CN109712088A - 一种基于稳像的遥感视频卫星图像处理方法及系统 - Google Patents
一种基于稳像的遥感视频卫星图像处理方法及系统 Download PDFInfo
- Publication number
- CN109712088A CN109712088A CN201811535871.8A CN201811535871A CN109712088A CN 109712088 A CN109712088 A CN 109712088A CN 201811535871 A CN201811535871 A CN 201811535871A CN 109712088 A CN109712088 A CN 109712088A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- video
- sequence
- remote sensing
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于稳像的遥感视频卫星图像处理方法及系统,其中该方法包括:对每一帧进行编目处理,提取出每帧的成像时间并以此作为图像名称的一部分,多个图像帧按时间排序组成一个图像帧序列组;对序列组的每一帧进行相对辐射校正以消除大气辐射;辐射校正后,对序列组的每一帧进行系统几何校正以消除成像时帧内产生的几何畸变;以前一帧为参考帧,对序列组内除第一帧外的每一个当前帧进行稳像处理,包括运动估计、运动补偿以及图像修正;将稳像处理后的图像帧序列组合并成视频。本发明在遥感视频卫星处理过程中,兼顾通用遥感卫星和视频卫星的成像特点,该处理过程使得遥感视频质量显著提升。
Description
技术领域
本发明属于卫星遥感和视频应用技术领域,尤其涉及一种基于稳像的遥感视频卫星图像处理方法及系统。
背景技术
随着卫星应用领域的飞速发展及其多样化,遥感视频卫星的发展也日益迅速。通常,遥感图像误差主要包含以下方面:系统误差,即传感器本身的误差;大气散射产生的影响;光照条件产生的影响。
以CMOS相机的遥感视频卫星为研究对象,对基于稳像的遥感视频处理方法进行说明。针对面阵“凝视”视频,视频每帧影像外方位元素数值的差异是引起帧间运动的主要原因,但是相邻帧影像间的同名点在不同帧影像上的像面位置不同,且每帧影像均存在几何畸变,因此经典帧间的变换模型不能精确描述相邻帧之间的同名点关系。也就是说,视频显示几何误差来源于:1、视频帧间外方位元素差异引起的变形,2、帧内几何畸变引起的同名点在像面不同位置引起的变形。帧内的几何畸变可通过传统遥感几何校正处理消除,帧间的外方位元素差异引起的变形则需借助稳像过程实现。而目前遥感视频卫星只做到几何校正,对于视频产品并未消除其帧间抖动。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种基于稳像的遥感视频卫星图像处理方法及系统,将视频稳像引入遥感视频卫星的图像处理中,在对其进行辐射和几何校正后,进行稳像处理,得到最终画质清晰、画面稳定的遥感观测视频。
本发明目的通过以下技术方案予以实现:根据本发明的一个方面,提供了一种基于稳像的遥感视频卫星图像处理方法,所述方法包括如下步骤:(1)获取某时间段的COMS视频原始数据序列组,其中,该序列组包含多个单帧COMS视频原始数据;(2)对步骤(1)中的单帧COMS视频原始数据进行相对辐射校正得到相对辐射校正图像序列组;其中,相对辐射校正图像序列组由单帧相对辐射校正图像组成;(3)对步骤(2)中的相对辐射校正图像序列组进行系统几何校正处理,得到系统几何校正图像序列组;(4)对步骤(3)中的系统几何校正图像序列组中的单帧系统几何校正图像,以其拍摄时的时间戳为标志,按时间先后顺序排列,形成系统几何校正后的视频帧序列组,对除视频帧序列组中的第一帧外的每帧图像进行稳像处理得到由单帧稳像处理图像组成的图像序列组;(5)对步骤(4)中图像序列组的单帧稳像处理图像按照成像时间先后顺序进行组帧处理,得到完整视频。
上述基于稳像的遥感视频卫星图像处理方法中,在步骤(1)中,所述单帧COMS视频原始数据包括图像数据和其对应的辅助数据。
上述基于稳像的遥感视频卫星图像处理方法中,在步骤(1)中,单帧COMS视频原始数据通过编目过程即将图像数据和其对应的辅助数据分离。
上述基于稳像的遥感视频卫星图像处理方法中,所述辅助数据包括成像时间、中心目标的经纬度和卫星姿轨数据。
上述基于稳像的遥感视频卫星图像处理方法中,在步骤(3)中,系统几何校正处理包括:利用严格传感器几何模型建立像方和物方的关联模型RPC,输入像方坐标,用最小二乘法解算RPC模型参数,得到系统几何校正图像序列组。
上述基于稳像的遥感视频卫星图像处理方法中,在步骤(4)中,所述稳像处理包括如下步骤:选定前一帧图像为参考帧图像,以参考帧图像为对照标准,对当前帧图像进行运动估计、运动补偿和图像修正。
上述基于稳像的遥感视频卫星图像处理方法中,所述运动估计为采用自适应块匹配法得到当前帧图像中每个宏块与参考帧图像中匹配块之间的偏移矢量,从而得到当前帧图像的绝对位移矢量序列。
上述基于稳像的遥感视频卫星图像处理方法中,所述运动补偿为对当前帧图像的绝对位移矢量序列做平滑滤波得到平滑位移矢量序列,对平滑位移矢量序列进行叠加去抖动补偿量的处理得到稳定平滑的当前帧图像序列。
上述基于稳像的遥感视频卫星图像处理方法中,所述图像修正为计算稳定平滑的当前帧图像序列进与参考帧图像之间的公共区域,对稳定平滑的当前帧图像序列进行裁剪只保留公共区域。
根据本发明的另一方面,还提供了一种基于稳像的遥感视频卫星图像处理系统,包括:第一模块,用于获取某时间段的COMS视频原始数据序列组,其中,该序列组包含多个单帧COMS视频原始数据;第二模块,用于对单帧COMS视频原始数据进行相对辐射校正得到相对辐射校正图像序列组;其中,相对辐射校正图像序列组由单帧相对辐射校正图像组成;第三模块,用于对相对辐射校正图像序列组进行系统几何校正处理,得到系统几何校正图像序列组;第四模块,用于对系统几何校正图像序列组中的单帧系统几何校正图像,以其拍摄时的时间戳为标志,按时间先后顺序排列,形成系统几何校正后的视频帧序列组,对除视频帧序列组中的第一帧外的每帧图像进行稳像处理得到由单帧稳像处理图像组成的图像序列组;第五模块,用于对图像序列组的帧稳像处理图像按照成像时间先后顺序进行组帧处理,得到完整视频。
本发明与现有技术相比具有如下有益效果:
(1)本发明在通常遥感图像处理的基础上,考虑传统遥感卫星成像时拍摄角度引起等因素引起的几何畸变,在此基础上对“凝视”过程中视频相邻帧图像之间的外方位元素差异引起的变形进行纠正,最终得到最接近实际地物特征、稳定的遥感视频;
(2)针对卫星在拍摄视频过程中由于平台随机抖动引起的视频帧间误差,造成视频成像画面抖动、观测效果不佳的问题进行研究;将视频稳像引入遥感视频卫星的图像处理中,在对其进行辐射和几何校正后,进行稳像处理,得到最终画质清晰、画面稳定的遥感观测视频。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例提供的基于稳像的遥感视频卫星图像处理方法的流程图;
图2是本发明实施例提供的稳像处理过程图;
图3是本发明实施例提供的块匹配法示意图;
图4是本发明实施例提供的块匹配法流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
在传统遥感视频处理过程中,根据微小视频卫星、遥感卫星的特点,对图像进行处理并欲消除大气辐射误差、像点的系统几何误差、帧间抖动,提高卫星成像质量,并为后续的遥感观测应用研究提供高质量的研究素材。
本实施例提供了一种基于稳像的遥感视频卫星图像处理方法,该方法包括如下步骤:
步骤1,获取某时间段的COMS视频原始数据序列组,该序列组包含多个单帧COMS视频原始数据(通常,一个完整的视频原始数据包含图像数据和其对应的辅助数据),编目过程即将图像数据和其辅助数据从单帧视频原始数据中进行分离,得到图像数据、对应的辅助数据(辅助数据由成像时间、中心目标的经纬度、卫星姿轨数据等数据组成),从辅助数据中提取的成像时间将作为该图像名称的一部分,并且将作为后续视频帧稳像先后处理的依据;
步骤2,对步骤1中的单帧视频原始数据进行相对辐射校正,消除消除整幅影像的辐射不均匀、条带噪声和坏线带来的遥感影像辐射不均匀性,得到由单帧相对辐射校正图像组成的相对辐射校正图像序列组;
步骤3,对步骤2得到的辐射校正图像进行系统几何校正处理,利用严格传感器几何模型建立像方和物方的关联模型RPC,输入像方坐标(像点在整帧图像中的几何位置),用最小二乘法解算RPC模型参数,最终得到由单帧系统几何校正图像组成的系统几何校正图像序列组,以消除相机在拍摄过程中由于拍摄角度等引起的帧内几何畸变;
步骤4,对步骤3中的单帧系统几何校正图像,以其拍摄时的时间戳为标志(该时间戳在图像编目处理时会被提取出来,并且作为单帧图像命名的一部分),按时间先后顺序排列,形成系统几何校正后的视频帧序列组。对除第一帧外的每帧图像进行稳像处理:选定前一帧为参考帧,以参考帧为对照标准,对当前帧进行运动估计、运动补偿和图像修正,称为稳像过程。详细稳像处理过程如图2所描述。
1)运动估计
运动估计采用自适应块匹配法。即将图像分为16*16的像点宏块,在参考帧中搜索与该宏块的像素级最接近的像点块,该宏块称为匹配块。通过此方法计算出当前帧图像中每个宏块与参考帧中匹配块之间的偏移矢量。具体算法描述见系统的核心模块设计。
2)运动补偿
通过运动估计计算出的每一帧图像范围内所有匹配块的偏移矢量,累加计算得到当前帧的绝对位移矢量序列,再对绝对位移矢量序列做平滑滤波得到平滑位移矢量序列,则平滑位移矢量序列就是每一帧图像对应的补偿位移矢量,该过程称为平滑滤波。经过平滑滤波后,将平滑后的图像运动轨迹和实际图像运动轨迹的差值作为对视频图像的去抖动补偿量,对当前帧的所有像点的几何位置进行叠加去抖动补偿量的处理,即可得到稳定平滑的视频图像序列组。具体算法描述见系统的核心模块设计。
对于第一帧,因其没有前一帧,则不进行以上1)~3)步骤处理。
3)图像修正
经过前面1)和2)两个步骤处理后的视频帧因为在运动补偿过程中产生像点几何位置产生变化,故相邻两帧之间的有效数据区可能会产生边缘区域不一致的情况,需再根据之前计算的运动补偿后的像点位置,计算当前帧与参考帧之间的公共区域,对视频帧边缘区域进行裁剪,只保留公共区域。具体算法描述见系统的核心模块设计。
步骤5,对稳像处理后的单帧图像按照成像时间先后顺序进行组帧处理,得到完整视频。
系统的核心模块设计如下:
1,相对辐射校正模块
COMS卫星光学面阵相机的辐射误差主要来自于相机本身的噪点和成像时的相机辐射不均匀性。假设相机探元响应线性化程度较好,在获取相机实验室相对辐射定标数据的基础上,可采用基于全局辐亮度的归一化系数法进行相对辐射校正。
归一化系数法是指利用相机实验室相对辐射定标数据,求取相对辐射校正参数。重点在于基准DN值的选取。对于CMOS面阵相机,因一次成像范围较大因此其一次成像探元各辐亮度响应线性化程度待定,考虑将所有辐亮度等级下的DN均值作为基准。此时第i号像元的DN均值为
其中,r表示探元的辐射亮度上限值,m代表探元的像点列数上限,DNi为所有辐射亮度下第i号像元的DN均值,DNj,i,k为在k辐射亮度下第j行第i个像元的DN值,Bi为偏移值。所有像元的DN均值为
其中,DNi为所有辐射亮度下第i号像元的DN均值,为各级辐亮度下所有像元的DN均值。则第i号像元的相对辐射校正增益系数为
据此可以利用如下公式逐像元进行相对辐射校正,
DNical=(DNiraw-Bi)/Gi
其中DNical为第i号像元的相对辐射校正输出,DNiraw为第i号像元的原始DN值,Gi为增益系数。
2,系统几何校正模块
系统几何校正通常采用RPC(Rational Polynomial Coefficients)模型进行校正,其实质是有理函数纠正模型(Rational Function Model-RFM),是将RPC参数像点坐标(r,c)表示为以相应地面点空间(X,Y’Z)为自变量的多项式的比值。在本发明中,RPC模型由遥感卫星相机的实验室定标参数确定。其具体算法如下所述:
系统几何校正是利用严格传感器几何模型建立像方和物方的关联,并由此计算控制点格网,用于最小二乘法解算RPC模型参数,同时也可用于图像采样支持2级产品生产。利用严格传感器几何模型进行系统几何校正要经过严格传感器几何模型构建、控制点格网生成、最小二乘法解算RPC参数、利用RPC参数采样图像四个步骤。
1)严格传感器几何模型建模
通过卫星辅助数据严格传感器几何模型构建,采用共线方程如下:
其中,f为面阵相机的等效焦距,θ为像片倾角,y为像点纵坐标。ai、bi、ci(i=1,2,3)分别为外方位角元素φ、ω和κ的函数。A(XA,YA,ZA)为地面A点坐标,S(XS,YS,ZS)为摄影中心坐标。
2)RPC参数解算
因已知内外方位元素和像方像素坐标,可计算对应的地面坐标。利用以上共线方程可生成10层×10行×10列的虚拟控制点1000个,用于解算RPC模型参数。
RPC模型将地面点大地坐标和像点坐标用比值多项式关联起来。为增加计算稳定性,将大地坐标和像点坐标正则化到-1和1之间。定义如下比值多项式:
其中,
NumL(P,L,H)
=a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2
+a10H2+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3
+a17PH2+a18L2H+a19P2H+a20H3
DenL(P,L,H)
=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2
+b10H2+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3
+b17PH2+b18L2H+b19P2H+b20H3
Nums(P,L,H)
=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2
+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3
+c17PH2+c18L2H+c19P2H+c20H3
Dens(P,L,H)
=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2
+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3
+d17PH2+d18L2H+d19P2H+d20H3
其中,b1,d1通常为1,(P,L,H)为正则化地面坐标,(X,Y)为正则化影像坐标。
LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCAL为地面坐标正则化参数,SAMP_OFF、SAMP_SCALE、LINE_OFF、LINE_SCALE为图像坐标正则化参数。
将比值多项式变形,
Fx=Nums(P,L,H)-XDens(P,L,H)=0
Fy=NumL(P,L,H)-YDenL(P,L,H)=0
可列误差方程如下:
V=Bx-1
式中,
(i=1,...,20,j=2,...,20)
x=[ai bj ci dj]T
根据最小二乘法求解:
x=(BTB)-1BTl
4)利用RPC参数建立的RPC模型,对数据进行重采样,得到最终的图像即为系统几何校正图像。
3,视频稳像模块:传统稳像技术无论2D还是3D稳像都包括运动估计、运动补偿和图像修正三个部分。
1)运动估计
将当前帧图像分为许多互不重叠的宏块,并假设块内各像素只作相等的平移,然后对于当前帧的每一块,都与前一帧某一给定范围内宏块的像素级最相似的块的几何位置,称为块匹配法。在本发明中,考虑稳像处理的速度和精度的情况下,采用自适应块匹配法。本算法根据卫星载荷相机的工作环境设定与抖动幅度设定以下参数:(1)设定块匹配区域的大小为16*16个像元,(2)最大偏移矢量为(r,r)的值为(7,7)(该值根据卫星相机实验室抖动测试分析数据而设定)。(3)搜索精度为1像素。在(1)、(2)和(3)的设定下,则搜索范围为(16+2r)*(16+2r),块匹配法如图3所示。
本算法采用最小绝对差匹配准则的块匹配法,该准则通过每一次匹配运算,都会对相邻帧之间无法匹配的前一帧中的宏块进行一次剔除,降低后续的匹配操作的运算量。每次相邻帧之间进行块匹配做上、下、左、右、中间5个方位的位置搜索。初始搜索时,搜索长度r设定为7,每次搜索完毕后搜索长度减半,即第二次搜索时r减少为3,经过多次循环搜索直到搜索长度r为0,找出与参考帧匹配块的像素级(0~255)最接近的当前帧目标块的像面几何位置,最终确定出第n帧图像相对于第n-1帧的偏移矢量。块匹配算法程序流程如图4所示。
相比其他稳像算法,本算法会在5个方位中选择最优的匹配位置,提高了算法的适用性。同时在每次选择最优位置之后,算法会剔除运动目标区域,以便下一个宏块的匹配。在剔除运动区域后,图像匹配的区域减少,也减小了算法运算量。
2)运动补偿
根据1)计算出原视频图像序列中每相邻两帧图像之间的偏移矢量ΔVk,累加计算得到当前帧相对于参考帧的绝对位移矢量序列Sk,然后对绝对位移矢量序列Sk做平滑滤波,得到平滑位移矢量序列则就是每一帧图像对应的补偿位移矢量。其中平滑滤波算法采用简单有效的均值滤波。经过平滑滤波处理后,得到较为平滑稳定的图像运动轨迹。将平滑后的当前帧图像运动轨迹和实际当前帧图像运动轨迹的差值作为对视频图像的去抖动补偿量,对当前图像的所有像点几何位置进行去抖动补偿量的叠加,得到运动补偿后的当前帧。对除第一帧之外的所有帧进行运动补偿后,即可得到稳定平滑的、由多个单帧视频图像组成的一组视频图像序列。
对于第一帧,因其没有前一帧,则不进行以上1)~2)步骤处理。
3)图像修正
经过前面1)和2)两个步骤处理后的视频帧基本平滑,但因为图像在运动补偿过程中产生像点几何位置移动变换,故视频帧有效数据区相较参考帧可能会产生边缘区域的不一致,需再根据之前计算的运动补偿后的像点位置,计算当前帧与参考帧之间的公共区域,并对视频帧裁剪,只保留公共区域。
在运动估计时,块匹配法每一次匹配运算都会对前一帧中无法匹配的宏块进行一次剔除,以上无法匹配的宏块则有可能是边缘无重合区域,将当前帧中这些无法匹配的宏块重新检查:将相邻两帧中可匹配的在运动估计时做区域进行标记,将不可匹配的区域(运动估计时已被剔除的宏块)进行边缘化处理,对于当前帧中如果其从某一个匹配块开始,连续3个相邻的宏块像方位置均出现无法与前一帧匹配的现象,即认为最近一个匹配块处(该宏块可匹配,但是其向上、向下、向左、向右的相邻宏块无法进行匹配)的像方位置为裁剪分界线,对当前帧和前一帧同时应从此处进行裁剪。此外,对第一帧也是进行如此检查。最终得到一个有效区域相同的多个视频图像序列组。
本实施例还提供了一种基于稳像的遥感视频卫星图像处理系统,包括:第一模块,用于获取某时间段的COMS视频原始数据序列组,其中,该序列组包含多个单帧COMS视频原始数据;第二模块,用于对单帧COMS视频原始数据进行相对辐射校正得到相对辐射校正图像序列组;其中,相对辐射校正图像序列组由单帧相对辐射校正图像组成;第三模块,用于对相对辐射校正图像序列组进行系统几何校正处理,得到系统几何校正图像序列组;第四模块,用于对系统几何校正图像序列组中的单帧系统几何校正图像,以其拍摄时的时间戳为标志,按时间先后顺序排列,形成系统几何校正后的视频帧序列组,对除视频帧序列组中的第一帧外的每帧图像进行稳像处理得到由单帧稳像处理图像组成的图像序列组;第五模块,用于对图像序列组的帧稳像处理图像按照成像时间先后顺序进行组帧处理,得到完整视频。
本实施例针对卫星在拍摄视频过程中由于平台随机抖动引起的视频帧间误差,造成视频成像画面抖动、观测效果不佳的问题进行研究;将视频稳像引入遥感视频卫星的图像处理中,在对其进行辐射和几何校正后,进行稳像处理,得到最终画质清晰、画面稳定的遥感观测视频。
以上所述的实施例只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种基于稳像的遥感视频卫星图像处理方法,其特征在于,所述方法包括如下步骤:
(1)获取某时间段的COMS视频原始数据序列组,其中,该序列组包含多个单帧COMS视频原始数据;
(2)对步骤(1)中的单帧COMS视频原始数据进行相对辐射校正得到相对辐射校正图像序列组;其中,相对辐射校正图像序列组由单帧相对辐射校正图像组成;
(3)对步骤(2)中的相对辐射校正图像序列组进行系统几何校正处理,得到系统几何校正图像序列组;
(4)对步骤(3)中的系统几何校正图像序列组中的单帧系统几何校正图像,以其拍摄时的时间戳为标志,按时间先后顺序排列,形成系统几何校正后的视频帧序列组,对除视频帧序列组中的第一帧外的每帧图像进行稳像处理得到由单帧稳像处理图像组成的图像序列组;
(5)对步骤(4)中图像序列组的单帧稳像处理图像按照成像时间先后顺序进行组帧处理,得到完整视频。
2.根据权利要求1所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:在步骤(1)中,所述单帧COMS视频原始数据包括图像数据和其对应的辅助数据。
3.根据权利要求2所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:在步骤(1)中,单帧COMS视频原始数据通过编目过程即将图像数据和其对应的辅助数据分离。
4.根据权利要求3所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:所述辅助数据包括成像时间、中心目标的经纬度和卫星姿轨数据。
5.根据权利要求1所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:在步骤(3)中,系统几何校正处理包括:利用严格传感器几何模型建立像方和物方的关联模型RPC,输入像方坐标,用最小二乘法解算RPC模型参数,得到系统几何校正图像序列组。
6.根据权利要求1所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:在步骤(4)中,所述稳像处理包括如下步骤:选定前一帧图像为参考帧图像,以参考帧图像为对照标准,对当前帧图像进行运动估计、运动补偿和图像修正。
7.根据权利要求6所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:所述运动估计为采用自适应块匹配法得到当前帧图像中每个宏块与参考帧图像中匹配块之间的偏移矢量,从而得到当前帧图像的绝对位移矢量序列。
8.根据权利要求7所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:所述运动补偿为对当前帧图像的绝对位移矢量序列做平滑滤波得到平滑位移矢量序列,对平滑位移矢量序列进行叠加去抖动补偿量的处理得到稳定平滑的当前帧图像序列。
9.根据权利要求8所述的基于稳像的遥感视频卫星图像处理方法,其特征在于:所述图像修正为计算稳定平滑的当前帧图像序列进与参考帧图像之间的公共区域,对稳定平滑的当前帧图像序列进行裁剪只保留公共区域。
10.一种基于稳像的遥感视频卫星图像处理系统,其特征在于包括:
第一模块,用于获取某时间段的COMS视频原始数据序列组,其中,该序列组包含多个单帧COMS视频原始数据;
第二模块,用于对单帧COMS视频原始数据进行相对辐射校正得到相对辐射校正图像序列组;其中,相对辐射校正图像序列组由单帧相对辐射校正图像组成;
第三模块,用于对相对辐射校正图像序列组进行系统几何校正处理,得到系统几何校正图像序列组;
第四模块,用于对系统几何校正图像序列组中的单帧系统几何校正图像,以其拍摄时的时间戳为标志,按时间先后顺序排列,形成系统几何校正后的视频帧序列组,对除视频帧序列组中的第一帧外的每帧图像进行稳像处理得到由单帧稳像处理图像组成的图像序列组;
第五模块,用于对图像序列组的帧稳像处理图像按照成像时间先后顺序进行组帧处理,得到完整视频。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811535871.8A CN109712088A (zh) | 2018-12-14 | 2018-12-14 | 一种基于稳像的遥感视频卫星图像处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811535871.8A CN109712088A (zh) | 2018-12-14 | 2018-12-14 | 一种基于稳像的遥感视频卫星图像处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109712088A true CN109712088A (zh) | 2019-05-03 |
Family
ID=66256590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811535871.8A Pending CN109712088A (zh) | 2018-12-14 | 2018-12-14 | 一种基于稳像的遥感视频卫星图像处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109712088A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010494A (zh) * | 2019-10-28 | 2020-04-14 | 武汉大学 | 一种带有地理编码的光学卫星视频稳像方法及系统 |
CN111238541A (zh) * | 2020-03-19 | 2020-06-05 | 武汉大学 | 一种基于同名点定位一致性的几何交叉定标方法 |
CN112819710A (zh) * | 2021-01-19 | 2021-05-18 | 郑州凯闻电子科技有限公司 | 基于人工智能的无人机果冻效应自适应补偿方法及系统 |
CN114862928A (zh) * | 2022-07-07 | 2022-08-05 | 中国科学院空天信息创新研究院 | 利用云运动特性的同步轨道光学卫星稳像方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692692A (zh) * | 2009-11-02 | 2010-04-07 | 彭健 | 电子稳像方法及系统 |
CN102231792A (zh) * | 2011-06-29 | 2011-11-02 | 南京大学 | 基于特征匹配的电子稳像方法 |
CN103218783A (zh) * | 2013-04-17 | 2013-07-24 | 国家测绘地理信息局卫星测绘应用中心 | 基于控制点影像数据库的卫星遥感图像快速几何纠正方法 |
CN106559605A (zh) * | 2016-11-17 | 2017-04-05 | 天津大学 | 基于改进的块匹配算法的数字视频稳像方法 |
CN107465900A (zh) * | 2017-08-22 | 2017-12-12 | 长光卫星技术有限公司 | 一种适用于大面阵亚米级遥感视频影像单机的预处理方法 |
CN108076341A (zh) * | 2017-12-19 | 2018-05-25 | 武汉大学 | 一种视频卫星成像在轨实时稳像方法及系统 |
-
2018
- 2018-12-14 CN CN201811535871.8A patent/CN109712088A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692692A (zh) * | 2009-11-02 | 2010-04-07 | 彭健 | 电子稳像方法及系统 |
CN102231792A (zh) * | 2011-06-29 | 2011-11-02 | 南京大学 | 基于特征匹配的电子稳像方法 |
CN103218783A (zh) * | 2013-04-17 | 2013-07-24 | 国家测绘地理信息局卫星测绘应用中心 | 基于控制点影像数据库的卫星遥感图像快速几何纠正方法 |
CN106559605A (zh) * | 2016-11-17 | 2017-04-05 | 天津大学 | 基于改进的块匹配算法的数字视频稳像方法 |
CN107465900A (zh) * | 2017-08-22 | 2017-12-12 | 长光卫星技术有限公司 | 一种适用于大面阵亚米级遥感视频影像单机的预处理方法 |
CN108076341A (zh) * | 2017-12-19 | 2018-05-25 | 武汉大学 | 一种视频卫星成像在轨实时稳像方法及系统 |
Non-Patent Citations (3)
Title |
---|
张保贵: "空间CCD相机辐射校正算法分析", 《航天返回与遥感》 * |
王春媛: "遥感图像几何校正及目标识别技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
罗军: "运动估计在稳像和匹配跟踪中的应用及实现", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010494A (zh) * | 2019-10-28 | 2020-04-14 | 武汉大学 | 一种带有地理编码的光学卫星视频稳像方法及系统 |
CN111010494B (zh) * | 2019-10-28 | 2020-11-03 | 武汉大学 | 一种带有地理编码的光学卫星视频稳像方法及系统 |
CN111238541A (zh) * | 2020-03-19 | 2020-06-05 | 武汉大学 | 一种基于同名点定位一致性的几何交叉定标方法 |
CN112819710A (zh) * | 2021-01-19 | 2021-05-18 | 郑州凯闻电子科技有限公司 | 基于人工智能的无人机果冻效应自适应补偿方法及系统 |
CN114862928A (zh) * | 2022-07-07 | 2022-08-05 | 中国科学院空天信息创新研究院 | 利用云运动特性的同步轨道光学卫星稳像方法 |
CN114862928B (zh) * | 2022-07-07 | 2022-09-16 | 中国科学院空天信息创新研究院 | 利用云运动特性的同步轨道光学卫星稳像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109712088A (zh) | 一种基于稳像的遥感视频卫星图像处理方法及系统 | |
Sinha et al. | Pan–tilt–zoom camera calibration and high-resolution mosaic generation | |
CN102845069B (zh) | 图像处理装置、图像处理方法和图像处理计算机程序产品 | |
WO2021098083A1 (zh) | 基于显著特征的多光谱相机动态立体标定算法 | |
WO2023024697A1 (zh) | 图像拼接方法和电子设备 | |
CN107767339B (zh) | 一种双目立体图像拼接方法 | |
CN104463859B (zh) | 一种基于跟踪指定点的实时视频拼接方法 | |
CN109903235A (zh) | 一种红外图像条纹噪声的消除方法 | |
US11270414B2 (en) | Method for generating a reduced-blur digital image | |
WO2021184302A1 (zh) | 图像处理方法、装置、成像设备、可移动载体及存储介质 | |
Lai et al. | Spatiotemporal adaptive nonuniformity correction based on BTV regularization | |
CN111553841B (zh) | 一种基于最佳缝合线更新的实时视频拼接方法 | |
CN109147036A (zh) | 一种基于深度学习的集成成像微图像阵列快速生成方法 | |
Lin et al. | Exposure invariance in spectral reconstruction from rgb images | |
CN110490196A (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN110599424B (zh) | 影像自动匀色处理方法及装置、电子设备、存储介质 | |
CN114332183A (zh) | 图像配准方法、装置、计算机设备和存储介质 | |
Murtiyoso et al. | Experiments using smartphone-based videogrammetry for low-cost cultural heritage documentation | |
CN104954701B (zh) | 一种相机响应曲线生成方法 | |
CN111951295B (zh) | 基于多项式拟合高精度确定飞行轨迹的方法、装置和电子设备 | |
CN104104911B (zh) | 全景图像生成过程中的时间戳消除和重置方法及系统 | |
Fu et al. | Image Stitching Techniques Applied to Plane or 3D Models: A Review | |
Aleksandrovich et al. | Search the optimal border for combination of image pairs using neural networks | |
CN113272855A (zh) | 用于重叠多图像应用的响应归一化 | |
CN110298872A (zh) | 一种紫外光相机与可见光相机阵列的配准方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |
|
RJ01 | Rejection of invention patent application after publication |