CN110864807A - 一种无人机载轻小型多光谱成像系统及其成像方法 - Google Patents
一种无人机载轻小型多光谱成像系统及其成像方法 Download PDFInfo
- Publication number
- CN110864807A CN110864807A CN201911172619.XA CN201911172619A CN110864807A CN 110864807 A CN110864807 A CN 110864807A CN 201911172619 A CN201911172619 A CN 201911172619A CN 110864807 A CN110864807 A CN 110864807A
- Authority
- CN
- China
- Prior art keywords
- spectrum information
- image
- polarization spectrum
- polarization
- filtering
- 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
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 18
- 238000003384 imaging method Methods 0.000 title claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims abstract description 111
- 230000010287 polarization Effects 0.000 claims abstract description 101
- 238000001914 filtration Methods 0.000 claims abstract description 52
- 230000003595 spectral effect Effects 0.000 claims abstract description 26
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 11
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 5
- 238000005314 correlation function Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/447—Polarisation spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/284—Spectral construction
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种无人机载轻小型多光谱成像系统，包括图像采集模块，用于采集图像信息；若干个并行的光谱图像提取模块，用于提取不同波段下的图像光谱信息；与图像滤波模块一一对应的偏振模块，用于提取图像光谱信息中的偏振光谱信息；滤波模块，用于生成滤波函数，通过滤波函数对偏振光谱信息进行滤波处理；滤波函数调整模块，用于对滤波函数进行调整；图像合成模块，用于使用经过滤波处理的偏振光谱信息合成图像。本发明能够改进现有技术的不足，简化系统构成，提高成像效果。
Description
技术领域
本发明涉及图像采集处理技术领域，尤其是一种无人机载轻小型多光谱成像系统及其成像方法。
背景技术
近些年随着无人机技术的发展，通过无人机进行图像采集的方式凭借其方便快捷、成本低等优势，迅速在市场上普及。多光谱成像由于具有高几何精度的优势，在无人机进行大范围飞行拍摄过程中，可以有效对图像进行高质量还原。但是，现有的多光谱成像技术对于光谱信息的处理过程中，要针对不同波段的光谱设置独立的滤波器，这就导致系统构成复杂，而且随着光谱信息中噪声源的变化，预设的滤波器有时也无法进行有效的滤波处理。
发明内容
本发明要解决的技术问题是提供一种无人机载轻小型多光谱成像系统及其成像方法，能够解决现有技术的不足，简化系统构成，提高成像效果。
为解决上述技术问题，本发明所采取的技术方案如下。
一种无人机载轻小型多光谱成像系统，包括，
图像采集模块，用于采集图像信息；
若干个并行的光谱图像提取模块，用于提取不同波段下的图像光谱信息；
与光谱图像提取模块一一对应的偏振模块，用于提取图像光谱信息中的偏振光谱信息；
滤波模块，用于生成滤波函数，通过滤波函数对偏振光谱信息进行滤波处理；
滤波函数调整模块，用于对滤波函数进行调整；
图像合成模块，用于使用经过滤波处理的偏振光谱信息合成图像。
一种上述的无人机载轻小型多光谱成像系统的成像方法，包括以下步骤：
A、图像采集模块采集图像信息；
B、将采集到的图像信息分别送入不同的光谱图像提取模块中，得到不同波段下的图像光谱信息，相邻波段下的图像光谱信息存在波段重叠部分；
C、将图像光谱信息通过偏振模块提取偏振光谱信息，相邻波段下的偏振光谱信息的偏振方向相互垂直；
D、将光强最大的偏振光谱信息送入滤波模块，滤波模块生成滤波函数后进行滤波处理；
E、滤波函数调整模块根据与步骤D中处理的偏振光谱信息相邻的偏振光谱信息对步骤D中使用的滤波函数进行调整，然后返回步骤D，直至所有偏振光谱信息均完成滤波处理；
F、图像合成模块使用经过滤波处理后的偏振光谱信息合成图像。
作为优选，步骤B中，重叠部分光谱宽度占图像光谱信息光谱宽度的10％～20％。
作为优选，步骤D中，生成滤波函数包括以下步骤，
D1、将偏振光谱信息和与其对应的图像光谱信息进行比对，将光强变化幅度小于设定阈值的区域标记为特征区域；
D2、对特征区域的偏振光谱信息进行拉普拉斯分解，分解出n层偏振光谱信息；
D3、选择平滑度最大的偏振光谱信息层作为基层，遍历基层，确定其噪声类型，根据噪声类型生成对应的带阻滤波器；
D4、确定其它偏振光谱信息层的最大噪声源，建立其它偏振光谱信息层与基层的关联函数，使用关联函数将每个偏振光谱信息层的最大噪声源对应的滤波算子融合入步骤D3中的带阻滤波器，生成最终的滤波函数。
作为优选，步骤E中，对滤波函数进行调整包括以下步骤，
E1、对步骤D中已滤波处理的偏振光谱信息中重叠部分进行遍历，确定重叠部分中残留的噪声信号，提取噪声信号的特征值，生成噪声特征集；
E2、根据噪声特征集生成对应的新滤波函数，使用原滤波函数与新滤波函数进行融合，降低仅存在于原滤波函数中的滤波算子权重值，增加同时存在于原滤波函数与新滤波函数中的滤波算子权重值，仅存在于新滤波函数中的滤波算子权重值不变，得到调整后的滤波函数。
作为优选，步骤F中，图像合成包括以下步骤，
F1、选择任意一个滤波处理后的偏振光谱信息，根据重叠部分计算其与相邻偏振光谱信息的畸变函数集；重复上述计算过程，直至所有偏振光谱信息与其相邻偏振光谱信息的畸变函数集计算完毕；
F2、删除含有阶跃响应的畸变函数集所对应的偏振光谱信息，
F3、将剩余偏振光谱信息中的相同像素点进行聚类处理，取聚类后的聚类中心作为目标像素点，根据剩余偏振光谱信息中像素点与目标像素点的关联函数，使用剩余偏振光谱信息中像素点对目标像素点进行矢量拟合。
采用上述技术方案所带来的有益效果在于：本发明通过在相邻波段下图像光谱信息设置波段重叠部分，利用波段重叠部分建立相邻波段下图像光谱信息的关联信息，从而实现使用现有滤波函数快速生成相邻波段下图像光谱信息对应的滤波函数。在生成第一个滤波函数时，以偏振光谱信息的特征区域为目标进行拉普拉斯分解，可对不同频段的噪声源进行有效分离，然后选择平滑度最大的偏振光谱信息层生成对应的带阻滤波器，可最大程度上保留偏振光谱信息中的有效信号。在图像合成阶段，利用重叠部分计算畸变函数集，从而剔除不合格的图像信息，最后采用聚类的方式进行目标像素点的矢量合成，保证偏振光谱信息中像素点权重值的合理分配。
附图说明
图1是本发明一个具体实施方式的原理图。
具体实施方式
参照图1，本发明一个具体实施方式包括，
图像采集模块1，用于采集图像信息；
若干个并行的光谱图像提取模块2，用于提取不同波段下的图像光谱信息；
与光谱图像提取模块2一一对应的偏振模块3，用于提取图像光谱信息中的偏振光谱信息；
滤波模块4，用于生成滤波函数，通过滤波函数对偏振光谱信息进行滤波处理；
滤波函数调整模块5，用于对滤波函数进行调整；
图像合成模块6，用于使用经过滤波处理的偏振光谱信息合成图像。
一种上述的无人机载轻小型多光谱成像系统的成像方法，包括以下步骤：
A、图像采集模块1采集图像信息；
B、将采集到的图像信息分别送入不同的光谱图像提取模块2中，得到不同波段下的图像光谱信息，相邻波段下的图像光谱信息存在波段重叠部分；
C、将图像光谱信息通过偏振模块3提取偏振光谱信息，相邻波段下的偏振光谱信息的偏振方向相互垂直；
D、将光强最大的偏振光谱信息送入滤波模块4，滤波模块4生成滤波函数后进行滤波处理；
E、滤波函数调整模块5根据与步骤D中处理的偏振光谱信息相邻的偏振光谱信息对步骤D中使用的滤波函数进行调整，然后返回步骤D，直至所有偏振光谱信息均完成滤波处理；
F、图像合成模块6使用经过滤波处理后的偏振光谱信息合成图像。
步骤B中，重叠部分光谱宽度占图像光谱信息光谱宽度的10％～20％
步骤D中，生成滤波函数包括以下步骤，
D1、将偏振光谱信息和与其对应的图像光谱信息进行比对，将光强变化幅度小于设定阈值的区域标记为特征区域；
D2、对特征区域的偏振光谱信息进行拉普拉斯分解，分解出n层偏振光谱信息；n≥3；
D3、选择平滑度最大的偏振光谱信息层作为基层，遍历基层，确定其噪声类型，根据噪声类型生成对应的带阻滤波器；
D4、确定其它偏振光谱信息层的最大噪声源，建立其它偏振光谱信息层与基层的关联函数，使用关联函数将每个偏振光谱信息层的最大噪声源对应的滤波算子融合入步骤D3中的带阻滤波器，生成最终的滤波函数。
步骤E中，对滤波函数进行调整包括以下步骤，
E1、对步骤D中已滤波处理的偏振光谱信息中重叠部分进行遍历，确定重叠部分中残留的噪声信号，提取噪声信号的特征值，生成噪声特征集；
E2、根据噪声特征集生成对应的新滤波函数，使用原滤波函数与新滤波函数进行融合，降低仅存在于原滤波函数中的滤波算子权重值，增加同时存在于原滤波函数与新滤波函数中的滤波算子权重值，仅存在于新滤波函数中的滤波算子权重值不变，得到调整后的滤波函数。
步骤F中，图像合成包括以下步骤，
F1、选择任意一个滤波处理后的偏振光谱信息，根据重叠部分计算其与相邻偏振光谱信息的畸变函数集；重复上述计算过程，直至所有偏振光谱信息与其相邻偏振光谱信息的畸变函数集计算完毕；
F2、删除含有阶跃响应的畸变函数集所对应的偏振光谱信息，
F3、将剩余偏振光谱信息中的相同像素点进行聚类处理，取聚类后的聚类中心作为目标像素点，根据剩余偏振光谱信息中像素点与目标像素点的关联函数，使用剩余偏振光谱信息中像素点对目标像素点进行矢量拟合。
在聚类处理过程中，使用光谱敏感度和光强组成二元聚类参数，在两个维度上进行聚类，从而保证目标像素点选择的合理性。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种无人机载轻小型多光谱成像系统，其特征在于：包括，
图像采集模块(1)，用于采集图像信息；
若干个并行的光谱图像提取模块(2)，用于提取不同波段下的图像光谱信息；
与光谱图像提取模块(2)一一对应的偏振模块(3)，用于提取图像光谱信息中的偏振光谱信息；
滤波模块(4)，用于生成滤波函数，通过滤波函数对偏振光谱信息进行滤波处理；
滤波函数调整模块(5)，用于对滤波函数进行调整；
图像合成模块(6)，用于使用经过滤波处理的偏振光谱信息合成图像。
2.一种权利要求1所述的无人机载轻小型多光谱成像系统的成像方法，其特征在于包括以下步骤：
A、图像采集模块(1)采集图像信息；
B、将采集到的图像信息分别送入不同的光谱图像提取模块(2)中，得到不同波段下的图像光谱信息，相邻波段下的图像光谱信息存在波段重叠部分；
C、将图像光谱信息通过偏振模块(3)提取偏振光谱信息，相邻波段下的偏振光谱信息的偏振方向相互垂直；
D、将光强最大的偏振光谱信息送入滤波模块(4)，滤波模块(4)生成滤波函数后进行滤波处理；
E、滤波函数调整模块(5)根据与步骤D中处理的偏振光谱信息相邻的偏振光谱信息对步骤D中使用的滤波函数进行调整，然后返回步骤D，直至所有偏振光谱信息均完成滤波处理；
F、图像合成模块(6)使用经过滤波处理后的偏振光谱信息合成图像。
3.根据权利要求2所述的无人机载轻小型多光谱成像系统的成像方法，其特征在于：步骤B中，重叠部分光谱宽度占图像光谱信息光谱宽度的10％～20％。
4.根据权利要求3所述的无人机载轻小型多光谱成像系统的成像方法，其特征在于：步骤D中，生成滤波函数包括以下步骤，
D1、将偏振光谱信息和与其对应的图像光谱信息进行比对，将光强变化幅度小于设定阈值的区域标记为特征区域；
D2、对特征区域的偏振光谱信息进行拉普拉斯分解，分解出n层偏振光谱信息；
D3、选择平滑度最大的偏振光谱信息层作为基层，遍历基层，确定其噪声类型，根据噪声类型生成对应的带阻滤波器；
D4、确定其它偏振光谱信息层的最大噪声源，建立其它偏振光谱信息层与基层的关联函数，使用关联函数将每个偏振光谱信息层的最大噪声源对应的滤波算子融合入步骤D3中的带阻滤波器，生成最终的滤波函数。
5.根据权利要求4所述的无人机载轻小型多光谱成像系统的成像方法，其特征在于：步骤E中，对滤波函数进行调整包括以下步骤，
E1、对步骤D中已滤波处理的偏振光谱信息中重叠部分进行遍历，确定重叠部分中残留的噪声信号，提取噪声信号的特征值，生成噪声特征集；
E2、根据噪声特征集生成对应的新滤波函数，使用原滤波函数与新滤波函数进行融合，降低仅存在于原滤波函数中的滤波算子权重值，增加同时存在于原滤波函数与新滤波函数中的滤波算子权重值，仅存在于新滤波函数中的滤波算子权重值不变，得到调整后的滤波函数。
6.根据权利要求2所述的无人机载轻小型多光谱成像系统的成像方法，其特征在于：步骤F中，图像合成包括以下步骤，
F1、选择任意一个滤波处理后的偏振光谱信息，根据重叠部分计算其与相邻偏振光谱信息的畸变函数集；重复上述计算过程，直至所有偏振光谱信息与其相邻偏振光谱信息的畸变函数集计算完毕；
F2、删除含有阶跃响应的畸变函数集所对应的偏振光谱信息，
F3、将剩余偏振光谱信息中的相同像素点进行聚类处理，取聚类后的聚类中心作为目标像素点，根据剩余偏振光谱信息中像素点与目标像素点的关联函数，使用剩余偏振光谱信息中像素点对目标像素点进行矢量拟合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911172619.XA CN110864807B (zh) | 2019-11-26 | 2019-11-26 | 一种无人机载轻小型多光谱成像系统及其成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911172619.XA CN110864807B (zh) | 2019-11-26 | 2019-11-26 | 一种无人机载轻小型多光谱成像系统及其成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110864807A true CN110864807A (zh) | 2020-03-06 |
| CN110864807B CN110864807B (zh) | 2021-06-25 |
Family
ID=69656272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911172619.XA Active CN110864807B (zh) | 2019-11-26 | 2019-11-26 | 一种无人机载轻小型多光谱成像系统及其成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110864807B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898916A (zh) * | 2020-08-05 | 2020-11-06 | 辽宁工程技术大学 | 一种煤炭产业链风险监控系统及其监控方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105784114A (zh) * | 2016-04-26 | 2016-07-20 | 东南大学 | 一种机载偏振多光谱遥感成像仪、成像方法及确定地面摇杆目标的方法 |
| US20170146707A1 (en) * | 2015-11-20 | 2017-05-25 | Sharp Kabushiki Kaisha | Spectral device and image-pickup device |
| CN106840398A (zh) * | 2017-01-12 | 2017-06-13 | 南京大学 | 一种多光谱光场成像方法 |
| CN109188395A (zh) * | 2018-07-19 | 2019-01-11 | 合肥工业大学 | 一种全偏振条纹管激光成像雷达装置 |
| CN110425983A (zh) * | 2019-07-26 | 2019-11-08 | 杭州电子科技大学 | 一种基于偏振多光谱的单目视觉三维重建测距方法 |
-
2019
- 2019-11-26 CN CN201911172619.XA patent/CN110864807B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170146707A1 (en) * | 2015-11-20 | 2017-05-25 | Sharp Kabushiki Kaisha | Spectral device and image-pickup device |
| CN105784114A (zh) * | 2016-04-26 | 2016-07-20 | 东南大学 | 一种机载偏振多光谱遥感成像仪、成像方法及确定地面摇杆目标的方法 |
| CN106840398A (zh) * | 2017-01-12 | 2017-06-13 | 南京大学 | 一种多光谱光场成像方法 |
| CN109188395A (zh) * | 2018-07-19 | 2019-01-11 | 合肥工业大学 | 一种全偏振条纹管激光成像雷达装置 |
| CN110425983A (zh) * | 2019-07-26 | 2019-11-08 | 杭州电子科技大学 | 一种基于偏振多光谱的单目视觉三维重建测距方法 |
Non-Patent Citations (2)
| Title |
|---|
| DONG-HYUN C. KIM ET AL.: "Development and Characterization of an Integrated Multispectral Polarimetric Sensor: A Discrete Approach", 《PROCEEDINGS OF SPIE》 * |
| 陈文锦 等: "HL-2A装置上动态斯塔克偏振仪的发展", 《中国核科学技术进展报告》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898916A (zh) * | 2020-08-05 | 2020-11-06 | 辽宁工程技术大学 | 一种煤炭产业链风险监控系统及其监控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110864807B (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103971351B (zh) | 使用多光谱滤光器阵列传感器的图像融合方法和设备 | |
| CN110017897B (zh) | 一种紧凑型单目多通道可组合式多光谱成像系统 | |
| CN111062378A (zh) | 图像处理方法、模型训练方法、目标检测方法及相关装置 | |
| CN104683767A (zh) | 透雾图像生成方法及装置 | |
| CN111539900B (zh) | 一种基于引导滤波的ihs遥感图像融合方法 | |
| CN110864807B (zh) | 一种无人机载轻小型多光谱成像系统及其成像方法 | |
| JP6303764B2 (ja) | データ融合装置、土地被覆分類システム、方法およびプログラム | |
| CN111898423B (zh) | 一种基于形态学的多源遥感图像地物精细分类方法 | |
| CN114049562B (zh) | 一种土地覆被数据融合修正方法 | |
| Dümbgen et al. | Near-infrared fusion for photorealistic image dehazing | |
| CN110991463B (zh) | 一种超像素图引导下的多尺度引导滤波特征提取方法 | |
| CN112672054A (zh) | 对焦方法、装置及电子设备 | |
| CN109862316A (zh) | 一种基于图像分析技术的自动监听方法装置 | |
| US10567678B2 (en) | Multispectral camera replaceable filter array | |
| CN110286091A (zh) | 一种基于无人机的近地遥感图像采集方法 | |
| CN108549902B (zh) | 一种改进的sar图像与多光谱光学图像融合方法 | |
| CN108537744A (zh) | 一种彩色图像亮度分量同态滤波去雾方法 | |
| CN109961043B (zh) | 一种基于无人机高分辨率影像的单木高度测量方法及系统 | |
| CN114972625A (zh) | 一种基于rgb光谱超分辨技术的高光谱点云生成方法 | |
| CN109544495B (zh) | 一种基于高斯滤波和比值变换的SoC芯片图像处理融合方法 | |
| US2138577A (en) | Electro-optical transmission | |
| Guo et al. | A log-gabor feature-based quality assessment model for screen content images | |
| CN107664533B (zh) | 一种三狭缝高光谱运动目标探测方法及装置 | |
| US20210314500A1 (en) | Color night vision system and method | |
| CN116468615A (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 |