CN108154470A - 一种遥感图像处理方法 - Google Patents
一种遥感图像处理方法 Download PDFInfo
- Publication number
- CN108154470A CN108154470A CN201611101629.0A CN201611101629A CN108154470A CN 108154470 A CN108154470 A CN 108154470A CN 201611101629 A CN201611101629 A CN 201611101629A CN 108154470 A CN108154470 A CN 108154470A
- Authority
- CN
- China
- Prior art keywords
- image
- resolution
- remote sensing
- composograph
- image processing
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 10
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 10
- 238000012952 Resampling Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 230000007850 degeneration Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- 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
- G06T3/4076—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 using the original low-resolution images to iteratively correct the high-resolution images
-
- 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
- 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
- G06T2207/20212—Image combination
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种遥感图像处理方法,包括:获取原始遥感图像I0;检测按照时间序列取得的多个图像间的位置偏差量;根据所述位置偏差量,在分辨率比所述多个图像高的高分辨率空间上,对该多个图像进行合成,生成高分辨率合成图像;对高分辨率合成图像进行滤波处理;对图像进行辐射校正,消除细小条纹噪声:通过重采样,将高分辨率合成图像缩小,生成变换图像;计算作为所述多个图像的基准的基准图像与所述变换图像之间的相关度;校正所述高分辨率合成图像。得到图像处理后的合成遥感图像I1;通过本发明的遥感图像处理方法,能够快速有效改进图像质量,并且可以对图像处理效果进行完备、准确、客观的检验。
Description
技术领域
本发明涉及图像处理领域,具体地,涉及一种遥感图像处理方法。
背景技术
随着人们获取遥感图像数据的能力不断提高和遥感技术的迅猛发展以及新型传感器的不断涌现,具有不同物理特性的传感器所产生的遥感图像不断增多,在同一地区往往可以获得大量的不同尺度、不同光谱、不同时相的多源图像数据信息。这些遥感图像数据在时间、空间和光谱方面差异很大,而各种传感器提供的遥感图像数据又各有特点。并且,受光照条件、大气状况、传感器等诸多因素的影响,成像设备所获取的遥感图像的与被拍摄地物往往存在一定的偏差。图像失真难免会影响后续分析和解译结果的正确性和稳定性。面对目前呈指数级增长的海量遥感图像,如何自动、快速、稳定地处理遥感图像,成为人们关心和研究的热点问题,也是具有高度挑战性的难点问题。
随着信息技术和传感器技术的发展,遥感图像的空间分辨率、光谱分辨率和时间分辨率均大幅提高,对遥感图像进行处理的运算量也随之大幅增加,从而造成现有的遥感图像的处理技术无法满足实际需要。因此,研发准确、实用的遥感图像处理方法,变得尤为迫切和必要。
发明内容
基于本领域的技术缺陷,本发明提供了一种遥感图像处理方法,其包含以下步骤:
步骤1,获取原始遥感图像I0序列及其图像参数;获取拍摄所述遥感图像的卫星和相机的参数;
步骤2,检测按照时间序列取得的多个图像间的位置偏差量;
步骤3,根据所述位置偏差量,在分辨率比所述多个图像高的高分辨率空间上,对该多个图像进行合成,生成高分辨率合成图像;
步骤4,对高分辨率合成图像进行滤波处理;对图像进行辐射校正,消除细小条纹噪声:
步骤5,通过重采样,将高分辨率合成图像缩小,生成变换图像;
步骤6,按照每个区域,计算作为所述多个图像的基准的基准图像与所述变换图像之间的相关度;
步骤7,以所述相关度越高、所述基准图像的合成比率越小的方式,校正所述高分辨率合成图像。
步骤8,得到图像处理后的合成遥感图像I1,并获取其图像参数;
步骤9,建立图像处理效果检验模型,对遥感图像处理效果进行检验。
优选地,其中,所述步骤4,对高分辨率合成图像进行滤波处理,采用的滤波函数为低通滤波器,过滤掉数据的高频部分,而保留数据的低频部分。
优选地,其中,所述低通滤波器的截止频率为最高频率的十分之一到二十分之一。
优选地,其中,根据卫星移动方向和移动距离,按照每个区域,计算位置偏差量。
优选地,其中,根据位置偏差量,在所述高分辨率空间上配置所述多个图像的各像素,并对未被配置的像素进行插值。
优选地,其中,将所述基准图像放大为与所述高分辨率合成图像相同的尺寸来生成放大图像,并以根据所述相关度确定出的合成比率对所生成的放大图像和所述高分辨率合成图像进行合成。
通过本发明的遥感图像处理方法,能够快速有效改进图像质量,并且可以对图像处理效果进行完备、准确、客观的检验。
附图说明
图1本发明所提出的方法流程图。
具体实施方式
为了更好地理解本发明,下面结合附图参考实施例的描述,对本发明的方法进行进一步的说明。
为了全面理解本发明,在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解,本发明可以无需这些具体细节而实现。在实施例中,不详细描述公知的方法、过程、组件、电路,以免不必要地使实施例繁琐。
参见图1所示,本发明所提出的一种遥感图像处理方法,其包含以下步骤:
步骤1,获取原始遥感图像I0序列及其图像参数;获取拍摄所述遥感图像的卫星和相机的参数;
步骤2,检测按照时间序列取得的多个图像间的位置偏差量;
步骤3,根据所述位置偏差量,在分辨率比所述多个图像高的高分辨率空间上,对该多个图像进行合成,生成高分辨率合成图像;
步骤4,对高分辨率合成图像进行滤波处理;对图像进行辐射校正,消除细小条纹噪声:
步骤5,通过重采样,将高分辨率合成图像缩小,生成变换图像;
步骤6,按照每个区域,计算作为所述多个图像的基准的基准图像与所述变换图像之间的相关度;
步骤7,以所述相关度越高、所述基准图像的合成比率越小的方式,校正所述高分辨率合成图像。
步骤8,得到图像处理后的合成遥感图像I1,并获取其图像参数;
步骤9,建立图像处理效果检验模型,对遥感图像处理效果进行检验。
优选地,其中,所述步骤4,对高分辨率合成图像进行滤波处理,采用的滤波函数为低通滤波器,过滤掉数据的高频部分,而保留数据的低频部分。
优选地,其中,所述低通滤波器的截止频率为最高频率的十分之一到二十分之一。
优选地,其中,根据卫星移动方向和移动距离,按照每个区域,计算位置偏差量。
优选地,其中,根据位置偏差量,在所述高分辨率空间上配置所述多个图像的各像素,并对未被配置的像素进行插值。
优选地,其中,将所述基准图像放大为与所述高分辨率合成图像相同的尺寸来生成放大图像,并以根据所述相关度确定出的合成比率对所生成的放大图像和所述高分辨率合成图像进行合成。
优选地,其中,所述步骤1,获得拍摄遥感图像的卫星和相机的参数,
所述卫星参数包括:卫星名称、指向精度、轨道高度、全色分辨率、多光谱分辨率、成像幅宽;
所述相机参数包括:相机名称、焦距、光圈值、像素、各项MTF参数。
优选地,其中,还包括对原始遥感图像的图像灰度化处理。
优选地,其中,获取的I0,I1的图像参数包括分辨率。
优选地,其中,所述步骤9,建立图像处理效果检验模型,还包括计算遥感图像处理效果检测指标,所述检测指标包括:信噪比指标、MTF指标、信息含量指标、相关退化度指标。
优选地,其中,所述信噪比指标S/N具体为:
其中,f为相机焦距,F为相机光圈值,B为相机入口处的辐射亮度,τoptics为光学系统透过率,η为光学系统遮栏比,Ntdi为TDICCD积分级数,tint为TDICCD行积分周期,RCCD为CCD响应度,Pef为相机有效像素,Nshot、Ndark、Nread、NFPN分别为CCD及信号处理电路中存在散粒噪声、暗电流噪声、读出噪声、固定模式噪声。
优选地,其中,MTF为系统调制传递函数,所述MTF指标具体为:
MTF=MTF静态·MTF动态
MTF静态=MTF光学设计·MTF光学加工·MTF光学装调·MTFCCD器件·MTF电路
其中,N是TDICCD积分级数,Δp是非正常像移量,f归一化是归一化的空间频率。
优选地,其中,所述信息含量指标C具体为:
其中,图像中各像素点i的灰度值集合为{Si,i=1,2,...,n},其对应出现的概率为{Ai,i=1,2,...,n},W为成像幅宽;
优选地,其中,相关退化度指的是图像处理后,与原始遥感图像相比,图像质量退化的程度,所述相关退化度指标RL具体为:
其中,S0、S1分别为原始遥感图像和处理后的遥感图像中像素点的灰度值,分别为原始遥感图像和处理后的遥感图像中像素点灰度值的均值,图像中各像素点i的灰度值集合为{Si,i=1,2,...,n},R0和R1分别为原始遥感图像和处理后的遥感图像的分辨率。
优选地,其中,所述步骤9,图像处理效果检验模型IQT具体为:
其中,wi为用户输入的效果检验参数权重,∑wi=1,为效果检验参数权重wi的拟合函数,作为效果检验模型各项指标的系数,IQT评分输出范围为0-100分,其中100分为图像质量最满意,0分为图像质量最不满意,优选将星下点高质量图像作为100分参考标准。
可见,通过本发明的遥感图像处理方法,能够快速有效改进图像质量,并且可以对图像处理效果进行完备、准确、客观的检验。
这里只说明了本发明的优选实施例,但其意并非限制本发明的范围、适用性和配置。相反,对实施例的详细说明可使本领域技术人员得以实施。应能理解,在不偏离所附权利要求书确定的本发明精神和范围情况下,可对一些细节做适当变更和修改。
Claims (6)
1.一种遥感图像处理方法,其包含以下步骤:
步骤1,获取原始遥感图像I0及其图像参数;获取拍摄所述遥感图像的卫星和相机的参数;
步骤2,检测按照时间序列取得的多个图像间的位置偏差量;
步骤3,根据所述位置偏差量,在分辨率比所述多个图像高的高分辨率空间上,对该多个图像进行合成,生成高分辨率合成图像;
步骤4,对高分辨率合成图像进行滤波处理;对图像进行辐射校正,消除细小条纹噪声:
步骤5,通过重采样,将高分辨率合成图像缩小,生成变换图像;
步骤6,按照每个区域,计算作为所述多个图像的基准的基准图像与所述变换图像之间的相关度;
步骤7,以所述相关度越高、所述基准图像的合成比率越小的方式,校正所述高分辨率合成图像。
步骤8,得到图像处理后的合成遥感图像I1,并获取其图像参数;
步骤9,建立图像处理效果检验模型,对遥感图像处理效果进行检验。
2.如权利要求1所述的方法,其中,所述步骤4,对高分辨率合成图像进行滤波处理,采用的滤波函数为低通滤波器,过滤掉数据的高频部分,而保留数据的低频部分。
3.根据权利要求2所述的方法,其中,所述低通滤波器的截止频率为最高频率的十分之一到二十分之一。
4.根据权利要求1所述的方法,其中,根据卫星移动方向和移动距离,按照每个区域,计算位置偏差量。
5.根据权利要求1所述的方法,其中,根据位置偏差量,在所述高分辨率空间上配置所述多个图像的各像素,并对未被配置的像素进行插值。
6.根据权利要求1所述的方法,其中,将所述基准图像放大为与所述高分辨率合成图像相同的尺寸来生成放大图像,并以根据所述相关度确定出的合成比率对所生成的放大图像和所述高分辨率合成图像进行合成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101629.0A CN108154470A (zh) | 2016-12-02 | 2016-12-02 | 一种遥感图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101629.0A CN108154470A (zh) | 2016-12-02 | 2016-12-02 | 一种遥感图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108154470A true CN108154470A (zh) | 2018-06-12 |
Family
ID=62470717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611101629.0A Pending CN108154470A (zh) | 2016-12-02 | 2016-12-02 | 一种遥感图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108154470A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340755A (zh) * | 2020-02-11 | 2020-06-26 | 南阳理工学院 | 一种遥感图像处理方法 |
CN111639543A (zh) * | 2020-04-26 | 2020-09-08 | 山东科技大学 | 一种基于马尔科夫随机场的高光谱遥感影像湿地分类方法 |
-
2016
- 2016-12-02 CN CN201611101629.0A patent/CN108154470A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340755A (zh) * | 2020-02-11 | 2020-06-26 | 南阳理工学院 | 一种遥感图像处理方法 |
CN111340755B (zh) * | 2020-02-11 | 2023-06-02 | 南阳理工学院 | 一种遥感图像处理方法 |
CN111639543A (zh) * | 2020-04-26 | 2020-09-08 | 山东科技大学 | 一种基于马尔科夫随机场的高光谱遥感影像湿地分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10547786B2 (en) | Image processing for turbulence compensation | |
CN108154479A (zh) | 一种对遥感图像进行图像校正的方法 | |
US8149319B2 (en) | End-to-end design of electro-optic imaging systems for color-correlated objects | |
CN110023810B (zh) | 光学系统像差的数字校正 | |
JP5358039B1 (ja) | 撮像装置 | |
US8786718B2 (en) | Image processing apparatus, image capturing apparatus, image processing method and storage medium | |
JP6173156B2 (ja) | 画像処理装置、撮像装置及び画像処理方法 | |
JPWO2013080552A1 (ja) | 撮像装置及び撮像システム | |
RU2014119389A (ru) | Устройство захвата изображения | |
CN103226014A (zh) | 距离测量装置 | |
CN110520768B (zh) | 高光谱光场成像方法和系统 | |
CN103604371A (zh) | 移动终端及其物体测量方法 | |
US20130064470A1 (en) | Image processing apparatus and image processing method for reducing noise | |
EP3015892A1 (en) | Image pickup device and image pickup method | |
JPWO2012086127A1 (ja) | 画像処理装置、撮像装置、及び画像処理方法 | |
JP2018151832A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
CN108154470A (zh) | 一种遥感图像处理方法 | |
CN106716990A (zh) | 红外线摄像装置、固定图案噪声计算方法及固定图案噪声计算程序 | |
CN104813217B (zh) | 用于设计能够估计景深的无源单通道成像器的方法 | |
Stamatopoulos et al. | Accuracy aspects of utilizing raw imagery in photogrammetric measurement | |
CN108154478B (zh) | 一种遥感图像处理方法 | |
Fridman et al. | Resampling in hyperspectral cameras as an alternative to correcting keystone in hardware, with focus on benefits for optical design and data quality | |
JP2013024653A (ja) | 距離測定装置及びプログラム | |
Kim et al. | Aperture-encoded snapshot hyperspectral imaging with a lensless camera | |
CN106705942B (zh) | 一种检验遥感影像处理质量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180612 |
|
WD01 | Invention patent application deemed withdrawn after publication |