CN107516297A - 基于遥感图像的地物红外纹理调制模板生成方法 - Google Patents
基于遥感图像的地物红外纹理调制模板生成方法 Download PDFInfo
- Publication number
- CN107516297A CN107516297A CN201710576614.8A CN201710576614A CN107516297A CN 107516297 A CN107516297 A CN 107516297A CN 201710576614 A CN201710576614 A CN 201710576614A CN 107516297 A CN107516297 A CN 107516297A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sensing images
- image
- images
- carried out
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 7
- 238000004088 simulation Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002023 wood Substances 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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 using local operators
-
- 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 using two or more images, e.g. averaging or subtraction
-
- 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
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于遥感图像的地物红外纹理调制模板生成方法，该方法包括：获取遥感图像；对所述遥感图像进行匀光、匀色处理；拼接所述遥感图像；对所述遥感图像进行超分辨率重建；修复所述遥感图像中的干扰因素。本发明提供的基于遥感图像的地物红外纹理调制模板生成方法，克服了现有技术红外纹理调制模板中遥感图像亮度不均匀、色调不一致、分辨率不足、固化着阴影等问题，提高了遥感图像质量。
Description
技术领域
本发明属于计算机仿真技术相关领域，特别涉及一种基于遥感图像的地物红外纹理调制模板生成方法。
背景技术
随着开放式、大规模的室外环境红外场景仿真在战场环境仿真、虚拟训练、红外成像系统的数字/半实物仿真测试等领域的广泛应用，人们对场景真实感的需求与日俱增。通过存储三维场景地表材质的温度分布与红外发射率、反射率等光学属性分布，地物红外纹理是仿真计算地面场景红外辐射能量场空间分布特性的关键数据，其真实感在很大程度上决定了仿真结果的逼真度。
基于实测红外图像生成的地物红外纹理其真实性是最高的，但受硬件条件的限制，要获得大规模、高纹理分辨率的实测数据难度大、成本高，且存在地物辐射特征固化导致应用灵活性差等问题。而基于随机法生成的无缝红外纹理单元，虽可通过循环映射至人工规划的地貌材质分布区域，实现大规模地物红外纹理的合成，但存在纹理类型较单一、纹理细节与实际差距较大、纹理重复不自然、不同地貌边界平直生硬等的问题。
鉴于传统方法所存在的不同缺陷，国内外都有研究者提出一种基于来源丰富、采集成本相对较低的可见光遥感图像生成红外纹理的方法。请参见图1，图1为现有技术中基于可见光遥感图像生成红外纹理的流程图；根据图1的流程图可看出，基于可见光遥感影像生成大规模地物红外纹理的方法是以可见光遥感图像为核心数据，一方面对遥感影像进行地物材质分割与识别处理，获取准确地物材质分布区域与材质类型；然后根据大气与环境参数，利用地物材质预测温度与光学属性进行材质红外特征合成，确定大规模地物红外纹理所含温度、发射率与反射率等物理量的宏观整体分布，以形成基本红外纹理。另一方面对可见光遥感影像进行图像质量提升；然后通过生成红外纹理调制模板提高遥感图像分辨率等，通过纹理温度细节调制，增强温度分布的纹理细节，最终生成高真实感的大规模地物红外纹理。分析基于可见光遥感图像生成红外纹理的流程可以发现，以遥感图像红外纹理调制模板作为调制模板，用于对地物材质的进行细节调制，从而决定了红外纹理的细节质量。
大规模地物背景红外纹理通常需覆盖数平方公里，甚至几万平方公里的地形范围，并具备足够纹理细节。由于单幅航拍或卫星遥感图像范围有限，为生成所需规模的红外纹理调制模板，需要对多幅具有重叠区域的遥感图像进行拼接，并可进一步利用超分辨率重建增强纹理细节。但由于单幅或多幅遥感图像中可能存在光照不一致的问题，既影响图像拼接的准确度，又影响红外纹理的自然性，因此需要首先进行匀光、匀色处理。最后通过对遥感影像中的阴影等固化元素进行处理，进一步提高图像质量，生成最终的红外纹理调制模板。
因此，目前遥感图像应用为红外纹理调制模板时在图像质量上存在图像亮度不均匀、色调不一致、分辨率不足、固化着阴影与特殊物体等多种问题，研究如何选择有效的遥感图像处理方法对图像的像质进行提升，生成高质量的红外纹理调制模板变的非常必要。
发明内容
因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种基于遥感图像的地物红外纹理调制模板生成方法。
具体地，本发明一个实施例提出的一种基于遥感图像的地物红外纹理调制模板生成方法，包括：
S11、获取遥感图像；
S12、对所述遥感图像进行匀光、匀色处理；
S13、拼接所述遥感图像；
S14、对所述遥感图像进行超分辨率重建；
S15、修复所述遥感图像中的干扰因素。
在本发明的一个实施例中，步骤S12中对所述遥感图像进行匀光、匀色处理包括：
S121、利用模糊正像法对所述遥感图像进行匀光处理；
S122、利用Wallis滤波器的图像间匀色方法对所述遥感图像进行匀色处理。
在本发明的一个实施例中，步骤S13中拼接所述遥感图像包括：
S131、利用几何校正法校正所述遥感图像；
S132、对所述遥感图像进行图像配准；
S133、融合所述遥感图像。
其中，所述几何校正法为近似几何校正法。
在本发明的一个实施例中，步骤S14中对所述遥感图像进行超分辨率重建包括：
S141、利用图像自相似因素扩充所述遥感图像的图像数据库；
S142、利用统一建库分块并行处理的方法进行超分辨率重建。
在本发明的一个实施例中，步骤S141包括：利用同尺度的图像自相似因素、跨尺度的图像自相似因素以及图像旋转自相似因素扩充所述遥感图像的图像数据库。
其中，所述图像旋转自相似因素扩充所述遥感图像的图像数据库是将遥感图像旋转一定角度后将其图像数据保存至所述图像数据库。
在本发明的一实施例中，将所述遥感图像旋转一定角度后将其图像数据保存至所述图像数据库包括：将所述遥感图像旋转90度、180度以及270 度；将所述遥感图像和旋转后的图像保存至所述图像数据库。
在本发明的一个实施例中，步骤S142包括：建立统一的图像数据库；将所述遥感图像分割为若干图像小块；并行计算处理所述遥感图像小块及所述图像数据库。
在本发明的一个实施例中，步骤S15中所述干扰因素包括云彩干扰、阴影干扰和道路上的车辆等物体干扰。
基于此，本发明具备如下优点：
第一，本发明提供的基于遥感图像的地物红外纹理调制模板生成方法，克服了现有技术红外纹理调制模板中遥感图像亮度不均匀、色调不一致、分辨率不足、固化着阴影与干扰物体等问题，提高了遥感图像质量。
第二，本发明利用了图像的旋转自相似因素，将图像数据库的数据扩充至四倍，进一步充分挖掘了图像自身信息，增加了用于重建的图像自相似信息，提高了图像质量进而实现了图像的超分辨率重建。
第三，本发明利用统一建库分块并行处理的模式，极大的节约了遥感图像超分辨率重建的时间。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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。
通过以下参考附图的详细说明，本发明的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本发明的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程
图1为现有技术中基于可见光遥感图像生成红外纹理的流程图；
图2为本发明一实施例提供的一种基于遥感图像的地物红外纹理调制模板生成方法流程图；
图3为本发明另一实施例提供的一种地物红外纹理调制模板生成流程示意图；
图4为本发明再一实施例提供的一种基于图像自相似的超分辨率方法框架图；
图5为本发明再一实施例提供的一种图像金字塔结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
实施例一
请参见图2，图2为本发明一实施例提供的一种基于遥感图像的地物红外纹理调制模板生成方法流程图，该方法包括：
S11、获取遥感图像；
S12、对所述遥感图像进行匀光、匀色处理；
S13、拼接所述遥感图像；
S14、对所述遥感图像进行超分辨率重建；
S15、修复所述遥感图像中的干扰因素。
优选地，步骤S12中对所述遥感图像进行匀光、匀色处理可以包括：
S121、利用模糊正像法对所述遥感图像进行匀光处理；
S122、利用Wallis滤波器的图像间匀色方法对所述遥感图像进行匀色处理。
优选地，步骤S13中拼接所述遥感图像可以包括：
S131、利用几何校正法校正所述遥感图像；
S132、对所述遥感图像进行图像配准；
S133、融合所述遥感图像。
其中，所述几何校正法为近似几何校正法。
进一步地，步骤S14中对所述遥感图像进行超分辨率重建包括：
S141、利用图像自相似因素扩充所述遥感图像的图像数据库；
S142、利用统一建库分块并行处理的方法进行超分辨率重建。
其中，所述图像自相似因素包括：同尺度的图像自相似因素、跨尺度的图像自相似因素以及图像旋转自相似因素。
优选地，步骤S141可以包括：依次利用同尺度的图像自相似因素、跨尺度的图像自相似因素以及图像旋转自相似因素扩充所述遥感图像的图像数据库。
其中，所述图像旋转自相似因素扩充所述遥感图像的图像数据库是将遥感图像旋转一定角度后将其图像数据保存至所述图像数据库。
优选地，将所述遥感图像旋转一定角度后将其图像数据保存至所述图像数据库包括：将所述遥感图像旋转90度、180度以及270度；将所述遥感图像和旋转后的图像保存至所述图像数据库。
进一步地，步骤S142可以包括：建立统一的图像数据库；将所述遥感图像分割为若干图像小块；并行处理所述遥感图像小块及所述图像数据库。
其中，并行处理所述遥感图像小块及所述图像数据库包括：每个遥感图像小块共享所述图像数据库，然后对每个遥感图像小块同时并行进行超分辨率重建以形成高分辨率的遥感图像。
具体地，步骤S15中所述干扰因素包括云彩干扰、阴影干扰和道路上的车辆等物体干扰。
本发明提供的基于遥感图像的地物红外纹理调制模板生成方法，克服了现有技术红外纹理调制模板中图像亮度不均匀、色调不一致、分辨率不足、固化着阴影等问题，提高了遥感图像质量。
实施例二
具体地，请参见图3，图3为本发明另一实施例提供的一种地物红外纹理调制模板生成流程示意图。该流程包括：
S21、获取可见光遥感图像；
S22、对遥感图像进行匀光、匀色处理；
S23、拼接处理遥感图像；
S24、对遥感图像进行超分辨率重建；
S25、对遥感图像的干扰因素进行修复；
S26、生成地物红外纹理调制模板。
优选地，步骤S22中对遥感图像进行匀光、匀色处理包括首先利用 MASK匀光算法即模糊正像法对遥感图像进行匀光处理，然后利用Wallis 滤波器的图像间匀色方法对遥感图像进行匀色处理。
具体地，MASK匀光算法公式为：
I′(x,y)＝I(x,y)+B(x,y) (公式1)
其中，I′(x,y)为光照不均匀的原始遥感图像；I(x,y)为光照均匀的理想遥感图像；B(x,y)为背景图像。
在遥感图像的频域中，高频信息反映出遥感图像纹理及边缘，低频信息反映出遥感图像的亮度变化。因此，首先利用傅立叶变换将遥感图像转换到频率域，经低通滤波来估计近似光照的背景图像B(x,y)。低通滤波器的选择直接影响着最终匀光效果。然后从遥感图像中去除所估计的背景图像，获得受光均匀的图像I(x,y)。为使匀光后的遥感图像具有合理的灰度级范围，通常可在匀光后的遥感图像上叠加一个灰度偏移量offset，详见公式2：
I(x,y)＝I′(x,y)-B(x,y)+offset (公式2)
进一步地，对遥感图像进行匀色处理，首先统计出遥感图像的像素均值与方差值，然后将视觉效果好的遥感图像选取为参考图像，最后使用这个参考图像的像素均值和方差值为标准，对所有的待处理图像进行Wallis 变换处理；Wallis变换处理的具体公式为：
其中，f(x,y)为经过Wallis滤波器变换后的遥感图像像素值，g(x,y)为原始遥感图像的像素值，mg、sg分别为原始遥感图像的局部像素均值和方差值，mf、sf分别为经过Wallis滤波器变换后遥感图像的局部像素均值和方差值，c∈[0,1]为遥感图像的方差扩展常数，b∈[0,1]是遥感图像的亮度系数。
为不引起图像灰度的改变，将调节系数c和b均取为1，此时Wallis 滤波器的公式可以表示为：
优选地，步骤S23中拼接处理遥感图像包括图像预处理、图像配准和图像融和三个步骤。其中，图像预处理是对遥感图像进行几何校正，对于不同类型的遥感图像数据需要利用不同的处理方法；图像配准是从两幅遥感图像或多幅遥感图像中寻找相同的信息进行匹配，得到遥感图像间变换关系从而完成对齐；图像融合主要用来消除拼接时产生的拼接线，使拼接后的图像过渡地更自然。
优选地，步骤S24中对遥感图像进行超分辨率重建为利用基于图像自相似的超分辨率方法来对遥感图像进行超分辨率重建。其中，图像自相似的超分辨率方法分为三种：同尺度的图像自相似、跨尺度的图像自相似以及图像旋转自相似的超分辨率方法。
优选地，步骤S25中对遥感图像的干扰因素进行修复的步骤包括：
S251，标记遥感图像中的待修复区域和已知区域；
S252，计算待修复区域的优先级大小；
S253，选取待修复区域中优先级最高的图像块，在已知区域中寻找与待修复区域中优先级最高的图像块最为相似的图像块，并用该图像块来填补待修复区域中优先级最高的图像块形成新的修复图像块；
S254，重新计算被新的修复图像块影响的点的优先级大小，然后根据计算结果重复步骤S252～S254，直到完成对遥感图像的干扰因素的修复。
实施例三
为便于更清楚地理解，下面特举具体例子对上述实施例中的基于图像自相似的超分辨率方法进行详细描述：
具体地，请参见图4，图4为本发明再一实施例提供的一种基于图像自相似的超分辨率方法框架图。在基于图像自相似的超分辨率方法中，将遥感图像成比例缩小和放大后分别形成下采样层和上采样层；原始遥感图像和下采样层组成了下采样图像金字塔，提取下采样图像金字塔不同层中相同位置的小块组成图像数据库。经过图像旋转自相似的超分辨率方法将图像数据库的数据扩充至原来的四倍。
进一步地，进行超分辨率重建时，首先将原始遥感图像分为若干小块低分辨率图像；然后将每一小块低分辨率图像和扩充后的图像数据库进行并行计算处理，形成上采样重建图像金字塔即上采样层；将上采样重建图像金字塔中的图像分为若干小块高分辨率图像；选择合并小块高分辨率图像以形成高分辨率图像。
其中，原始遥感图像及其下采样图像金字塔中的下采样层是已知的低分辨率图像，而上采样重建图像金字塔的上采样层是待重建的高分辨率图像。
优选地，在图像金字塔中，设有{I-m,...,I-1,I0,I1,...,In}共m+n+1幅图像，其中I0为原始遥感图像，将I0成比例缩小得到从I-1至I-m的大小尺寸图像并形成下采样图像金字塔；将I0成比例放大得到从I1至In的大小尺寸图像并形成上采样重建图像金字塔。具体地，请参见图5，图5为本发明在一实施例提供的一种图像金字塔结构示意图；图5中以m＝2和n＝2为例，构造一个图像金字塔结构；如图5所示，对于I0中的任一小图像块P0，在I0的下采样层I-1中搜索与其相似的图像块。假设在I-k层中找到一个与其相似图像块P1， I0层中与P1位置对应的图像块为Q1，而在上采样层Ik中与P0对应位置的图像块为D1。由于D1与P0和Q1与P1之间所跨越的层数比例相同，都为k层，所以 D1与P0和Q1与P1之间的映射关系也必然相同。所以可以把Q1与P1间的映射关系应用于P0来得到所求的D1。
进一步地，在上述的图像金字塔结构中，同尺度与跨尺度相似都是在图像不动的情况下找到的。而通常在一幅图像中两个图像块并不相似，但它们却看起来拥有一定的对称性，因此将其中一个图像块旋转一定角度后可以发现，旋转后的图像块与另一块图像相似。为了最大限度的挖掘遥感图像自身信息，本发明将遥感图像分别旋转90度、180度、270度，对旋转后的图像都进行图像金字塔的建立并分割为图像块对，以此来扩充可供重建的图像数据库。
在进行超分辨率重建时，所有的数据来源于待重建的低分辨率遥感图像，所以低分辨率遥感图像的原始大小代表着已知信息的多少，也会直接影响到超分辨率重建结果的图像质量。也就是说如果只将遥感图像分块并行处理，虽然会成倍的减少超分辨率重建时间，但这种效率的提高是建立在牺牲图像质量的基础上得到的。因此本发明在获取的遥感图像基础上建立一个统一的图像数据库，然后经过图像旋转自相似的超分辨率方法将图像数据库中的图像数据扩充至四倍；再把遥感图像分块并行计算处理，所有图像块将共享扩充后的图像数据库。这样就可以大大节省超分辨率重建时间。
综上所述，本文中应用了具体个例对本发明的原理和方法进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。
Claims (10)
1.一种基于遥感图像的地物红外纹理调制模板生成方法，其特征在于，包括：
S11、获取遥感图像；
S12、对所述遥感图像进行匀光、匀色处理；
S13、拼接所述遥感图像；
S14、对所述遥感图像进行超分辨率重建；
S15、修复所述遥感图像中的干扰因素。
2.根据权利要求1所述的方法，其特征在于，步骤S12中对所述遥感图像进行匀光、匀色处理包括：
S121、利用模糊正像法对所述遥感图像进行匀光处理；
S122、利用Wallis滤波器的图像间匀色方法对所述遥感图像进行匀色处理。
3.根据权利要求2所述的方法，其特征在于，步骤S13中拼接所述遥感图像包括：
S131、利用几何校正法校正所述遥感图像；
S132、对所述遥感图像进行图像配准；
S133、融合所述遥感图像。
4.根据权利要求3所述的方法，其特征在于，步骤S131中所述几何校正法为近似几何校正法。
5.根据权利要求4所述的方法，其特征在于，步骤S14中对所述遥感图像进行超分辨率重建包括：
S141、利用图像自相似因素扩充所述遥感图像的图像数据库；
S142、利用统一建库分块并行处理的方法进行超分辨率重建。
6.根据权利要求5所述的方法，其特征在于，步骤S141中包括：利用同尺度的图像自相似因素、跨尺度的图像自相似因素以及图像旋转自相似因素扩充所述遥感图像的图像数据库。
7.根据权利要求6所述的方法，其特征在于，所述图像旋转自相似因素扩充所述遥感图像的图像数据库是将遥感图像旋转一定角度后将其图像数据保存至所述图像数据库。
8.根据权利要求7所述的方法，其特征在于，所述遥感图像旋转一定角度是90度、180度以及270度。
9.根据权利要求5所述的方法，其特征在于，步骤S142包括：建立统一的图像数据库；将所述遥感图像分割为若干图像小块；并行计算处理所述遥感图像小块及所述图像数据库。
10.根据权利要求9所述的方法，其特征在于，步骤S15中所述干扰因素包括云彩干扰、阴影干扰和物体干扰。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710576614.8A CN107516297A (zh) | 2017-07-14 | 2017-07-14 | 基于遥感图像的地物红外纹理调制模板生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710576614.8A CN107516297A (zh) | 2017-07-14 | 2017-07-14 | 基于遥感图像的地物红外纹理调制模板生成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107516297A true CN107516297A (zh) | 2017-12-26 |
Family
ID=60721831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710576614.8A Pending CN107516297A (zh) | 2017-07-14 | 2017-07-14 | 基于遥感图像的地物红外纹理调制模板生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107516297A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109671111A (zh) * | 2018-11-09 | 2019-04-23 | 西安电子科技大学 | 基于可见光遥感图像的温度场调制方法 |
| CN112509025A (zh) * | 2020-12-03 | 2021-03-16 | 山东省科学院海洋仪器仪表研究所 | 一种基于三维欧氏距离的岩石空间结构距离图的计算方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120250937A1 (en) * | 2011-03-31 | 2012-10-04 | Tessera Technologies Ireland Limited | Scene enhancements in off-center peripheral regions for nonlinear lens geometries |
| CN103971354A (zh) * | 2014-05-19 | 2014-08-06 | 四川大学 | 低分辨率红外图像重建高分辨率红外图像的方法 |
-
2017
- 2017-07-14 CN CN201710576614.8A patent/CN107516297A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120250937A1 (en) * | 2011-03-31 | 2012-10-04 | Tessera Technologies Ireland Limited | Scene enhancements in off-center peripheral regions for nonlinear lens geometries |
| CN103971354A (zh) * | 2014-05-19 | 2014-08-06 | 四川大学 | 低分辨率红外图像重建高分辨率红外图像的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张子龙等: "一种基于多尺度结构自相似性的图像超分辨率重建算法", 《科学技术与工程》 * |
| 郝燕云: "面向红外场景仿真的遥感图像处理方法研究", 《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109671111A (zh) * | 2018-11-09 | 2019-04-23 | 西安电子科技大学 | 基于可见光遥感图像的温度场调制方法 |
| CN112509025A (zh) * | 2020-12-03 | 2021-03-16 | 山东省科学院海洋仪器仪表研究所 | 一种基于三维欧氏距离的岩石空间结构距离图的计算方法 |
| CN112509025B (zh) * | 2020-12-03 | 2022-11-11 | 山东省科学院海洋仪器仪表研究所 | 一种基于三维欧氏距离的岩石空间结构距离图的计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pepe et al. | Scan to BIM for the digital management and representation in 3D GIS environment of cultural heritage site | |
| KR101085390B1 (ko) | 3ｄ 네비게이션을 위한 영상표현 방법, 장치 및 그 장치를포함한 모바일 장치 | |
| JP4685905B2 (ja) | オブジェクトの電子表示物のテクスチャライジング用システム | |
| CN109945845A (zh) | 一种私家园林空间数字化测绘和三维可视化方法 | |
| EP1927954B1 (en) | Terrain modeling based on curved surface area | |
| Pepe et al. | Techniques, tools, platforms and algorithms in close range photogrammetry in building 3D model and 2D representation of objects and complex architectures | |
| CN104835202A (zh) | 一种三维虚拟场景快速构建方法 | |
| Remondino et al. | 3D modeling of complex and detailed cultural heritage using multi-resolution data | |
| CN107330964A (zh) | 一种复杂三维物体的显示方法及系统 | |
| Brooks et al. | Multilayer hybrid visualizations to support 3D GIS | |
| CN103942828A (zh) | 文化遗产三维场景生成系统和方法 | |
| CN107516297A (zh) | 基于遥感图像的地物红外纹理调制模板生成方法 | |
| CN102117491B (zh) | 一种三维建模中纹理数据的绘制方法及装置 | |
| CN116210013A (zh) | Bim可视化系统及装置、可视化平台、存储介质 | |
| CN111127289A (zh) | 带有水印的高低频复用超表面防伪图像的设计方法 | |
| CN116468869A (zh) | 一种基于遥感卫星影像的实景三维建模方法、设备及介质 | |
| US20100066740A1 (en) | Unified spectral and Geospatial Information Model and the Method and System Generating It | |
| JP5795283B2 (ja) | 数値標高モデルの可視化画像作成方法及び可視化画像作成装置 | |
| Bertellini et al. | 3D survey techniques for the conservation and the enhancement of a Venetian historical architecture | |
| Zhou et al. | True orthoimage generation in urban areas with very tall buildings | |
| Bertacchi et al. | Chiuro laboratory: integration of workflows from digital survey to optimised 3D urban models for interactive exploration | |
| Zhang et al. | Tests and performance evaluation of DMC images and new methods for their processing | |
| CN109191557A (zh) | 立体地形图的影像纹理映射方法及装置 | |
| CN117313217B (zh) | 基于三维场景数据进行建筑物室内模型建模方法 | |
| Kim et al. | Building 3D Geospatial Information Using Airborne Multi-Looking Digital Camera System. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171226 |