CN109272465A - 一种航空影像色彩一致性处理算法 - Google Patents
一种航空影像色彩一致性处理算法 Download PDFInfo
- Publication number
- CN109272465A CN109272465A CN201811077255.2A CN201811077255A CN109272465A CN 109272465 A CN109272465 A CN 109272465A CN 201811077255 A CN201811077255 A CN 201811077255A CN 109272465 A CN109272465 A CN 109272465A
- Authority
- CN
- China
- Prior art keywords
- aviation image
- image
- aviation
- color
- formula
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 238000012937 correction Methods 0.000 claims abstract description 38
- 238000005286 illumination Methods 0.000 claims abstract description 12
- 238000009825 accumulation Methods 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 18
- 239000003086 colorant Substances 0.000 claims description 5
- 238000002156 mixing Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000003702 image correction Methods 0.000 claims 1
- 238000009394 selective breeding Methods 0.000 abstract description 4
- 230000008030 elimination Effects 0.000 abstract description 2
- 238000003379 elimination reaction Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 3
- 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 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000011218 segmentation 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提出了一种航空影像色彩一致性处理算法，包括构建色彩传递路径、测区航空影像的色彩校正、判定测区航空影像是否存在重叠区域、增加随机观测全局优化色彩传递中误差累积、对测区航空影像色彩改正参数的精确估计、光照补偿并生成基准色调底图、色彩映射输出航空影像。本发明提出的航空影像色彩一致性处理算法可优化消除误差累积；可有效消除航空影像中存在的“锅底效应”；本发明也不需要人工选择基准影像，特别适用于大范围航空摄影测量色彩一致性处理，测区级航空影像的整体色彩一致性好。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种航空影像色彩一致性处理算法。
背景技术
航空影像具有分辨率高、获取成本低、反应速度快等特点，在测绘、军事侦察、国土资源管理等各个领域得到广泛的应用。受飞行高度和相幅的限制，对于面积较大的测区往往需要分多个架次进行拍摄，不同时间段内可能面临不同的外部光照条件，这会造成测区航空影像的亮度、色调存在差异。即使同一架次拍摄的航空影像，受飞行平台姿态稳定性、相机安装角度以及传感器自身对光照的敏感性等因素影响，都会导致相邻及不同航带航空影像间存在色调差异。造成经正射纠正的航空影像镶嵌后存在明显的差异，极大地降低了用户的使用感受，制约了航空影像的后期使用。
现有的航空影像色彩一致性算法，包括匀光处理和匀色处理等关键步骤。匀光处理主要解决单张航天影像亮度分布不均匀的问题。李德仁等利用Wallis滤波方法使影像不同区域的亮度一致，但该方法可能会破坏影像的层次感；Orsini等采用Retinex方法处理影像亮度反差不一致的问题，但该方法对于反差分布不均匀的影像处理效果较差。这些方法对单张航天影像匀光处理没有考虑相邻影像地物色彩的对应关系，匀光处理后会对相邻影像产生干扰，不利于的后续分析处理。
匀色处理主要解决测区影像间的亮度、色调不一致的问题。夏梦涵等利用影像重叠区域的相同内容建立影像间的色彩映射关系实现色彩传递，但该方法需要检索影像的同类物体，算法复杂度较高；陈旭等提出对影像自动分割，构建不同地物对应的线性关系，但该方法复杂度较高，并且没有考虑地物变化带来的分割误差。
上述众多的色彩一致性处理算法均未考虑航空影像成像特点，虽在某些情况下可取得一定处理效果，但处理效果不稳定，对同一测区级不同航空影像处理可能得到清晰度不同的结果，无法满足航空影像的处理要求。
发明内容
为解决上述技术问题，本发明提出了一种优化了全局误差累积、不需要人工选择基准影像、色彩一致性好的航空影像色彩一致性处理算法。
本发明的技术方案是这样实现的：一种航空影像色彩一致性处理算法，包括以下步骤：
(1)构建色彩传递路径：根据测区所有航空影像与参考航空影像的相对距离依次由近到远对测区影像进行色彩校正；
(2)测区航空影像的色彩校正：利用待校正航空影像与已校正航空影像重叠区域全部像素计算待校正航空影像的色彩校正系数，色彩校正后的航空影像与基准影像具有相同的色调；
(3)判定测区航空影像是否存在重叠区域：每加入新的待校正航空影像时，进行有效重叠区域的判定；
(4)增加随机观测全局优化色彩传递中误差累积：充分利用色彩传递误差传播中的随机性，通过增加随机观测的方法实现对测区航空影像色彩改正参数的精确估计；
(5)光照补偿并生成基准色调底图，在生成基准色调底图的过程中取重叠区域的亮度较大像素，补偿航空影像亮度分布；
(6)色彩映射输出航空影像。
在以上技术方案的基础上，优选的，所述计算待加入航空影像色彩校正系数的方法为：采用公示1计算色彩校正系数：
公式1中rb表示航空影像在R,G,B通道的色彩对应的系数，Pixel'b表示航空影像经过反Gamma校正后，在重叠区域像素RGB色彩空间各波段的像素值，其中航空影像反Gamma校正计算公式如下：
在以上技术方案的基础上，优选的，所述对测区航空影像色彩改正参数的精确估算方法如公式3所示：
公式3为航空影像P在RGB色彩空间各波段对应色彩校正系数，其中RP、GP、BP分别表示航空影像P在R、G、B三个波段的色彩改正系数，分别表示对测区内影像i的第n次独立观测的观测值，NUM表示测区航空影像总数量，N表示航空影像的独立观测次数。
在以上技术方案的基础上，优选的，所述光照补偿并生成基准色调底图的方法如公式4所示：
Pbasemap(x,y)＝MAX(Pimg(x,y)) (公式4)
公式4中，Pbasemap(x,y)表示光照补偿生成的基准色调底图，(x,y)表示航空影像像素的坐标，Pimg(x,y)表示单张航空影像在像素(x,y)处的像素亮度值。
在以上技术方案的基础上，优选的，所述色彩映射输出航空影像的算法如下：
航空影像低频信息和高频信息可以采用公式5中的数学模型，
I＝L+H (公式5)
其中I表示航空影像，L为航空影像的低频信息，H为航空影像的高频信息；源航空影像记为Isrc，基准色调底图记为Iref，源航空影像降采样后记为Isrcdown；参照公式5，,源航空影像降采样后航空影像和对应区域基准色调底图如公式6、公式7所示：
Isrcdown＝Lsrcdown+Hsrcdown (公式6)
Iref＝Lref+Href (公式7)
分别提取公式6中的Isrcdown的高频信息和公式7中的Iref的低频信息，二者相加合成调色后的航空影像Idstdown，合成调色后的航空影像Idstdown如公式8所示：
Idstdown＝Hsrcdown+Lref (公式8)
合成调色后的航空影像同时具有经过拉伸的源航空影像高频信息和色彩校正后的低频信息。
在以上技术方案的基础上，优选的，所述计算待加入航空影像色彩校正系数中的参数Gamma为1/2.2。
本发明提供了一种航空影像色彩一致性处理算法，该算法相比现有技术，具有如下优点：
(1)现有的色彩一致性处理算法存在误差累积问题，本发明提出的航空影像色彩一致性处理算法可优化消除误差累积；
(2)本发明提出的航空影像一致性算法可有效消除航空影像中存在的“锅底效应”；
(3)本发明不需要人工选择基准影像，是真正意义上的“匀色”；
(4)本发明提出的算法适用于大范围航空摄影测量色彩一致性处理，测区级航空影像的整体色彩一致性好。
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为本发明的航空影像色彩一致性处理算法流程图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
图1为本发明的航空影像色彩一致性处理算法流程图。
如图1所示，一种航空影像色彩一致性处理算法，包括以下步骤：
(1)构建色彩传递路径：根据测区所有航空影像与参考航空影像的相对距离依次由近到远对测区影像进行色彩校正。
(2)测区航空影像的色彩校正：利用待校正航空影像与已校正航空影像重叠区域全部像素计算待校正航空影像的色彩校正系数，色彩校正后的航空影像与基准影像具有相同的色调，可作为一个整体。采用公示1计算待校正航空影像的色彩校正系数：
公式1中rb表示航空影像在R,G,B通道的色彩对应的系数，Pixel'b表示航空影像经过反Gamma校正后，在重叠区域像素RGB色彩空间各波段的像素值，其中航空影像反Gamma校正计算公式如下：
本实施例中参数Gamma为1/2.2。
(3)判定测区航空影像是否存在重叠区域：每加入新的待校正航空影像时，进行有效重叠区域的判定。
(4)增加随机观测全局优化色彩传递中误差累积：充分利用色彩传递误差传播中的随机性，通过增加随机观测的方法实现对测区航空影像色彩改正参数的精确估计，优化全局色彩传递中的误差累积。
对测区航空影像色彩改正参数的精确估算方法如公式3所示：
公式3为航空影像P在RGB色彩空间各波段对应色彩校正系数，其中RP、GP、BP分别表示航空影像P在R、G、B三个波段的色彩改正系数，分别表示对测区内影像i的第n次独立观测的观测值，NUM表示测区航空影像总数量，N表示航空影像的独立观测次数。
(5)光照补偿并生成基准色调底图，在生成基准色调底图的过程中取重叠区域的亮度较大像素，补偿航空影像亮度分布，改善锅底效应造成的亮度分布不均衡。
光照补偿并生成基准色调底图的方法如公式4所示：
Pbasemap(x,y)＝MAX(Pimg(x,y)) (公式4)
公式4中，Pbasemap(x,y)表示光照补偿生成的基准色调底图，(x,y)表示航空影像像素的坐标，Pimg(x,y)表示单张航空影像在像素(x,y)处的像素亮度值。
(6)色彩映射输出航空影像。
色彩映射输出航空影像的算法如下：
航空影像低频信息和高频信息可以采用公式5中的数学模型，
I＝L+H (公式5)
其中I表示航空影像，L为航空影像的低频信息，H为航空影像的高频信息；源航空影像记为Isrc，基准色调底图记为Iref，源航空影像降采样后记为Isrcdown；参照公式5，,源航空影像降采样后航空影像和对应区域基准色调底图如公式6、公式7所示：
Isrcdown＝Lsrcdown+Hsrcdown (公式6)
Iref＝Lref+Href (公式7)
分别提取公式6中的Isrcdown的高频信息和公式7中的Iref的低频信息，二者相加合成调色后的航空影像Idstdown，合成调色后的航空影像Idstdown如公式8所示：
Idstdown＝Hsrcdown+Lref (公式8)
则合成调色后的航空影像同时具有经过拉伸的源航空影像高频信息和色彩校正后的低频信息。
本发明提出的航空影像色彩一致性处理算法能通过全局优化改善误差累积问题，该算法可有效消除航空影像中存在的“锅底效应”。本发明也不需要人工选择基准影像，是真正意义上的“匀色”，特别适用于大范围航空摄影测量色彩一致性处理，且测区级航空影像的整体色彩一致性好。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种航空影像色彩一致性处理算法，其特征在于：包括以下步骤：
(1)构建色彩传递路径：根据测区所有航空影像与参考航空影像的相对距离依次由近到远对测区影像进行色彩校正；
(2)测区航空影像的色彩校正：利用待校正航空影像与已校正航空影像重叠区域全部像素计算待校正航空影像的色彩校正系数，色彩校正后的航空影像与基准影像具有相同的色调；
(3)判定测区航空影像是否存在重叠区域：每加入新的待校正航空影像时，进行有效重叠区域的判定；
(4)增加随机观测全局优化色彩传递中误差累积：充分利用色彩传递误差传播中的随机性，通过增加随机观测的方法实现对测区航空影像色彩改正参数的精确估计；
(5)光照补偿并生成基准色调底图，在生成基准色调底图的过程中取重叠区域的亮度较大像素，补偿航空影像亮度分布；
(6)色彩映射输出航空影像。
2.如权利要求1所述的一种航空影像色彩一致性处理算法，其特征在于：所述计算待加入航空影像色彩校正系数的方法为：采用公示1计算色彩校正系数：
公式1中rb表示航空影像在R,G,B通道的色彩对应的系数，Pixel′b表示航空影像经过反Gamma校正后，在重叠区域像素RGB色彩空间各波段的像素值，其中航空影像反Gamma校正计算公式如下：
3.如权利要求1所述的一种航空影像色彩一致性处理算法，其特征在于：所述对测区航空影像色彩改正参数的精确估算方法如公式3所示：
公式3为航空影像P在RGB色彩空间各波段对应色彩校正系数，其中RP、GP、BP分别表示航空影像P在R、G、B三个波段的色彩改正系数，分别表示对测区内影像i的第n次独立观测的观测值，NUM表示测区航空影像总数量，N表示航空影像的独立观测次数。
4.如权利要求1所述的一种航空影像色彩一致性处理算法，其特征在于：所述光照补偿并生成基准色调底图的方法如公式4所示：
Pbasemap(x,y)＝MAX(Pimg(x,y)) (公式4)
公式4中，Pbasemap(x,y)表示光照补偿生成的基准色调底图，(x,y)表示航空影像像素的坐标，Pimg(x,y)表示单张航空影像在像素(x,y)处的像素亮度值。
5.如权利要求1所述的一种航空影像色彩一致性处理算法，其特征在于：所述色彩映射输出航空影像的算法如下：
航空影像低频信息和高频信息可以采用公式5中的数学模型，
I＝L+H (公式5)
其中I表示航空影像，L为航空影像的低频信息，H为航空影像的高频信息；源航空影像记为Isrc，基准色调底图记为Iref，源航空影像降采样后记为Isrcdown；参照公式5，,源航空影像降采样后航空影像和对应区域基准色调底图如公式6、公式7所示：
Isrcdown＝Lsrcdown+Hsrcdown (公式6)
Iref＝Lref+Href (公式7)
分别提取公式6中的Isrcdown的高频信息和公式7中的Iref的低频信息，二者相加合成调色后的航空影像Idstdown，合成调色后的航空影像Idstdown如公式8所示：
Idstdown＝Hsrcdown+Lref (公式8)
合成调色后的航空影像同时具有经过拉伸的源航空影像高频信息和色彩校正后的低频信息。
6.如权利要求2所述的一种航空影像色彩一致性处理算法，其特征在于：所述计算待加入航空影像色彩校正系数中的参数Gamma为1/2.2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811077255.2A CN109272465B (zh) | 2018-09-15 | 2018-09-15 | 一种航空影像色彩一致性处理算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811077255.2A CN109272465B (zh) | 2018-09-15 | 2018-09-15 | 一种航空影像色彩一致性处理算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109272465A true CN109272465A (zh) | 2019-01-25 |
| CN109272465B CN109272465B (zh) | 2021-11-05 |
Family
ID=65188503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811077255.2A Active CN109272465B (zh) | 2018-09-15 | 2018-09-15 | 一种航空影像色彩一致性处理算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109272465B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111447426A (zh) * | 2020-05-13 | 2020-07-24 | 中测新图(北京)遥感技术有限责任公司 | 一种影像色彩校正方法以及装置 |
| CN112884676A (zh) * | 2021-03-18 | 2021-06-01 | 国家海洋信息中心 | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 |
| CN112884675A (zh) * | 2021-03-18 | 2021-06-01 | 国家海洋信息中心 | 一种批量遥感影像调色工程化实现方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226639A (zh) * | 2008-01-29 | 2008-07-23 | 航天东方红卫星有限公司 | 一种星载tdiccd相机的相对辐射校正方法 |
| US20100074538A1 (en) * | 2008-09-25 | 2010-03-25 | Microsoft Corporation | Validation and correction of map data using oblique images |
| CN102129669A (zh) * | 2011-02-24 | 2011-07-20 | 武汉大学 | 一种航空遥感影像的最小二乘区域网匀色方法 |
| EP3040967A1 (en) * | 2014-12-31 | 2016-07-06 | Xiaomi Inc. | Color adjustment method and device |
| CN105957111A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 序列遥感影像的色调一致性校正方法及系统 |
| CN106155773A (zh) * | 2015-04-23 | 2016-11-23 | 钱晓明 | 高分辨率卫星遥感产品规模化生产 |
| CN107085842A (zh) * | 2017-04-01 | 2017-08-22 | 上海讯陌通讯技术有限公司 | 自学习多路图像融合的实时矫正方法及系统 |
| CN107230186A (zh) * | 2016-03-23 | 2017-10-03 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像物理匀色方法 |
-
2018
- 2018-09-15 CN CN201811077255.2A patent/CN109272465B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226639A (zh) * | 2008-01-29 | 2008-07-23 | 航天东方红卫星有限公司 | 一种星载tdiccd相机的相对辐射校正方法 |
| US20100074538A1 (en) * | 2008-09-25 | 2010-03-25 | Microsoft Corporation | Validation and correction of map data using oblique images |
| CN102129669A (zh) * | 2011-02-24 | 2011-07-20 | 武汉大学 | 一种航空遥感影像的最小二乘区域网匀色方法 |
| EP3040967A1 (en) * | 2014-12-31 | 2016-07-06 | Xiaomi Inc. | Color adjustment method and device |
| CN106155773A (zh) * | 2015-04-23 | 2016-11-23 | 钱晓明 | 高分辨率卫星遥感产品规模化生产 |
| CN107230186A (zh) * | 2016-03-23 | 2017-10-03 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像物理匀色方法 |
| CN105957111A (zh) * | 2016-04-27 | 2016-09-21 | 武汉大学 | 序列遥感影像的色调一致性校正方法及系统 |
| CN107085842A (zh) * | 2017-04-01 | 2017-08-22 | 上海讯陌通讯技术有限公司 | 自学习多路图像融合的实时矫正方法及系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111447426A (zh) * | 2020-05-13 | 2020-07-24 | 中测新图(北京)遥感技术有限责任公司 | 一种影像色彩校正方法以及装置 |
| CN112884676A (zh) * | 2021-03-18 | 2021-06-01 | 国家海洋信息中心 | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 |
| CN112884675A (zh) * | 2021-03-18 | 2021-06-01 | 国家海洋信息中心 | 一种批量遥感影像调色工程化实现方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109272465B (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ganesan et al. | Segmentation and edge detection of color images using CIELAB color space and edge detectors | |
| CN109272465A (zh) | 一种航空影像色彩一致性处理算法 | |
| CN106060491B (zh) | 一种投影图像颜色校正方法及装置 | |
| CN102682446B (zh) | 使用自适应联合双边滤波器生成稠密深度图的设备和方法 | |
| CN106952245B (zh) | 一种航拍可见光图像的处理方法和系统 | |
| CN106157273B (zh) | 生成合成图片的方法及装置 | |
| KR101292421B1 (ko) | 단위 블록별 안개 영상 보상 방법 | |
| US20120141014A1 (en) | Color balancing for partially overlapping images | |
| CN103402117A (zh) | 基于Lab色度空间的视频图像偏色检测方法 | |
| IL101576A (en) | Creating an image consists of a mosaic of images using a super-vision image | |
| Gatta et al. | Ace: An automatic color equalization algorithm | |
| Wang et al. | Variational single nighttime image haze removal with a gray haze-line prior | |
| CN110136083A (zh) | 一种结合交互式的底图更新方法及装置 | |
| CN109697705B (zh) | 适于视频拼接的色差矫正方法 | |
| US10096119B2 (en) | Method and apparatus for determining a sharpness metric of an image | |
| CN108109201A (zh) | 复杂颜色表面物体的三维重建方法和系统 | |
| CN103839236A (zh) | 一种基于稀疏表示的图像白平衡方法 | |
| CN110084782A (zh) | 基于图像显著性检测的全参考图像质量评价方法 | |
| CN112097746B (zh) | 用于三维可视化的倾斜摄影数据采集方法 | |
| JP6943251B2 (ja) | 画像処理装置、画像処理方法及びコンピュータ読み取り可能記録媒体 | |
| US8908994B2 (en) | 2D to 3d image conversion | |
| CN109785242A (zh) | 一种基于逐波段广义双线性模型的高光谱图像的解混方法 | |
| CN106780463B (zh) | 一种全参考多曝光融合图像质量评估方法 | |
| CN115456921A (zh) | 合成图像和谐化模型训练方法、和谐化方法及装置 | |
| CN106485664B (zh) | 一种基于小波变换和Wallis变换的卫星图像色彩平衡方法 |
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 |