CN111080581A - 一种遥感图像快速处理方法 - Google Patents

一种遥感图像快速处理方法 Download PDF

Info

Publication number
CN111080581A
CN111080581A CN201911211782.2A CN201911211782A CN111080581A CN 111080581 A CN111080581 A CN 111080581A CN 201911211782 A CN201911211782 A CN 201911211782A CN 111080581 A CN111080581 A CN 111080581A
Authority
CN
China
Prior art keywords
remote sensing
sensing image
image
shot
place
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
Application number
CN201911211782.2A
Other languages
English (en)
Other versions
CN111080581B (zh
Inventor
严银江
王睿
刘志国
许振北
于兴超
任丽秋
刘志超
郭博宇
崔香
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Unit 32023 Of Chinese Pla
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201911211782.2A priority Critical patent/CN111080581B/zh
Publication of CN111080581A publication Critical patent/CN111080581A/zh
Application granted granted Critical
Publication of CN111080581B publication Critical patent/CN111080581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种遥感图像快速处理方法，包括如下步骤：S1、根据卫星与待拍摄地点的距离，获取原始遥感图像A1及其图像参数；获取拍摄所述遥感图像的卫星和相机参数；S2、对原始遥感图像A1进行预处理，提取出遥感图像A1上的最低像素值作为参考值B1；S3、相机拍摄其他地点，实时预览并生成遥感图像C1，对C1进行预处理，提取出C1上的最低像素值B2；根据相机距待拍摄地点的距离来测算出所适配的图像的最低要求，然后对相机移动时拍摄所拍摄的图像与最低要求图像一一对比，若质量大于最低要求图像，则传输至数据库，反之，则迅速补拍该处图像，以达到数据库中的图像均能反应出对应地点情况的目的。

Description

一种遥感图像快速处理方法
技术领域
本发明属于遥感图像技术领域，具体涉及一种遥感图像快速处理方法。
背景技术
遥感影像是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片，用计算机处理的遥感图像必须是数字图像。以摄影方式获取的模拟图像必须用图像扫描仪等进行模/数(A/D)转换；以扫描方式获取的数字数据必须转存到一般数字计算机都可以读出的CCT等通用载体上。计算机图像处理要在图像处理系统中进行。图像处理系统是由硬件(计算机、显示器、数字化仪、磁带机等等)和软件(具有数据输入，输出，校正，变换，分类等功能)构成。图像处理内容主要包括校正、变换和分类；
但是遥感图像摄录以后，即使部分图片不符合观测要求，也会被发送至数据库进行储存，以便后续观测图像，这就导致不合格的图像无法反应该处情况的问题，为此我们提出一种遥感图像快速处理方法。
发明内容
本发明的目的在于提供一种遥感图像快速处理方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种遥感图像快速处理方法，包括如下步骤：
S1、根据卫星与待拍摄地点的距离，获取原始遥感图像A1及其图像参数；获取拍摄所述遥感图像的卫星和相机参数；
S2、对原始遥感图像A1进行预处理，提取出遥感图像A1上的最低像素值作为参考值B1；
S3、相机拍摄其他地点，实时预览并生成遥感图像C1，对C1进行预处理，提取出C1上的最低像素值B2；
S4、使得B2与B1作对比，若B2大于B1，则把C1录入数据库进行存储；若B2小于B1，则立即回到S3重新实时预览并生成遥感图像C2，再次进行比对，如此反复，直至生成遥感图像CX合格即止；
S5、对合格的遥感图像CX进行滤波处理，并进行辐射校正，消除细小条纹噪声；
S6、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。
优选的，所述原始遥感图像A1刚好满足能清晰反映所拍摄地点的水文情况。
优选的，所述CX中的X可为1～9任一数字。
优选的，所述卫星与待拍摄地点变化时，原始遥感图像A1也会跟着实时相适配变化。
优选的，所述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。
优选的，所述低通滤波器的截止频率为最高频率的十分之一到三十分之一。
与现有技术相比，本发明的有益效果是：
本发明中，根据相机距待拍摄地点的距离来测算出所适配的图像的最低要求，然后对相机移动时拍摄所拍摄的图像与最低要求图像一一对比，若质量大于最低要求图像，则传输至数据库，反之，则迅速补拍该处图像，以达到数据库中的图像均能反应出对应地点情况的目的。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种遥感图像快速处理方法，包括如下步骤：
S1、根据卫星与待拍摄地点的距离，获取原始遥感图像A1及其图像参数；获取拍摄遥感图像的卫星和相机参数；
S2、对原始遥感图像A1进行预处理，提取出遥感图像A1上的最低像素值作为参考值B1；
S3、相机拍摄其他地点，实时预览并生成遥感图像C1，对C1进行预处理，提取出C1上的最低像素值B2；
S4、使得B2与B1作对比，若B2大于B1，则把C1录入数据库进行存储；若B2小于B1，则立即回到S3重新实时预览并生成遥感图像C2，再次进行比对，如此反复，直至生成遥感图像CX合格即止；
S5、对合格的遥感图像CX进行滤波处理，并进行辐射校正，消除细小条纹噪声；
S5、对合格的CX进行滤波处理，并进行辐射校正，消除细小条纹噪声；
S6、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。
其中，原始遥感图像A1刚好满足能清晰反映所拍摄地点的水文情况。
其中，CX中的X可为1～9任一数字。
其中，卫星与待拍摄地点变化时，原始遥感图像A1也会跟着实时相适配变化。
其中，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。
其中，低通滤波器的截止频率为最高频率的十分之一到三十分之一。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种遥感图像快速处理方法，其特征在于，包括如下步骤：
S1、根据卫星与待拍摄地点的距离，获取原始遥感图像A1及其图像参数；获取拍摄所述遥感图像的卫星和相机参数；
S2、对原始遥感图像A1进行预处理，提取出遥感图像A1上的最低像素值作为参考值B1；
S3、相机拍摄其他地点，实时预览并生成遥感图像C1，对C1进行预处理，提取出C1上的最低像素值B2；
S4、使得B2与B1作对比，若B2大于B1，则把C1录入数据库进行存储；若B2小于B1，则立即回到S3重新实时预览并生成遥感图像C2，再次进行比对，如此反复，直至生成遥感图像CX合格即止；
S5、对合格的遥感图像CX进行滤波处理，并进行辐射校正，消除细小条纹噪声；
S6、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.根据权利要求1所述的一种遥感图像快速处理方法，其特征在于：所述原始遥感图像A1刚好满足能清晰反映所拍摄地点的水文情况。
3.根据权利要求1所述的一种遥感图像快速处理方法，其特征在于：所述CX中的X可为1～9任一数字。
4.根据权利要求1所述的一种遥感图像快速处理方法，其特征在于：所述卫星与待拍摄地点变化时，原始遥感图像A1也会跟着实时相适配变化。
5.根据权利要求1所述的一种遥感图像快速处理方法，其特征在于：所述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。
6.根据权利要求5所述的一种遥感图像快速处理方法，其特征在于：所述低通滤波器的截止频率为最高频率的十分之一到三十分之一。
CN201911211782.2A 2019-12-02 2019-12-02 一种遥感图像快速处理方法 Active CN111080581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911211782.2A CN111080581B (zh) 2019-12-02 2019-12-02 一种遥感图像快速处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911211782.2A CN111080581B (zh) 2019-12-02 2019-12-02 一种遥感图像快速处理方法

Publications (2)

Publication Number Publication Date
CN111080581A true CN111080581A (zh) 2020-04-28
CN111080581B CN111080581B (zh) 2023-04-28

Family

ID=70312304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911211782.2A Active CN111080581B (zh) 2019-12-02 2019-12-02 一种遥感图像快速处理方法

Country Status (1)

Country Link
CN (1) CN111080581B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2251104A1 (en) * 1997-11-13 1999-05-13 Michael Greenspan Method of recognising objects within two-dimensional and three-dimensional images
EP1637838A2 (de) * 2004-09-15 2006-03-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verarbeitung von Fernerkundungsdaten
CN103136545A (zh) * 2011-11-22 2013-06-05 中国科学院电子学研究所 基于空间一致性的高分辨率遥感图像解析树自动提取方法
CN103337052A (zh) * 2013-04-17 2013-10-02 国家测绘地理信息局卫星测绘应用中心 面向宽幅遥感影像的自动几何纠正方法
CN106210435A (zh) * 2015-05-29 2016-12-07 佳能株式会社 装置及方法
CN107767400A (zh) * 2017-06-23 2018-03-06 北京理工大学 基于层次化显著性分析的遥感图像序列动目标检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2251104A1 (en) * 1997-11-13 1999-05-13 Michael Greenspan Method of recognising objects within two-dimensional and three-dimensional images
EP1637838A2 (de) * 2004-09-15 2006-03-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verarbeitung von Fernerkundungsdaten
CN103136545A (zh) * 2011-11-22 2013-06-05 中国科学院电子学研究所 基于空间一致性的高分辨率遥感图像解析树自动提取方法
CN103337052A (zh) * 2013-04-17 2013-10-02 国家测绘地理信息局卫星测绘应用中心 面向宽幅遥感影像的自动几何纠正方法
CN106210435A (zh) * 2015-05-29 2016-12-07 佳能株式会社 装置及方法
CN107767400A (zh) * 2017-06-23 2018-03-06 北京理工大学 基于层次化显著性分析的遥感图像序列动目标检测方法

Also Published As

Publication number Publication date
CN111080581B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
Zhou et al. Retinex-based laplacian pyramid method for image defogging
CN107403421B (zh) 一种图像去雾方法、存储介质及终端设备
CN108090886B (zh) 一种高动态范围红外图像的显示与细节增强方法
JP7212554B2 (ja) 情報処理方法、情報処理装置、及びプログラム
CN111383186A (zh) 一种图像处理方法、装置及终端设备
CN107909554B (zh) 图像降噪方法、装置、终端设备及介质
Ravi et al. Analysis of various image processing techniques
Ma et al. An automatic detection method of Mura defects for liquid crystal display
Wang et al. An improved image blind deblurring based on dark channel prior
Soni et al. Removal of high density salt and pepper noise removal by modified median filter
CN111080581B (zh) 一种遥感图像快速处理方法
CN115002297A (zh) 图像降噪方法、训练方法、装置、电子设备及存储介质
CN117152182A (zh) 一种超低照度网络相机图像处理方法、装置及电子设备
CN111369531A (zh) 图像清晰度的评分方法、设备及存储装置
Hsu et al. Structure-transferring edge-enhanced grid dehazing network
CN113962904B (zh) 一种高光谱图像滤波降噪的方法
CN116129365A (zh) 输送设备上颗粒物料的检测方法和系统
CN102547072A (zh) 信号处理装置、信号处理方法和信号处理程序
Hu et al. A low-illumination image enhancement algorithm based on morphological-Retinex (MR) operator
Rosli et al. Some technique for an Image of defect in inspection process based on image processing
CN114596210A (zh) 噪声估计方法、装置、终端设备及计算机可读存储介质
Wei et al. MULTISCALE RETINEX COLOR RESTORATION WITH ADAPTIVE GAMMA CORRECTION FOR FOGGY IMAGE ENHANCEMENT
CN111192212B (zh) 一种自适应红外数字图像细节增强方法
Chauhan et al. Image Restoration using Local Value
Kaur et al. Hand Gesture Image Enhancement for Improved Recognition and Subsequent Analysis

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230601

Address after: 110031 No. 278, Huanghe North Street, Huanggu District, Shenyang City, Liaoning Province

Patentee after: Unit 32023 of the Chinese PLA

Address before: No. 291, Wuyi Road, Shahekou District, Dalian, Liaoning, 116023

Patentee before: Wang Rui