CN111145231A - 遥感图像的波段偏移确定方法、装置和电子设备 - Google Patents
遥感图像的波段偏移确定方法、装置和电子设备 Download PDFInfo
- Publication number
- CN111145231A CN111145231A CN201911403725.4A CN201911403725A CN111145231A CN 111145231 A CN111145231 A CN 111145231A CN 201911403725 A CN201911403725 A CN 201911403725A CN 111145231 A CN111145231 A CN 111145231A
- Authority
- CN
- China
- Prior art keywords
- image
- remote sensing
- sub
- offset
- resolution
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种遥感图像的波段偏移确定方法、装置和电子设备,包括:获取遥感图像和基准图像;其中,遥感图像为指定区域对应的图像,基准图像为包含指定区域的图像;将基准图像中与遥感图像某一波段的相关度最大的子图像,作为指定区域该波段对应的目标图像;基于该波段对应的目标图像,确定遥感图像该波段相对于基准图像的偏移。该方式中,在基准图像中查找与不同波段遥感图像的相关度最大的子图像作为目标图像,基于不同波段的遥感图像对应的目标图像确定遥感图像相对于基准图像的偏移,可以根据上述准确地确定遥感图像的不同波段间的相对偏移,实现图像的配准,无需人工配准,节约了人力,并且配准的精确度较高。
Description
技术领域
本发明涉及光学遥感技术领域,尤其是涉及一种遥感图像的波段偏移确定方法、装置和电子设备。
背景技术
HY-1C(海洋1号C卫星)上搭载的主载荷COCTS(Chinese Ocean Color andTemperature Scanner,海洋水色水温扫描仪)作为一个10波段的多光谱载荷,在观测过程中受到传感器、成像平台、成像条件等各种因素影响,不同波段对同一地位的观测会存在姿态位移的差异,导致图像波段间并不是完全配准的,从而影响了遥感图像的后续应用。
相关技术中主要通过人工校准的方法消除姿态位移的差异,即通过提取参考波段和待配准波段的一些共同特征,提取控制点对,实现图像的自动配准。然而,人工校准的方法很大程度上依赖于特征控制点对的选择,需要寻找存在比较明显的光谱突变的典型地物作为特征控制点对,但是这类地物稀少,而且依靠人工的特征点对选择工作量较大,不具有业务化的可操作性;而如果机器自动选择控制点对,则容易出现误匹配,从而影响配准结果。
发明内容
有鉴于此,本发明的目的在于提供一种遥感图像的波段偏移确定方法,以准确地确定遥感图像不同波段间的偏移,实现图像的波段配准。
第一方面,本发明实施例提供了一种遥感图像的波段偏移确定方法,包括:获取遥感图像和基准图像;其中,遥感图像为指定区域对应的图像,基准图像为包含指定区域的图像,拍摄出基准图像的设备的分辨率高于拍摄出遥感图像的设备的分辨率;将基准图像中与遥感图像某一波段的相关度最大的子图像,作为指定区域该波段对应的目标图像;基于该波段对应的目标图像,确定遥感图像该波段相对于基准图像的偏移。
在本发明较佳的实施例中,上述将基准图像中与遥感图像某一波段的相关度最大的子图像,作为指定区域该波段对应的目标图像的步骤:按照遥感图像的大小遍历基准图像,得到基准图像的子图像;比较子图像与遥感图像某一波段的相关度;将相关度最大的子图像作为指定区域该波段对应的目标图像。
在本发明较佳的实施例中,遥感图像的分辨率为第一分辨率,基准图像的分辨率为第二分辨率;上述按照遥感图像的大小遍历基准图像,得到基准图像的子图像的步骤,包括:将第一分辨率与第二分辨率的比值,与遥感图像的大小的乘积,作为子图像尺寸;遍历基准图像,得到基准图像的子图像。
在本发明较佳的实施例中,上述比较子图像与遥感图像某一波段的相关度的步骤,包括:调整子图像的分辨率,以使遥感图像的分辨率与子图像的分辨率相同;调整子图像的大小,以使调整后的子图像的大小与遥感图像的大小相同;计算分辨率和大小调整后的子图像与遥感图像某一波段的相关度。
在本发明较佳的实施例中,在上述比较子图像与遥感图像的相关度的步骤之前,方法还包括:对子图像和遥感图像进行归一化处理,以使子图像和遥感图像中的数据归一化。
在本发明较佳的实施例中,如果相关度存在一个最大值,则将最大值对应的目标图像作为相关度最大的目标图像;如果相关度存在多个最大值,则确定多个最大值对应的目标图像与遥感图像的边缘相关度,将边缘相关度最大的目标图像作为相关度最大的目标图像。
在本发明较佳的实施例中,如果所述遥感图像包括多个波段;所述方法还包括:基于多个波段的所述遥感图像相对于所述基准图像的偏移,确定各个波段的遥感图像之间的相对偏移。
第二方面,本发明实施例还提供一种遥感图像的波段偏移确定装置,包括:图像获取模块,用于获取遥感图像和基准图像;其中,遥感图像为指定区域对应的图像,基准图像为包含指定区域的图像,拍摄出基准图像的设备的分辨率高于拍摄出遥感图像的设备的分辨率;目标图像确定模块,用于将基准图像中与遥感图像某一波段的相关度最大的子图像,作为指定区域该波段对应的目标图像;偏移确定模块,用于基于该波段对应的目标图像,确定遥感图像该波段相对于基准图像的偏移。
第三方面,本发明实施例还提供一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现上述的遥感图像的波段偏移确定方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述的遥感图像的波段偏移确定方法的步骤。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种遥感图像的波段偏移确定方法、装置和电子设备,在基准图像中查找与遥感图像不同波段的相关度最大的子图像作为目标图像,基于目标图像确定遥感图像不同波段相对于基准图像的偏移,可以根据上述准确地确定遥感图像的波段偏移,实现图像的波段配准,无需人工配准,节约了人力,并且配准的精确度较高。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种遥感图像的波段偏移确定方法的示意图;
图2为本发明实施例提供的另一种遥感图像的波段偏移确定方法的流程图;
图3为本发明实施例提供的一种遥感图像的波段偏移确定方法的示意图;
图4为本发明实施例提供的一种相对位移图;
图5为本发明实施例提供的另一种相对位移图;
图6为本发明实施例提供的一种遥感图像的波段偏移确定装置的结构示意图;
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
目前,为了解决波段配置的问题,同类型的中等分辨率多光谱载荷(MODIS,MODerate resolution Imaging Spectroradiometer)每2-3个月利用星上光谱辐射校准组件(SRCA,Spectro-Radiometric Calibration Assembly)的空间校正模式进行在轨波段配准,但是配备此类组件的载荷较少,需要利用替代方法进行波段配准。常用的波段配准方法是通过提取参考波段和待配准波段的一些共同特征,提取控制点对,实现图像的自动配准。这种方法基于图像的显著特征,计算量小、处理速度快,而且对图像灰度变换具有鲁棒性。但是这种方法的效果很大程度上依赖于特征控制点对的选择,冰川边缘、桥等存在比较明显的光谱突变,是比较适合作为特征点选择的典型地物,但是这类地物稀少,而且依靠人工的特征点选择工作量较大,不具有业务化的可操作性;自动选择的控制点对容易出现误匹配,从而影响配准结果。
基于此,本发明实施例提供的一种遥感图像的波段偏移确定方法、装置和电子设备,属于海洋光学遥感技术领域,具体涉及利用海洋水色卫星HY-1C上搭载的CZI图像进行COCTS波段配准的一种方法。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种遥感图像的波段偏移确定方法进行详细介绍。
实施例1
本发明实施例提供的一种遥感图像的波段偏移确定方法,参见图1所示的一种遥感图像的波段偏移确定方法的示意图,该方法包括如下步骤:
步骤S102,获取遥感图像和基准图像;其中,遥感图像为指定区域对应的图像,基准图像为包含指定区域的图像,拍摄出基准图像的设备的分辨率高于拍摄出遥感图像的设备的分辨率。
遥感图像是指待计算偏移的图像,可以是COCTS采集的图像。COCTS在可见光到红外光谱内共有10个波段,这里的遥感图像是这10个波段的图像之一。遥感图像是从COCTS采集的图像上截取出来的。一整幅COCTS采集的图像中,截取一个25×35的图像矩阵,将该矩阵作为基准图像。该矩阵包括的区域就是指定区域。需要保证基准图像上也含有指定区域。
基准图像是HY-1C上搭载的海岸带成像仪(Coastal Zone Imager,CZI)上采集的图像。
COCTS的分辨率为1.1km,CZI的分辨率为50m,因此,拍摄出的基准图像(即CZI)的空间分辨率高于拍摄出遥感图像(即COCTS)的空间分辨率。
步骤S104,将基准图像中与遥感图像的相关度最大的子图像,作为指定区域该波段对应的目标图像。
从基准图像中,寻找与遥感图像对应的目标图像,目标图像应该为扩大了若干倍的遥感图像。也就是说,按照扩大倍数,从基准图像中选择若干个子图像,计算每个子图像与遥感图像的相关度,然后将相关度最大的子图像作为目标图像。
步骤S106,基于该波段对应的目标图像,确定遥感图像该波段相对于基准图像的偏移。
在确定目标图像的过程中,可以获得目标图像的坐标,基于目标图像的坐标,可以确定遥感图像相对于基准图像的偏移,从而实现波段配准。
本发明实施例提供的一种遥感图像波段的偏移确定方法,在基准图像中查找与遥感图像的相关度最大的子图像作为目标图像,基于目标图像和遥感图像确定遥感图像相对于基准图像的偏移,可以根据上述准确地确定遥感图像的波段偏移,实现图像的波段配准,无需人工配准,节约了人力,并且配准的精确度较高。
实施例2
本发明实施例还提供另一种遥感图像的波段偏移确定方法;该方法在上述实施例方法的基础上实现;该方法重点描述将遥感图像中与基准图像的相关度最大的子图像,作为指定区域对应的目标图像的具体实现方式。
如图2所示的另一种遥感图像的波段偏移确定方法的流程图,该方法包括如下步骤:
步骤S202,获取遥感图像和基准图像;其中,遥感图像为指定区域对应的图像,基准图像为包含指定区域的图像,拍摄出基准图像的设备的分辨率高于拍摄出遥感图像的设备的分辨率。
COCTS和CZI的主要参数如表1所示的HY-1C搭载的COCTS和CZI主要参数和技术指标,遥感图像由COCTS采集,HY-1C搭载的COCTS在可见光到红外光谱内共有10个波段,用于探测海洋水色要素(叶绿素浓度、悬浮泥沙和可溶有机物)和海表温度等信息,星下点空间分辨率为1100m,幅宽位2900km。
基准图像由CZI采集,CZI有4个波段,谱段范围分别为:B1为420-500nm,B2为520-600nm,B3为610-690nm;B4为760-890nm;星下点空间分辨率为50m,幅宽为950km,主要用于获取海陆区域图像资料,用于监测海面绿潮、海冰等灾害及海岸带区域的资源和植被。
表1
参见图3所示的一种遥感图像的波段偏移确定方法的示意图,图3从CZI的第3波段中截取基准图像,用来确定COCTS每个波段相对于CZI的位移。在COCTS和CZI选取相同面积的观测区域,在CZI中选取550×770的感兴趣区域(ROI)作为子图像。
步骤S204,按照遥感图像的大小遍历基准图像,得到基准图像的子图像。
例如,一个湖区的遥感图像大小是25*35,对应的基准图像的子图像大小为550*770,但是基准图像的大小要大于550*770,也就是说要比湖区面积大,这样遍历基准图像,选出相关性最大的子图像并记录其坐标位置。
如果遥感图像的分辨率为第一分辨率,基准图像的分辨率为第二分辨率,子图像可以通过步骤A1-步骤A2提取:
步骤A1,将第一分辨率与第二分辨率的比值,与遥感图像的大小的乘积,作为子图像尺寸;
首先确定子图像的遍历尺寸,遥感图像的分辨率就是COCTS的分辨率,为1100m;基准图像的分辨率为CZI的分辨率,为50m,那么遍历尺寸=1100/50×(25,35)=(550,770)。可知需要从基准图像中选取550×770的区域作为子图像。如图3所示,截取选取550×770矩阵的步骤,就是截取子图像。
步骤A2,遍历基准图像,得到基准图像的子图像。
遍历基准图像就是从基准图像上截取若干个550×770矩阵,将这些矩阵作为基准图像的子图像。遍历时需要以CZI的一个像素为步长,遍历基准图像。
如图3所示,对于遥感图像和子图像,都需要进行归一化处理,可以通过以下步骤执行:对子图像和遥感图像进行归一化处理,以使子图像和遥感图像中的数据归一化。归一化处理可以理解为将子图像和遥感图像中的数据的最大值和最小值标准化。
步骤S206,比较子图像与遥感图像某一波段的相关度。
还需要对归一化后的子图像做出分辨率和大小的调整,再计算相关度,可以通过步骤B1-步骤B2执行:
步骤B1,调整子图像的分辨率,以使遥感图像的分辨率与子图像的分辨率相同;
子图像的分辨率为50m,遥感图像的分辨率为1100m,为了能够准确地计算相关度,就需要将子图像的分辨率也调整为1100m。
步骤B2,计算分辨率和大小调整后的子图像与遥感图像的相关度。
利用最小二乘法计算COCTS的B波段数据和CZI子图像的相关度,公式如下:
步骤S208,将相关度最大的子图像作为指定区域该波段对应的目标图像。
其中Pi,j(B)表示相对COCTS观测区域中心位置进行(i,j)的位移;表示进行(i,j)的位移后,CZI在(m,n)位置的观测值;经过(i,j)的位移后,COCTS的B波段(x,y)位置像素对应的M×N个(M行N列)CZI观测值进行简单的算术平均,即可得到模拟值通过计算并比较不同(i,j)的位移对应的DIF(B,Pi,j(B)),其最小值DIFmin(B,Pi,j(B))对应的位移即为COCTS的B波段相对应CZI的相对位置偏差。
对COCTS的每个波段重复上述步骤,可以获取每个波段相对应CZI的相对位置偏差;然后利用这些相对位置偏移,通过下式即可得到COCTS每个波段的相对第1波段在扫描方向和沿轨方向的位置偏移:
其中C为CZI一个像素对应的空间分辨率50m,i和j为CZI数据的行和列,对应沿轨方向和扫描方向。Scan为扫描方向的位置偏移,Track为沿轨方向的位置偏移。
上述计算匹配程度的方法是基于两个矩阵灰度的统计分析,有时存在多个极值的可能,需要根据降分辨率后的图像对错误的极值进行剔除。为了解决这一多解的问题,同时兼顾充分利用岸线的空间分布作为参考控制点,本实施例结合边缘监测和空间相关来替代上述公式(1)计算匹配程度,可以通过步骤C1-步骤C2执行:
步骤C1,如果相关度存在一个最大值,则将最大值对应的目标图像作为相关度最大的目标图像;
步骤C2,如果相关度存在多个最大值,则确定多个最大值对应的目标图像与遥感图像的边缘相关度,将边缘相关度最大的目标图像作为相关度最大的目标图像。
首先利用进行边缘监测,得到边缘线;然后根据边缘监测结果给陆地和湖水分别赋值1和0;最后在此基础上计算二维相关系数(即边缘相关度),公式如下:
将边缘相关度最大的目标图像作为相关度最大的目标图像。
步骤S210,基于该波段对应的目标图像,确定遥感图像该波段相对于基准图像的偏移。
确定目标图像后,根据目标图像的位置,就可以确定遥感图像不同波段相对于基准图像的偏移。基于上述偏移就可以调整COCTS的参数,即:基于遥感图像不同波段相对于基准图像的偏移,确定遥感图像的波段偏移,实现图像的波段配准。
如果所述遥感图像包括多个波段;在确定了遥感图像一个波段与基准图像的偏移之后,可以采用相同的方法确定遥感图像的其他波段与基准图像的偏移,之后确定遥感图像的各个波段之间的相对偏移,通过下述步骤执行:基于多个波段的所述遥感图像相对于所述基准图像的偏移,确定各个波段的遥感图像之间的相对偏移。
例如:遥感图像的第一波段与基准图像偏移+1,遥感图像的第二波段与基准图像偏移-2,则遥感图像的第一波段与遥感图像的第二波段相对偏移+3。
本发明实施例提供的上述方法,适合于地物存在明显差异,即经过边缘检测能容易检验出边缘的区域,例如海岸区域、湖泊区域。这些区域计算边缘相关性结果较好。
具体实例如下:选取HY-1C两个主载荷COCTS和CZI的观测数据,分别标出了四个湖,依次为A湖、B湖、C湖和D湖。四个湖中A湖为不规则扁长型,东西长约51km,南北约22km;B湖面积最小,类似一个直径为15km的圆形;C湖与D陵湖由一天然堤相隔,形似蝴蝶;C湖东西长35km,南北宽21.6km,面积526km2;D湖形如金钟,南北长约32km,东西宽约32km,湖面面积610km2。
从C湖COCTS第4波段的DIF矩阵灰度图中的有3个局部峰值点,剔除掉2个后,根据对应的选取CZI的550×770矩阵,降分辨率。基于公式4计算得到的R矩阵,不会存在多个峰值点的问题,计算相对位移后选取CZI的550×770矩阵,降分辨率后,根据公式3得到的相对位移的结果能得到更好的与COCTS的匹配图像,即位移更准确。
下表2为利用公式4方法计算的COCTS10个波段在4个不同湖区的相对位移,由于CZI空间分辨率为50m,所以相对第1波段的位移的精度为50m。参见图4所示的一种相对位移图和图5所示的另一种相对位移图,图4和图5分别为沿轨方向和扫描方向的波段相对位移。可以看出,4个区域在沿轨方向的波段相对偏移在趋势上较为一致,相对于第1波段,第4、5、9和10波段的偏移较大,但是都小于一个像素(1100m)。而在扫描方向上,A湖与B湖的偏移趋势一致,C湖与D湖的偏移趋势一致,这主要是COCTS在不同湖区的观测角度差异引起的。
表2
注:CW:中心波长(单位:纳米);T:沿轨方向(单位:米);S:扫描方向(单位:米)。
根据表2得到的波段相对位移,可以对不同波段进行配准。相对于第1波段,第4波段存在向上向右的偏移;对COCTS的第1、4波段数据利用邻近插值方法进行重采样,使之空间分辨率提高到50m,然后根据表1对第4波段(520nm)在沿轨方向平移800m(即向下平移16个像素),在扫描方向平移-1200m(向左平移24个像素),然后再按照上述的R、G、B通道波段设置进行伪彩色合成,可以看出经过波段配准后,湖水边缘的红色和蓝色像素变少,即1和4波段之间的位置差异减少。
本发明实施例提供的上述方法,以HY-1C上搭载的空间分辨率为50m的CZI观测数据为基准,对空间分辨率为1100m的COCTS不同波段的相对空间偏移进行了计算,计算过程中结合边缘检测和二维空间相关的匹配方法能够解决多解的缺点,根据新的匹配方法得出的相对位移的结果能得到更好的与COCTS的匹配图像,即新匹配方法得到的相对位移更准确,自动化更容易实现。
实施例3
对应于上述方法实施例,本发明实施例提供了一种遥感图像的波段偏移确定装置,如图6所示的一种遥感图像的波段偏移确定装置的结构示意图,该遥感图像的波段偏移确定装置包括:
图像获取模块61,用于获取遥感图像和基准图像;其中,遥感图像为指定区域对应的图像,基准图像为包含指定区域的图像,拍摄出基准图像的设备的分辨率高于拍摄出遥感图像的设备的分辨率;
目标图像确定模块62,用于将基准图像中与遥感图像某一波段的相关度最大的子图像,作为指定区域该波段对应的目标图像;
偏移确定模块63,用于基于该波段对应的目标图像,确定遥感图像该波段相对于基准图像的偏移。
本发明实施例提供的一种遥感图像的波段偏移确定装置,在基准图像中查找与遥感图像的相关度最大的子图像作为目标图像,基于目标图像和遥感图像确定遥感图像相对于基准图像的偏移,可以根据上述准确地确定遥感图像的偏移,实现图像的配准,无需人工配准,节约了人力,并且配准的精确度较高。
在一些实施例中,目标图像确定模块,用于:按照遥感图像的大小遍历基准图像,得到基准图像的子图像;比较子图像与遥感图像某一波段的相关度;将相关度最大的子图像作为指定区域该波段对应的目标图像。
在一些实施例中,遥感图像的分辨率为第一分辨率,基准图像的分辨率为第二分辨率;目标图像确定模块,用于:将第一分辨率与第二分辨率的比值,与遥感图像的大小的乘积,作为子图像尺寸;遍历基准图像,得到基准图像的子图像。
在一些实施例中,目标图像确定模块,用于:调整子图像的分辨率,以使遥感图像的分辨率与子图像的分辨率相同;调整子图像的大小,以使调整后的子图像的大小与遥感图像的大小相同;计算分辨率和大小调整后的子图像与遥感图像某一波段的相关度。
在一些实施例中,上述装置还包括归一化模块,用于:对子图像和遥感图像进行归一化处理,以使子图像和遥感图像中的数据归一化。
在一些实施例中,如果相关度存在一个最大值,则将最大值对应的目标图像作为相关度最大的目标图像;如果相关度存在多个最大值,则确定多个最大值对应的目标图像与遥感图像的边缘相关度,将边缘相关度最大的目标图像作为相关度最大的目标图像。
在一些实施例中,如果所述遥感图像包括多个波段;上述装置还包括波段间偏移确定模块,用于:基于多个波段的所述遥感图像相对于所述基准图像的偏移,确定各个波段的遥感图像之间的相对偏移。
本发明实施例提供的遥感图像的波段偏移确定装置,与上述实施例提供的遥感图像的波段偏移确定方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
实施例4
本发明实施例还提供了一种电子设备,用于运行上述遥感图像的波段偏移确定方法;参见图7所示的一种电子设备的结构示意图,该电子设备包括存储器100和处理器101,其中,存储器100用于存储一条或多条计算机指令,一条或多条计算机指令被处理器101执行,以实现上述遥感图像的波段偏移确定方法。
进一步地,图7所示的电子设备还包括总线102和通信接口103,处理器101、通信接口103和存储器100通过总线102连接。
其中,存储器100可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100,处理器101读取存储器100中的信息,结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述遥感图像的波段偏移确定方法,具体实现可参见方法实施例,在此不再赘述。
本发明实施例所提供的遥感图像的波段偏移确定方法、装置和电子设备的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和/或电子设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种遥感图像的波段偏移确定方法,其特征在于,包括:
获取遥感图像和基准图像;其中,所述遥感图像为指定区域对应的图像,所述基准图像为包含所述指定区域的图像,拍摄出所述基准图像的设备的分辨率高于拍摄出所述遥感图像的设备的分辨率;
将所述基准图像中与所述遥感图像某一波段的相关度最大的子图像,作为所述指定区域该波段对应的目标图像;
基于所述该波段对应的目标图像,确定所述遥感图像该波段相对于所述基准图像的偏移。
2.根据权利要求1所述的方法,其特征在于,将所述基准图像中与所述遥感图像某一波段的相关度最大的子图像,作为所述指定区域该波段对应的目标图像的步骤:
按照所述遥感图像的大小遍历所述基准图像,得到所述基准图像的子图像;
比较所述子图像与所述遥感图像某一波段的相关度;
将相关度最大的所述子图像作为所述指定区域该波段对应的目标图像。
3.根据权利要求2所述的方法,其特征在于,所述遥感图像的分辨率为第一分辨率,所述基准图像的分辨率为第二分辨率;
按照所述遥感图像的大小遍历所述基准图像,得到所述基准图像的子图像的步骤,包括:
将所述第一分辨率与所述第二分辨率的比值,与所述遥感图像的大小的乘积,作为子图像尺寸;
遍历所述基准图像,得到所述基准图像的子图像。
4.根据权利要求2所述的方法,其特征在于,比较所述子图像与所述遥感图像某一波段的相关度的步骤,包括:
调整所述子图像的分辨率,以使所述遥感图像的分辨率与所述子图像的分辨率相同;
调整所述子图像的大小,以使调整后的所述子图像的大小与所述遥感图像的大小相同;
计算分辨率和大小调整后的所述子图像与所述遥感图像某一波段的相关度。
5.根据权利要求2所述的方法,其特征在于,在比较所述子图像与所述遥感图像的相关度的步骤之前,所述方法还包括:
对所述子图像和所述遥感图像进行归一化处理,以使所述子图像和所述遥感图像中的数据归一化。
6.根据权利要求1所述的方法,其特征在于,如果所述相关度存在一个最大值,则将所述最大值对应的目标图像作为所述相关度最大的目标图像;
如果所述相关度存在多个最大值,则确定所述多个最大值对应的目标图像与所述遥感图像的边缘相关度,将所述边缘相关度最大的目标图像作为所述相关度最大的目标图像。
7.根据权利要求1所述的方法,其特征在于,如果所述遥感图像包括多个波段;所述方法还包括:
基于多个波段的所述遥感图像相对于所述基准图像的偏移,确定各个波段的遥感图像之间的相对偏移。
8.一种遥感图像的波段偏移确定装置,其特征在于,包括:
图像获取模块,用于获取遥感图像和基准图像;其中,所述遥感图像为指定区域对应的图像,所述基准图像为包含所述指定区域的图像,拍摄出所述基准图像的设备的分辨率高于拍摄出所述遥感图像的设备的分辨率;
目标图像确定模块,用于将所述基准图像中与所述遥感图像某一波段的相关度最大的子图像,作为所述指定区域该波段对应的目标图像;
偏移确定模块,用于基于所述该波段对应的目标图像,确定所述遥感图像该波段相对于所述基准图像的偏移。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的遥感图像的波段偏移确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,所述计算机可执行指令促使处理器实现权利要求1至7任一项所述的遥感图像的波段偏移确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911403725.4A CN111145231A (zh) | 2019-12-30 | 2019-12-30 | 遥感图像的波段偏移确定方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911403725.4A CN111145231A (zh) | 2019-12-30 | 2019-12-30 | 遥感图像的波段偏移确定方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111145231A true CN111145231A (zh) | 2020-05-12 |
Family
ID=70522389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911403725.4A Pending CN111145231A (zh) | 2019-12-30 | 2019-12-30 | 遥感图像的波段偏移确定方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111145231A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017217A (zh) * | 2020-09-02 | 2020-12-01 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种多频太赫兹探测仪遥感数据通道间的配准方法及装置 |
CN113640226A (zh) * | 2021-08-12 | 2021-11-12 | 国家卫星海洋应用中心 | 绿潮空间覆盖率的反演方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473765A (zh) * | 2013-09-03 | 2013-12-25 | 深圳大学 | 一种多光谱遥感图像的配准与校正方法、系统 |
CN107688776A (zh) * | 2017-07-21 | 2018-02-13 | 同济大学 | 一种城市水体提取方法 |
CN108961325A (zh) * | 2018-06-13 | 2018-12-07 | 中国科学院光电研究院 | 多/高光谱遥感图像波段间配准方法 |
CN109118482A (zh) * | 2018-08-07 | 2019-01-01 | 腾讯科技(深圳)有限公司 | 一种面板缺陷分析方法、装置及存储介质 |
-
2019
- 2019-12-30 CN CN201911403725.4A patent/CN111145231A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473765A (zh) * | 2013-09-03 | 2013-12-25 | 深圳大学 | 一种多光谱遥感图像的配准与校正方法、系统 |
CN107688776A (zh) * | 2017-07-21 | 2018-02-13 | 同济大学 | 一种城市水体提取方法 |
CN108961325A (zh) * | 2018-06-13 | 2018-12-07 | 中国科学院光电研究院 | 多/高光谱遥感图像波段间配准方法 |
CN109118482A (zh) * | 2018-08-07 | 2019-01-01 | 腾讯科技(深圳)有限公司 | 一种面板缺陷分析方法、装置及存储介质 |
Non-Patent Citations (3)
Title |
---|
YONG XIE 等: "On-Orbit Spatial Characterization of MODIS With ASTER Aboard the Terra Spacecraft", 《IEEE》 * |
唐刚: "基于手机信令数据的城市商业中心辐射区域特征分析模型研究", 《CNKI 硕士电子期刊》 * |
王开福 等: "《现代光测力学技术》", 30 November 2009 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017217A (zh) * | 2020-09-02 | 2020-12-01 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种多频太赫兹探测仪遥感数据通道间的配准方法及装置 |
CN112017217B (zh) * | 2020-09-02 | 2022-05-03 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种多频太赫兹探测仪遥感数据通道间的配准方法及装置 |
CN113640226A (zh) * | 2021-08-12 | 2021-11-12 | 国家卫星海洋应用中心 | 绿潮空间覆盖率的反演方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sánchez-García et al. | An efficient protocol for accurate and massive shoreline definition from mid-resolution satellite imagery | |
CN107451982B (zh) | 一种基于无人机影像的高郁闭度林分树冠面积获取方法 | |
Baltsavias et al. | DSM generation and interior orientation determination of IKONOS images using a testfield in Switzerland | |
CN107610164B (zh) | 一种基于多特征混合的高分四号影像配准方法 | |
CN108564532B (zh) | 大尺度地距星载sar图像镶嵌方法 | |
CN114092835B (zh) | 基于不同时空分辨率的归一化植被指数数据时空融合方法 | |
Wassenaar et al. | Vineyard identification and description of spatial crop structure by per-field frequency analysis | |
Zhang et al. | A mixed radiometric normalization method for mosaicking of high-resolution satellite imagery | |
CN111145231A (zh) | 遥感图像的波段偏移确定方法、装置和电子设备 | |
CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
CN112444234A (zh) | 一种基于潮汐模型与摄影测量技术的海滩监测方法 | |
Rault et al. | Structure-from-motion processing of aerial archive photographs: sensitivity analyses pave the way for quantifying geomorphological changes since 1978 in La Reunion Island | |
JP2006320240A (ja) | リモートセンシングによる作物情報測定方法 | |
Neale | Classification and mapping of riparian systems using airborne multispectral videography | |
CN112489108B (zh) | 一种远海珊瑚礁水下表面积反演重建的方法及装置 | |
JP6958743B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN107941241B (zh) | 一种用于航空摄影测量质量评价的分辨率板及其使用方法 | |
CN111161186B (zh) | 一种推扫式遥感器通道配准方法及装置 | |
Schwalbe et al. | Hemispheric image modeling and analysis techniques for solar radiation determination in forest ecosystems | |
Hong et al. | Estimating within-field variations in soil properties from airborne hyperspectral images | |
Sun et al. | Dodging research for digital aerial images | |
Zhang et al. | Automatic processing of Chinese GF-1 wide field of View images | |
CN113936009B (zh) | 一种气象卫星洪涝监测的云阴影去除方法、装置及设备 | |
Bailey et al. | Determining large scale sandbar behaviour | |
CN114494039A (zh) | 一种水下高光谱推扫图像几何校正的方法 |
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 |