Of Singapore | Method for producing cloud free, and cloud-shadow free, images |
US7725258B2 (en) * | 2002-09-20 | 2010-05-25 | M7 Visual Intelligence, L.P. | Vehicle based data collection and processing system and imaging sensor system and methods thereof |
US6928194B2 (en) * | 2002-09-19 | 2005-08-09 | M7 Visual Intelligence, Lp | System for mosaicing digital ortho-images |
US6909815B2 (en) * | 2003-01-31 | 2005-06-21 | Spectral Sciences, Inc. | Method for performing automated in-scene based atmospheric compensation for multi-and hyperspectral imaging sensors in the solar reflective spectral region |
CA2547359C (en) * | 2003-11-26 | 2012-11-27 | Florida Environmental Research Institute, Inc. | Spectral imaging system |
US7697759B2 (en) * | 2004-05-11 | 2010-04-13 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Split-remerge method for eliminating processing window artifacts in recursive hierarchical segmentation |
US20060126959A1 (en) * | 2004-12-13 | 2006-06-15 | Digitalglobe, Inc. | Method and apparatus for enhancing a digital image |
US7564017B2 (en) * | 2005-06-03 | 2009-07-21 | Brion Technologies, Inc. | System and method for characterizing aerial image quality in a lithography system |
EP1977393A4 (en) * | 2006-01-18 | 2013-05-08 | Technion Res & Dev Foundation | SYSTEM AND METHOD OF DEFLECTING |
EP1984895A4 (en) * | 2006-02-01 | 2014-09-24 | Applied Materials Israel Ltd | METHOD AND SYSTEM FOR EVALUATING A VARIATION IN A PARAMETER OF A PATTERN |
KR100762891B1 (ko) | 2006-03-23 | 2007-10-04 | 연세대학교 산학협력단 | Los벡터 조정모델을 이용한 영상의 기하보정 방법 및 그장치 |
US7653218B1 (en) | 2006-05-02 | 2010-01-26 | Orbimage Si Opco, Inc. | Semi-automatic extraction of linear features from image data |
US7965902B1 (en) * | 2006-05-19 | 2011-06-21 | Google Inc. | Large-scale image processing using mass parallelization techniques |
CA2617119A1 (en) * | 2008-01-08 | 2009-07-08 | Pci Geomatics Enterprises Inc. | Service oriented architecture for earth observation image processing |
JP4469021B2 (ja) * | 2008-07-08 | 2010-05-26 | パナソニック株式会社 | 画像処理方法、画像処理装置、画像処理プログラム、画像合成方法、および画像合成装置 |
US8073279B2 (en) * | 2008-07-08 | 2011-12-06 | Harris Corporation | Automated atmospheric characterization of remotely sensed multi-spectral imagery |
US8396324B2 (en) * | 2008-08-18 | 2013-03-12 | Samsung Techwin Co., Ltd. | Image processing method and apparatus for correcting distortion caused by air particles as in fog |
US8144937B2 (en) | 2008-10-15 | 2012-03-27 | The Boeing Company | System and method for airport mapping database automatic change detection |
US8117010B2 (en) * | 2008-12-05 | 2012-02-14 | Honeywell International Inc. | Spectral signal detection system |
US20100177095A1 (en) * | 2009-01-14 | 2010-07-15 | Harris Corporation | Geospatial modeling system for reducing shadows and other obscuration artifacts and related methods |
US8447129B2 (en) * | 2009-03-18 | 2013-05-21 | Florida Institute Of Technology | High-speed diversity-based imaging method for parallel atmospheric turbulence compensation |
US8350933B2 (en) * | 2009-04-08 | 2013-01-08 | Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. | Method, apparatus and computer program product for single image de-hazing |
JP5428618B2 (ja) * | 2009-07-29 | 2014-02-26 | ソニー株式会社 | 画像処理装置、撮像装置、および画像処理方法、並びにプログラム |
US8611691B2 (en) * | 2009-07-31 | 2013-12-17 | The United States Of America As Represented By The Secretary Of The Army | Automated video data fusion method |
US9097792B2 (en) * | 2009-08-12 | 2015-08-04 | The Johns Hopkins University | System and method for atmospheric correction of information |
US8340461B2 (en) * | 2010-02-01 | 2012-12-25 | Microsoft Corporation | Single image haze removal using dark channel priors |
US8588551B2 (en) * | 2010-03-01 | 2013-11-19 | Microsoft Corp. | Multi-image sharpening and denoising using lucky imaging |
US9036861B2 (en) * | 2010-04-22 | 2015-05-19 | The University Of North Carolina At Charlotte | Method and system for remotely inspecting bridges and other structures |
US9576349B2 (en) | 2010-12-20 | 2017-02-21 | Microsoft Technology Licensing, Llc | Techniques for atmospheric and solar correction of aerial images |
US8666190B1 (en) * | 2011-02-01 | 2014-03-04 | Google Inc. | Local black points in aerial imagery |
US8897543B1 (en) * | 2012-05-18 | 2014-11-25 | Google Inc. | Bundle adjustment based on image capture intervals |
US8755628B2 (en) * | 2012-09-10 | 2014-06-17 | Google Inc. | Image de-hazing by solving transmission value |
US9396528B2 (en) * | 2013-03-15 | 2016-07-19 | Digitalglobe, Inc. | Atmospheric compensation in satellite imagery |
US9449244B2 (en) * | 2013-12-11 | 2016-09-20 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defense | Methods for in-scene atmospheric compensation by endmember matching |
-
2010
- 2010-12-20 US US12/973,689 patent/US9576349B2/en active Active
-
2011
- 2011-12-20 CN CN201110429145.XA patent/CN102567967B/zh active Active
-
2017
- 2017-02-20 US US15/437,140 patent/US11017503B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6757445B1 (en) * | 2000-10-04 | 2004-06-29 | Pixxures, Inc. | Method and apparatus for producing digital orthophotos using sparse stereo configurations and external models |
CN101908210A (zh) * | 2010-08-13 | 2010-12-08 | 北京工业大学 | 彩色图像去雾处理方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US9576349B2 (en) | 2017-02-21 |
CN102567967A (zh) | 2012-07-11 |
US20120154584A1 (en) | 2012-06-21 |
US20170161878A1 (en) | 2017-06-08 |
US11017503B2 (en) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102567967B (zh) | 用于空间图像的大气和阳光校正的技术 | |
Pimple et al. | Topographic correction of Landsat TM-5 and Landsat OLI-8 imagery to improve the performance of forest classification in the mountainous terrain of Northeast Thailand | |
US10356317B2 (en) | Wide-scale terrestrial light-field imaging of the sky | |
JP5283214B2 (ja) | 定点観測装置、及び定点観測方法 | |
Verhoeven et al. | Undistorting the past: New techniques for orthorectification of archaeological aerial frame imagery | |
US10013785B2 (en) | Methods and systems for object based geometric fitting | |
US8719317B1 (en) | Structured data conversion system | |
Rodriguez-Padilla et al. | A simple and efficient image stabilization method for coastal monitoring video systems | |
CN103761704B (zh) | 基于红外遥感数据的图像生成方法和系统 | |
US20150234943A1 (en) | Shade calculation for solar installation | |
CN106095774A (zh) | 一种无人机图像全景展示方法 | |
CN111612901A (zh) | 一种地理信息图像的提取特征与生成方法 | |
CN104217414A (zh) | 用于影像拼接的拼接线提取方法和装置 | |
Kim et al. | Cloud Observation and Cloud Cover Calculation at Nighttime Using the Automatic Cloud Observation System (ACOS) Package | |
Li et al. | Are you lying: Validating the time-location of outdoor images | |
Congedo | Land cover classification of cropland: a tutorial using the semi-automatic classification plugin for QGIS | |
CN109377476A (zh) | 遥感影像云检测特征参数的动态阈值获取方法及装置 | |
US20200096387A1 (en) | Apparatus, methodologies and software applications for determining a level of direct sunlight | |
Camara | Environmental systems: A multidimensional approach | |
Bradley et al. | Multi-scale sensor fusion with an online application: Integrating GOES, MODIS, and webcam imagery for environmental monitoring | |
Chijioke | Satellite remote sensing technology in spatial modeling process: technique and procedures | |
Cosmopoulos et al. | Temporal analysis of forest structural condition at an acid mine site using multispectral digital camera imagery | |
Liu et al. | High-spatial-resolution nighttime light dataset acquisition based on volunteered passenger aircraft remote sensing | |
CN103295214A (zh) | 基于色彩特征的无云modis遥感图像生成方法及系统 | |
Topan et al. | Information content of optical satellite images for topographic mapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
ASS | Succession or assignment of patent right |
Owner name: MICROSOFT TECHNOLOGY LICENSING LLC Free format text: FORMER OWNER: MICROSOFT CORP. Effective date: 20150617 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20150617 Address after: Washington State Applicant after: Micro soft technique license Co., Ltd Address before: Washington State Applicant before: Microsoft Corp. |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |