CN106846277A - 一种线推扫成像的高光谱遥感图像错行纠正方法及装置 - Google Patents
一种线推扫成像的高光谱遥感图像错行纠正方法及装置 Download PDFInfo
- Publication number
- CN106846277A CN106846277A CN201710083240.6A CN201710083240A CN106846277A CN 106846277 A CN106846277 A CN 106846277A CN 201710083240 A CN201710083240 A CN 201710083240A CN 106846277 A CN106846277 A CN 106846277A
- Authority
- CN
- China
- Prior art keywords
- pixel
- remote sensing
- spectrum remote
- pixels
- row
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect 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
- G06T5/80—Geometric correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供的一种线推扫成像的高光谱遥感图像错行纠正方法及装置,根据高光谱遥感图像数据自身特性计算得到高光谱遥感图像中各相邻两行像素中的下一行像素相对上一行像素要移动的像素位置,进而计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;并依据所述高光谱遥感图像像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。由于本发明提供一种线推扫成像的高光谱遥感图像错行纠正方法及装置,利用的是高光谱遥感图像中多个波段图像数据进行错位纠正,解决了传统的图像错行纠正方法难以应用到线推扫模式下的高光谱图像错行纠正的技术问题。
Description
技术领域
本发明涉及图像处理领域,更具体地说,涉及一种线推扫成像的高光谱遥感图像错行纠正方法及装置。
背景技术
光谱分辨率在10纳米数量级范围内的光谱图像称为高光谱图像,利用推扫式传感器一行行的进行扫描可以获得高光谱遥感图像,高光谱遥感图像为同一时间获得的几十个,几百个甚至上千个波段的遥感图像。由于高光谱成像是推扫成像模式,并且由于诸多不稳定因素,例如推扫式传感器自身机械振动、飞行平台振动以及气流波动干扰等,使得获得的高光谱遥感图像中相邻两行之间会存在错位的情况,如图1所示。如果拥有飞行相关的位置和POS(Positioning and Orientation System,定位定姿系统)数据的情况下,可以采用经典的摄像测量学理论对图像错行进行校正。如果没有飞行相关的位置和POS数据,就只能采用数据自身特性来进行错行纠正,传统的行相关算法可以实现普通图像的错行纠正,但是高光谱图像有自身的特点,因为高光谱成像的光谱响应带宽窄,造成单个波段的信噪比低,再加上图像幅宽小,这两个原因引起了用单个波段的高光谱图像行相关错行纠正算法得到的效果不好。因此,现在亟需对传统的行相关方法进行改进,以适应线推扫成像模式的高光谱图像的错行纠正方法,以实现更好的图像错位纠正。
发明内容
有鉴于此,本发明提出一种线推扫成像的高光谱遥感图像错行纠错方法及装置,欲解决传统的图像错行纠正方法难以应用到线推扫模式下的高光谱图像错行纠正的技术问题。
为了解决上述技术问题,现提出的方案如下:
一种线推扫成像的高光谱遥感图像错行纠正方法,其特征在于,包括:
从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对第L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
优选的,在所述按照第一公式计算所述高光谱遥感图像中各相邻两行像素的相关值前,还包括:
搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零。
优选的,所述搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零,具体包括:
针对所述高光谱遥感图像中的各相邻两行像素,将所述多个波段图像中每个波段图像中的相应两行像素作为一个数据组;
针对每个所述数据组,通过循环迭代,计算得到其平均值m和标准差σ,并提取其包含的所有数据中的高亮像素和过暗像素,以及将所述高亮像素和所述过暗像素设定为零,所述高亮像素为亮度值大于m+3σ的数据,所述过暗数据为亮度值小于m-3σ的数据。
优选的,所述从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理,具体为:
从所述高光谱遥感图像中按照一定的间隔地选择多个波段图像,并对所述多个波段图像进行亮度归一化处理。
一种线推扫成像的高光谱遥感图像错行纠正装置,包括:
数据选择单元,用于从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
相关值计算单元,用于按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对第L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
调整计算单元,用于根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
纠正单元,用于依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
优选的,所述装置,还包括:
异常数据剔除单元,用于在所述按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值前,搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零。
优选的,所述异常数据剔除单元,具体包括:
数据组子单元,用于针对所述高光谱遥感图像中的各相邻两行像素,将所述多个波段图像中每个波段图像中的相应两行像素作为一个数据组;
数据剔除子单元,用于针对每个所述数据组,通过循环迭代,计算得到其平均值m和标准差σ,并提取其包含的所有数据中的高亮像素和过暗像素,以及将所述高亮像素和所述过暗像素设定为零,所述高亮像素为亮度值大于m+3σ的数据,所述过暗数据为亮度值小于m-3σ的数据。
优选的,数据选择单元,具体用于:
从所述高光谱遥感图像中按照一定的间隔地选择多个波段图像,并对所述多个波段图像进行亮度归一化处理。
与现有技术相比,本发明的技术方案具有以下优点:
上述技术方案提供的一种线推扫成像的高光谱遥感图像错行纠正方法及装置,根据高光谱遥感图像中多个波段图像数据计算得到高光谱遥感图像中各相邻两行像素中的下一行像素相对上一行像素要移动的像素位置,进而计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;并依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。由于本发明提供一种线推扫成像的高光谱遥感图像错行纠正方法及装置,利用的是高光谱遥感图像数据中多个波段图像数据进行错位纠正,解决了传统的图像错行纠正方法难以应用到线推扫模式下的高光谱图像错行纠正的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一个相邻两行之间存在错位情况的图;
图2为本发明实施例提供的一种线推扫成像的高光谱遥感图像错行纠正方法的流程图;
图3为本发明实施例提供的另一种线推扫成像的高光谱遥感图像错行纠正方法的流程图;
图4为本发明实施例提供的一种线推扫成像的高光谱遥感图像错行纠正装置的示意图;
图5为本发明实施例提供的另一种线推扫成像的高光谱遥感图像错行纠正装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本实施例提供一种线推扫成像的高光谱遥感图像错行纠正方法,请参见图2,为该线推扫成像的高光谱遥感图像错行纠正方法的流程图,该方法可以包括:
步骤S11:从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
高光谱遥感图像为在同一时间以多个波长拍摄的图像的集合,即线高光谱遥感图像包含了多个波段的图像数据,高光谱遥感图像通常包含几十到几百个波段的图像数据。不同波段图像的亮度信息可能差别较大进而影响后续的数据处理,因此,将选择的多个波段图像进行亮度归一化处理,具体的,将每个波段图像中的像素的亮度值归一化[0,1]的范围内。高光谱成像的光谱响应的带宽窄,造成单个波段的信噪比低,再加上图像幅宽小,这两种原因引起了高光谱遥感图像用一个波段图像进行行校正效果不好,必须采用多个波段图像来进行错行纠正。
步骤S12:按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对第L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
通常根据推扫式传感器的稳定性来设置p的取值,针对稳定性较高的推扫式传感器,p值设定较小,例如设定为5,即k的取值为范围[-5,+5]内的整数;针对稳定性较低的推扫式传感器,p值设定较大。
步骤S13:根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
针对高光谱遥感图像中的各相邻两行像素,k依此取值预设范围[-p,+p]内的整数后,计算得到2p+1个相关值,从这2p+1个相关值中选出最大的相关值,并将该最大的相关值对应的k取值作为相邻两行像素中下一行像素相对于上一行像素要移动的像素位置。如果最大的相关值对应的k取值为负数,则表示相邻两行像素中下一行像素相对上一行像素需要向右移动|k|个像素位置;如果最大的相关值对应的k取值为正数,则表示相邻两行像素中下一行像素相对上一行像素需要向左移动k个像素位置;如果最大的相关值对应的k取值为零,则表示相邻两行像素中下一行像素相对上一行像素不需要移动。
在得到每行像素相对其上一行像素要移动的像素位置后,进而可以通过将其相对其上一行像素要移动的像素位置,与其上所有行像素要移动的像素位置进行累加得到其相对第一行像素要移动的像素位置。例如,第三行像素相对第二行像素要移动的像素位置为-3,第二行像素相对第一行像素要移动的像素位置为+2,则两者相加为-1,即第三行像素相对于第一行像素需要向右1个像素位置。
步骤S14:依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
本实施例提供的一种线推扫成像的高光谱遥感图像错行纠正方法,根据高光谱遥感图像中多个波段图像数据计算得到高光谱遥感图像中各相邻两行像素中的下一行像素相对上一行像素需要移动的像素位置,进而计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;并依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。由于本实施例提供的方法利用的是线推扫成像的高光谱遥感图像中多个波段图像数据进行错位纠正,解决了传统的图像错行纠正方法难以应用到线推扫模式下的高光谱图像错行纠正的技术问题。。
所述从高光谱遥感图像中选择多个波段图像,具体的可以为:
从所述高光谱遥感图像中按照一定间隔地选择多个波段图像。例如可以设定间隔为10,从高光谱遥感图像中等间隔地选择相应的波段图像,进而降低波段图像之间的相关性,从而提高后续纠正处理的准确性。
实施例二
本实施例提供另一种线推扫成像的高光谱遥感图像错行纠正方法,请参见图3,为该线推扫成像的高光谱遥感图像错行纠正方法的流程图,其中步骤S21、S23、S24和S25分别与实施例中的步骤S11、S12、S13和S14相同。该方法可以包括:
步骤S21:从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
步骤S22:搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零。
具体的步骤S22可以包括以下步骤:
步骤A11:针对所述高光谱遥感图像中的各相邻两行像素,将所述多个波段图像中每个波段图像中的相应两行像素作为一个数据组;
例如,对于高光谱遥感图像中的第一行像素和第二行像素,将选择的多个波段图像中每个波段图像中的第一行像素和第二行像素作为一个数据组。在步骤S21中选择了几个波段图像,则在步骤A11将生成几组数据组。
步骤A12:针对每个所述数据组,通过循环迭代,计算得到其平均值m和标准差σ,并提取其包含的所有数据中的高亮像素和过暗像素,以及将所述高亮像素和所述过暗像素设定为零,所述高亮像素为亮度值大于m+3σ的数据,所述过暗数据为亮度值小于m-3σ的数据。
通过循环迭代计算某个数据组的平均值m和标准差σ,即先计算数据组中所有数据的平均值m1和标准差σ1,然后选出在[m1-3σ1,m1+3σ1]范围内的数据,再计算在[m1-3σ1,m1+3σ1]范围的数据的平均值m2和和标准差σ2。判断前后两次平均值的误差是否小于1%。如果前后两次的平均值的误差小于1%则将后一次计算得到的平均值m2和标准差σ2作为数据组的平均值m和标准差σ;如果前后两次的平均值的误差不小于1%则选出在[m2-3σ2,m2+3σ2]范围内的数据,再计算在[m2-3σ2,m2+3σ2]范围的数据的平均值m2和和标准差σ2,然后再判断前后两次平均值的误差是否小于1%,进行循环。如果计算预设次数(例如10次)后,前后两次的平均值误差还是不小于1%,则将最后一次计算得到的平均值和标准差作为数据组的平均值m和标准差σ。
步骤S23:按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对第L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
步骤S24:根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
步骤S25:依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
不进行高亮像素和过暗像素的排除的话,幅宽小的高光谱遥感图像错行纠正过程往往受高亮或者过暗的像素的影响较大,纠正效果不理想,本实施例提供的高光谱遥感图像错行纠正方法通过增加步骤S22将多个波段图像中的高亮像素和过暗像素的亮度值设定为零,排除掉高亮像素和过暗像素,以提高利用第一公式计算相关性的准确度,进而提高后续错行纠正的准确度。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
实施例三
本实施例提供了一种线推扫成像的高光谱遥感图像错行纠正装置,参见图4所示,该装置可以包括:
数据选择单元11,用于从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
相关值计算单元12,用于按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对低L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
调整计算单元13,用于根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
纠正单元14,用于依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
本实施例提供的一种线推扫成像的高光谱遥感图像错行纠正装置,根据高光谱遥感图像数据自身特性计算得到高光谱遥感图像中各相邻两行像素中的下一行像素相对上一行像素需要移动的像素位置,进而计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;并依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。由于本实施例提供的方法利用的是高光谱遥感图像中多个波段图像数据进行错位纠正,解决了传统的图像错行纠正方法难以应用到线推扫模式下的高光谱图像错行纠正的技术问题。
数据选择单元11,具体用于:从所述高光谱遥感图像中按照一定间隔地选择多个波段图像,并对所述多个波段图像进行亮度归一化处理
实施例四
本实施例提供了另一种线推扫成像的高光谱遥感图像错行纠正装置,参见图5所示,该装置相对于实施例三提供的装置还包括:
在所述按照第一公式计算所述高光谱遥感图像中各相邻两行像素的相关值前,还包括:
异常数据剔除单元15,用于在所述按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值前,搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零。
异常数据剔除单元15,具体包括:数据组子单元151和数据剔除子单元152。
数据组子单元151,用于针对所述高光谱遥感图像中的各相邻两行像素,将所述多个波段图像中每个波段图像中的相应两行像素作为一个数据组;
数据剔除子单元152,用于针对每个所述数据组,通过循环迭代计算得到其平均值m和标准差σ,并提取其包含的所有数据中的高亮像素和过暗像素,以及将所述高亮像素和所述过暗像素设定为零,所述高亮像素为亮度值大于m+3σ的数据,所述过暗数据为亮度值小于m-3σ的数据。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对本发明所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种线推扫成像的高光谱遥感图像错行纠正方法,其特征在于,包括:
从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对第L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
2.根据权利要求1所述的方法,其特征在于,在所述按照第一公式计算所述高光谱遥感图像中各相邻两行像素的相关值前,还包括:
搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零。
3.根据权利要求2所述的方法,其特征在于,所述搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零,具体包括:
针对所述高光谱遥感图像中的各相邻两行像素,将所述多个波段图像中每个波段图像中的相应两行像素作为一个数据组;
针对每个所述数据组,通过循环迭代,计算得到其平均值m和标准差σ,并提取其包含的所有数据中的高亮像素和过暗像素,以及将所述高亮像素和所述过暗像素设定为零,所述高亮像素为亮度值大于m+3σ的数据,所述过暗数据为亮度值小于m-3σ的数据。
4.根据权利要求1所述的方法,其特征在于,所述从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理,具体为:
从所述高光谱遥感图像中按照一定的间隔地选择多个波段图像,并对所述多个波段图像进行亮度归一化处理。
5.一种线推扫成像的高光谱遥感图像错行纠正装置,其特征在于,包括:
数据选择单元,用于从高光谱遥感图像中选择多个波段图像,并对所述多个波段图像进行亮度归一化处理;
相关值计算单元,用于按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值,k依次取值预设范围[-p,+p]内的整数,所述第一公式为:
其中,r(k)表示第L+1行像素相对第L行像素移动k个像素位置时所述第L+1行像素与所述第L行像素的相关值,b表示所述多个波段图像的总数量,n表示每一行的像素个数,fL(x,y)表示所述多个波段图像中的第y个波段图像的第L行的第x个像素的亮度值,fL+1(x+k,y)表示所述多个波段图像中的第y个波段图像的第L+1行的第x+k个像素的亮度值;
调整计算单元,用于根据所述高光谱遥感图像中各相邻两行像素的最大相关值对应的k值,计算得到所述高光谱遥感图像中每行像素相对所述高光谱遥感图像中第一行像素要移动的像素位置;
纠正单元,用于依据所述高光谱遥感图像中所述每行像素相对第一行像素要移动的像素位置,对所述高光谱遥感图像进行纠正。
6.根据权利要求5所述的装置,其特征在于,所述装置,还包括:
异常数据剔除单元,用于在所述按照第一公式计算得到所述高光谱遥感图像中各相邻两行像素的相关值前,搜寻所述多个波段图像中的高亮像素和过暗像素,并将所述高亮像素和所述过暗像素的亮度值设定为零。
7.根据权利要求6所述的装置,其特征在于,所述异常数据剔除单元,具体包括:
数据组子单元,用于针对所述高光谱遥感图像中的各相邻两行像素,将所述多个波段图像中每个波段图像中的相应两行像素作为一个数据组;
数据剔除子单元,用于针对每个所述数据组,通过循环迭代,计算得到其平均值m和标准差σ,并提取其包含的所有数据中的高亮像素和过暗像素,以及将所述高亮像素和所述过暗像素设定为零,所述高亮像素为亮度值大于m+3σ的数据,所述过暗数据为亮度值小于m-3σ的数据。
8.根据权利要求5所述的装置,其特征在于,数据选择单元,具体用于:
从所述高光谱遥感图像中间隔地选择多个波段图像,并对所述多个波段图像进行亮度归一化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710083240.6A CN106846277B (zh) | 2017-02-16 | 2017-02-16 | 一种线推扫成像的高光谱遥感图像错行纠正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710083240.6A CN106846277B (zh) | 2017-02-16 | 2017-02-16 | 一种线推扫成像的高光谱遥感图像错行纠正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846277A true CN106846277A (zh) | 2017-06-13 |
CN106846277B CN106846277B (zh) | 2020-03-20 |
Family
ID=59127511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710083240.6A Expired - Fee Related CN106846277B (zh) | 2017-02-16 | 2017-02-16 | 一种线推扫成像的高光谱遥感图像错行纠正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846277B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196396A (zh) * | 2007-12-12 | 2008-06-11 | 武汉大学 | 基于物方投影几何约束的线阵推扫式影像最佳扫描线搜索方法 |
US20100128973A1 (en) * | 2008-11-25 | 2010-05-27 | Nec System Technologies, Ltd. | Stereo image processing apparatus, stereo image processing method and computer-readable recording medium |
CN102576459A (zh) * | 2009-07-31 | 2012-07-11 | 阿斯特里姆有限公司 | 估计机载或空中的推扫式传感器获得的线图像的偏移的方法 |
CN103810701A (zh) * | 2014-01-15 | 2014-05-21 | 北京农业信息技术研究中心 | 一种无人机载成像高光谱几何校正的方法及系统 |
CN103971334A (zh) * | 2014-04-25 | 2014-08-06 | 中国科学院遥感与数字地球研究所 | 高光谱遥感图像校正方法及装置 |
US20150136954A1 (en) * | 2013-11-12 | 2015-05-21 | EO Vista, LLC | Apparatus and Methods for Hyperspectral Imaging with Parallax Measurement |
CN105513018A (zh) * | 2015-11-26 | 2016-04-20 | 航天恒星科技有限公司 | 星载摆扫成像几何校正方法和装置 |
CN105608675A (zh) * | 2015-12-18 | 2016-05-25 | 天津迈达医学科技股份有限公司 | 一种眼底组织oct图像运动伪差的矫正方法 |
CN106127697A (zh) * | 2016-06-07 | 2016-11-16 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
-
2017
- 2017-02-16 CN CN201710083240.6A patent/CN106846277B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196396A (zh) * | 2007-12-12 | 2008-06-11 | 武汉大学 | 基于物方投影几何约束的线阵推扫式影像最佳扫描线搜索方法 |
US20100128973A1 (en) * | 2008-11-25 | 2010-05-27 | Nec System Technologies, Ltd. | Stereo image processing apparatus, stereo image processing method and computer-readable recording medium |
CN102576459A (zh) * | 2009-07-31 | 2012-07-11 | 阿斯特里姆有限公司 | 估计机载或空中的推扫式传感器获得的线图像的偏移的方法 |
US20150136954A1 (en) * | 2013-11-12 | 2015-05-21 | EO Vista, LLC | Apparatus and Methods for Hyperspectral Imaging with Parallax Measurement |
CN103810701A (zh) * | 2014-01-15 | 2014-05-21 | 北京农业信息技术研究中心 | 一种无人机载成像高光谱几何校正的方法及系统 |
CN103971334A (zh) * | 2014-04-25 | 2014-08-06 | 中国科学院遥感与数字地球研究所 | 高光谱遥感图像校正方法及装置 |
CN105513018A (zh) * | 2015-11-26 | 2016-04-20 | 航天恒星科技有限公司 | 星载摆扫成像几何校正方法和装置 |
CN105608675A (zh) * | 2015-12-18 | 2016-05-25 | 天津迈达医学科技股份有限公司 | 一种眼底组织oct图像运动伪差的矫正方法 |
CN106127697A (zh) * | 2016-06-07 | 2016-11-16 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106846277B (zh) | 2020-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427298B (zh) | 基于各向异性梯度尺度空间的遥感图像配准方法 | |
Padmanabhan et al. | An improved photometric calibration of the Sloan Digital Sky Survey imaging data | |
US8581995B2 (en) | Method and apparatus for parallax correction in fused array imaging systems | |
Piotto et al. | Hubble Space Telescope observations of Galactic globular cluster cores. II. NGC 6273 and the problem of horizontal-branch gaps | |
CN107274380B (zh) | 一种无人机多光谱影像快速拼接方法 | |
CN106920224A (zh) | 一种评估拼接图像清晰度的方法 | |
CN107680139A (zh) | 一种远心双目立体视觉测量系统的通用性标定方法 | |
US7349580B2 (en) | Apparatus and method for calibrating zoom lens | |
von Hippel et al. | An independent calibration of stellar ages: Hubble Space Telescope observations of white dwarfs at V= 25 | |
CN109255777A (zh) | 一种结合小波变换和感知哈希算法的图像相似度计算方法 | |
CN110084743B (zh) | 基于多航带起始航迹约束的图像拼接与定位方法 | |
CN104296876A (zh) | 基于fpga的场景非均匀性校正方法及其装置 | |
Omizzolo et al. | U-band photometry of 17 WINGS clusters | |
CN107093196A (zh) | 视频卫星面阵相机在轨相对辐射定标方法 | |
CN102903078B (zh) | 一种基于多分辨率傅里叶分析理论的运动模糊图像参数估计方法 | |
CN111798394B (zh) | 一种基于多年时间序列数据的遥感图像云污染去除方法 | |
CN108061517B (zh) | 基于莫尔序列光栅的面结构光解相方法 | |
CN113237554B (zh) | 云下地表温度图像生成方法、装置和终端设备 | |
Wrigley et al. | Thematic mapper image quality: Registration, noise, and resolution | |
CN102944308B (zh) | 一种时空联合调制干涉成像光谱仪姿态误差校正方法 | |
US20040258297A1 (en) | 3D color information acquisition method and 3D color information acquisition device | |
CN106846277A (zh) | 一种线推扫成像的高光谱遥感图像错行纠正方法及装置 | |
Funt et al. | Bootstrapping color constancy | |
CN108335328A (zh) | 摄像机姿态估计方法和摄像机姿态估计装置 | |
Fullton et al. | A VIC Color-Magnitude Diagram of the Globular Cluster NGC 6352 From Hubble Space Telescope Planetary Camera Observations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200320 Termination date: 20220216 |