CN111413279A - 多光谱探测的视频处理方法、装置及多光谱探测终端 - Google Patents

多光谱探测的视频处理方法、装置及多光谱探测终端 Download PDF

Info

Publication number
CN111413279A
CN111413279A CN202010243596.3A CN202010243596A CN111413279A CN 111413279 A CN111413279 A CN 111413279A CN 202010243596 A CN202010243596 A CN 202010243596A CN 111413279 A CN111413279 A CN 111413279A
Authority
CN
China
Prior art keywords
image
waveband
band
rgb
spectral
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
CN202010243596.3A
Other languages
English (en)
Other versions
CN111413279B (zh
Inventor
李先峰
杨斌
张军强
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.)
Changguang Yusense Information Technology And Equipment Qingdao Co ltd
Original Assignee
Changguang Yusense Information Technology And Equipment Qingdao Co ltd
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 Changguang Yusense Information Technology And Equipment Qingdao Co ltd filed Critical Changguang Yusense Information Technology And Equipment Qingdao Co ltd
Priority to CN202010243596.3A priority Critical patent/CN111413279B/zh
Publication of CN111413279A publication Critical patent/CN111413279A/zh
Application granted granted Critical
Publication of CN111413279B publication Critical patent/CN111413279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793—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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/10036—Multispectral image; Hyperspectral image

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种多光谱探测的视频处理方法，包括：接收探测指令，并根据探测指令在多个单波段图像采集通道中选定至少两个单波段图像采集通道；分别实时采集地面的RGB图像、和至少两种单波段图像；将对单波段图像进行指数运算获得指数灰度图像，并对指数灰度图像根据指数大小进行颜色渲染，获得伪彩色图像；将伪彩色图像和RGB图像进行叠加处理后，转换为视频图像输出。本申请中利用多光谱成像技术，生成渲染图像和RGB图像同步显示的视频图像，有利于伪彩色图像和RGB图像相互参照，使得用户更为及时便捷的了解地面环境中的信息，本申请还提供了一种多光谱探测的视频处理装置以及一种多光谱探测终端，具有上述有益效果。

Description

多光谱探测的视频处理方法、装置及多光谱探测终端
技术领域
本发明涉及多光谱技术领域，特别是涉及一种多光谱探测的视频处理方法、装置、以及一种多光谱探测终端。
背景技术
遥感技术是从远距离感知目标反射或自身辐射的电磁波、可见光、红外线，对目标进行探测和识别的技术。例如航空摄影就是一种遥感技术。人造地球卫星发射成功，大大推动了遥感技术的发展。现代遥感技术主要包括信息的获取、传输、存储和处理等环节。完成上述功能的全套系统称为遥感系统，其核心组成部分是获取信息的遥感器。遥感器的种类很多，主要有照相机、电视摄像机、多光谱扫描仪、成像光谱仪、微波辐射计、合成孔径雷达等。传输设备用于将遥感信息从远距离平台(如卫星)传回地面站。信息处理设备包括彩色合成仪、图像判读仪和数字图像处理机等。
目前的飞行设备搭载多光谱成像技术被广泛应用于农业、环境、地质、生态等行业领域的遥感应用中，典型的多光谱相机往往通过飞行设备载航拍获取独立的光谱通道数据并增加辅助信息的方式存储至SD卡或U盘等相关存储介质，当飞行设备返回地面后导出数据，还需经过漫长的图像数据处理过程才能被最终分析使用，实时性较差。
发明内容
本发明的目的是提供一种多光谱探测的视频处理方法、装置以及一种多光谱探测终端，能够实时为用户提供伪彩色图像和RGB图像同步显示的视频流，便于用户查看了解地面图像信息。
为解决上述技术问题，本发明提供一种多光谱探测的视频处理方法，包括：
根据接收到的探测指令中包含的光谱指数类型信息，在多个单波段图像采集通道中选定至少两个单波段图像采集通道，实时采集获得第一单波段图像和第二单波段图像，并通过RGB图像采集通道实时采集获得采集RGB图像；
对同一时刻采集的所述RGB图像、所述第一单波段图像和所述第二单波段图像进行配准；
将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像；
对所述指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像；
根据所述RGB图像、所述第一单波段图像和第二单波段图像进行配准的配准结果，将所述伪彩色图像和所述RGB图像进行图像进行叠加处理，获得同步显示的图像并编码转换为视频输出。
在本申请的另一可选地的实施例中，所述对同一时刻采集的所述RGB图像、所述第一单波段图像和第二单波段图像进行配准包括：
将预先存储的第一配准矩阵和所述第一单波段图像中各个像素点的像素坐标位置相乘，确定所述第一单波段图像中的像素点和所述RGB图像中相匹配的像素点，并去除所述第一单波段图像中和所述RGB图像中不重合的像素点；
将预先存储的第二配准矩阵和所述第二单波段图像中各个像素点的像素坐标位置相乘，确定所述第二单波段图像中的像素点和所述RGB图像中相匹配的像素点，并去除所述第二单波段图像中和所述RGB图像中不重合的像素点；
将所述第一单波段图像和所述第二单波段图像中配准对应于所述RGB图像中同一像素点的像素点，确定为相互匹配重合的像素点，获得所述第一单波段图像和所述第二单波段图像之间的配准关系。
在本申请的另一可选地的实施例中，所述将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像包括：
根据光谱辐亮度计算公式：
Figure BDA0002433325050000021
分别计算所述第一单波段图像和所述第二单波段图像中各个像素点对应的辐照强度，获得第一光谱辐亮度和第二光谱辐亮度；其中，L为光谱辐亮度，DN为单波段图像中各个像素点对应的灰度值，DN0为实验室标定获取的暗电流响应对应的灰度值，a为实验室辐射定标系数，t为单波段图像成像的积分时间，g为单波段图像成像的增益，c1和c2分别为积分时间相关系数和增益相关系数；
根据光谱辐亮度校正公式：
Figure BDA0002433325050000031
分别对所述第一光谱辐亮度和所述第二光谱辐亮度进行校正，获得第一校正光谱辐亮度和第二校正光谱辐亮度；其中，Li为单波段图像中各个像素点对应的光谱辐亮度，L'i为单波段图像中各个像素点对应的校正光谱辐亮度，DLS0为拍摄灰板时DLS测量的光谱辐照度，DLSi为飞行过程中拍摄单波段图像时DLS测量的光谱辐照度，b1和b2均为拟合出的固定值；
根据光谱辐亮度转反射率计算公式：
Figure BDA0002433325050000032
以及所述第一校正光谱辐亮度和第二校正光谱辐亮度，分别获得所述第一反射率图像和所述第二反射率图像；其中，βi为反射率图像中各个像素点的反射率，α为标准灰板的反射率，
Figure BDA0002433325050000033
为标准灰板的平均辐照强度值；
根据所述第一反射率图像、所述第二反射率图像、所述第一单波段图像和所述第二单波段图像中像素点之间的配准关系、以及指数运算公式，获得所述指数灰度图像。
在本申请的另一可选地的实施例中，所述单波段图像采集通道包括红色波段图像采集通道、绿色波段图像采集通道、蓝色波段图像采集通道、近红外波段图像采集通道、红边波段图像采集通道。
在本申请的另一可选地的实施例中，还包括：
实时利用多个所述单波段图像采集通道分别采集多个不同的单波段图像；
记录当前采集图像的位置信息和姿态信息；
采集环境中的光谱辐照度数据；
将多个所述单波段图像、所述RGB图像、所述位置信息、所述姿态信息以及所述光谱辐照度数据输出。
本申请还提供了一种多光谱探测的视频处理装置，包括：
图像采集模块，用于根据接收到的探测指令中包含的光谱指数类型信息，在多个单波段图像采集通道中选定至少两个单波段图像采集通道，实时采集获得第一单波段图像和第二单波段图像，并通过RGB图像采集通道实时采集获得采集RGB图像；
配准运算模块，用于对同一时刻采集的所述RGB图像、所述第一单波段图像和第二单波段图像进行配准；
指数运算模块，用于将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像；
颜色渲染模块，用于对所述指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像；
视频输出模块，用于根据所述RGB图像、所述第一单波段图像和第二单波段图像进行配准的配准结果，将所述伪彩色图像和所述RGB图像进行图像进行叠加，并编码转换为视频输出。
在本申请的另一可选地的实施例中，还包括遥感模式模块，用于实时利用多个所述单波段图像采集通道分别采集多个不同的单波段图像；记录当前采集图像的位置信息和姿态信息；采集环境中的光谱辐照强度数据；将多个所述单波段图像、所述RGB图像、所述位置信息、所述姿态信息以及所述光谱辐照强度信息输出。
本申请还提供了一种多光谱探测终端，包括飞行设备，设置在所述飞行设备上的多个单波段图像传感器、RGB图像传感器、处理器和存储器；
各个所述单波段图像传感器分别用于采集所述飞行设备下方地面不同的单波段图像；
所述RGB图像传感器用于所述飞行设备下方地面的采集RGB图像；
所述存储器用于存储计算机程序；
所述处理器分别和多个所述单波段图像传感器、所述RGB图像传感器以及所述存储器相连接，用于执行所述计算机程序，以实现如上任一项所述的多光谱探测的视频处理方法的操作步骤。
在本申请的另一可选地的实施例中，，还包括设置在所述飞行设备上，并和所述处理器相连接的下行光传感器以及IMU模块以及GPS模块。
在本申请的另一可选地的实施例中，，所述处理器为SOC芯片，所述SOC芯片和多个所述单波段图像传感器以及所述RGB图像传感器之间通过所述MIPI-CSI高速图像接口相连接。
本发明所提供的多光谱探测的视频处理方法，包括：根据接收到的探测指令中包含的光谱指数类型信息，在多个单波段图像采集通道中选定至少两个单波段图像采集通道，实时采集获得第一单波段图像和第二单波段图像，并通过RGB图像采集通道实时采集获得采集RGB图像；对同一时刻采集的RGB图像、第一单波段图像和第二单波段图像进行配准；将相互配准的第一单波段图像和第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像；对指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像；根据RGB图像、第一单波段图像和第二单波段图像进行配准的配准结果，将伪彩色图像和RGB图像进行图像进行叠加处理，获得同步显示的图像并编码转换为视频输出。
本申请中利用多光谱成像技术，根据用户需求选定需要探测的图像的光谱指数类型，采集至少两个单波段图像和RGB图像，并且将同一时刻采集到的单波段图像和RGB图像进行配准，另外还将相互配准的两个单波段图像进行指数运算，获得指数灰度图像后，对指数灰度图像按照指数灰度值的大小进行颜色渲染。因为在采集多个不同波段的单波段图像时，对于外观颜色近似的不同物体，对同一种单波段的反射率是存在差异的，而根据单波段图像运算获得的指数灰度值也就反应了各个不同物体对特定单波段光线的反射强烈程度。相应的，不同物体在指数灰度图像中的指数灰度值的大小也就不同，按照指数灰度值的大小渲染指数灰度图像，获得伪彩色图像，即可明确显示出图像中各种对光线反射率不同的物体所在位置，使得用户根据该伪彩色图像能够快速识别出反射率和周边物体不同的特殊物体。此外，还将该伪彩色图像和RGB图像进行叠加，实现伪彩色图像和RGB图像同步显示，使得伪彩色图像和RGB图像和RGB图像之间互为参照，并且实时上传，有利于用户更为及时便捷的了解地面环境中的信息，为多光谱遥感技术的应用提供了便利。
本申请还提供了一种多光谱探测的视频处理装置以及一种多光谱探测终端，具有上述有益效果。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，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的介绍，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为本申请实施例提供的多光谱探测的视频处理方法的流程示意图；
图2为本申请实施例提供的多光谱探测终端的工作流程示意图；
图3为本发明实施例提供的多光谱探测的视频处理装置的结构框图；
图4为本申请实施例提供的多光谱探测终端的框架示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
如图1所示，图1为本申请实施例提供的多光谱探测的视频处理方法的流程示意图，该方法可以包括：
S11：接收探测指令，根据探测指令确定光谱指数类型信息。
本实施例的多光谱探测过程中，是既包括单波段图像的探测又包括RGB图像的探测。而光谱指数也就是基于单波段图像获得，光谱指数大小反应了拍摄的物体影像对单波段光线反射强弱，显然，对于同一物体在单波段图像中成像像素点对应的光谱指数大小应当近似相等，由此可以通过光谱指数识别出拍摄的画面中肉眼难以识别的物体信息。
例如，该光谱指数可以是NDVI(归一化植被指数)，是反映农作物长势和营养信息的重要参数之一；还可以是RVI(比值植被指数)，表征绿植覆盖率的参数；还可以是NDWI(归一化水指数)凸显影像中的水体信息参数；还可以是NDRE(归一化差值红边指数)，也是反应植物长势的重要参数之一等等。根据用户实际的应用需求不同，最终需要获得的光谱指数也不尽相同。
S12：根据光谱指数类型信息在多个单波段图像采集通道中选定至少两个单波段采集通道。
具体地，本实施例中在采集图像时，可以分别配置多个单波段图像采集通道和一个RGB图像采集通道，也即是多个单波段图像摄像头和一个RGB图像摄像头。
其中，单波段摄像头最常用的可以包括红色波段摄像头、绿色波段摄像头、蓝色波段摄像头、红边波段摄像头以及近红外波段摄像头，当然，本申请中还可以根据实际应用需要设置其他摄像头，对此本申请中不做限制。各个单波段摄像头和RGB摄像头均可以搭载在飞行设备等可在空中飞行作业的设备上。
例如，用户若是想要获得植被的生长情况信息，可以相应输入归一化植被指数类型的指令，在实际进行图像采集时，即可选取近红外波段摄像头和红色波段摄像头采集图像。又例如，要想提取水体信息，可以相应输入归一化差异水体指数类型的指令，在实际进行图像采集时，即可选取绿色波段摄像头和近红外波段摄像头采集图像，以一致土壤和建筑物信息更有效的提取水体信息等等。在此本申请中不一一列举，简而言之，只要根据用户不同的应用需求，即可输入相关指数类型以及对应的指数计算公式，即多光谱探测终端可相应地自动选择不同的摄像头采集图像并处理运算，以获得用户想要的信息。
S13：根据RGB图像采集通道和两个单波段图像采集通道，实时采集RGB图像、第一单波段图像和第二单波段图像。
具体地，对于RGB摄像头和两个单波段摄像头应当是同时并且同频率的采集图像，尽可能的保证RGB图像的内容和第一单波段图像以及第二单波段图像的内容的同步性。
S14：对同一时刻采集的RGB图像、第一单波段图像和第二单波段图像进行配准。
需要说明的是，本实施例中的多光谱探测主要应用于大面积范围内的图像采集探测，一般是需要将摄像头等设备搭载在无人机、飞机等飞行设备上进行图像采集。其中RGB摄像头和单波段摄像头搭载在同一飞行设备上，且同步实时采集图像，因此在同一时刻采集的RGB图像和各个单波段图像应当对应于同一区域的画面，因此RGB图像和单波段图像以及各个单波段图像中的画面应当是一一对应的。
但是对于RGB图像和单波段图像而言，是分别通过不同的摄像头采集获得的，各个摄像头所在位置也不能完全重合，因此RGB图像和单波段图像中的内容、拍摄角度等等也不能完全重合。因此地面上的同一物体在RGB图像和单波段图像成像的像素点位置也不可能完全相同。因此在对RGB图像和单波段图像进行融合时，需要对两个图像中的像素点进行一一配准。
具体地，在对RGB图像、第一单波段图像和第二单波段图像进行配准，也即是对两个单波段图像在空间位置的对准。其具体过程可以如下：
步骤一：将预先存储的第一配准矩阵和第一单波段图像中各个像素点的像素坐标位置相乘，确定第一单波段图像中的像素点和RGB图像中相匹配的像素点，并去除第一单波段图像中和RGB图像中不重合的像素点。
步骤二：将预先存储的第二配准矩阵和第二单波段图像中各个像素点的像素坐标位置相乘，确定第二单波段图像中的像素点和RGB图像中相匹配的像素点，并去除第二单波段图像中和RGB图像中不重合的像素点；
步骤三：将第一单波段图像和第二单波段图像中配准对应于RGB图像中同一像素点的像素点，确定为相互匹配重合的像素点，获得第一单波段图像和第二单波段图像之间的配准关系。
因为各个摄像头之间相对位置固定不变，因此可以预先获得任意两个摄像头之间的配准矩阵。所谓的配准矩阵是指同一物体分别在两个图像中成像后，两个图像中对应同一物体成像像素点坐标的相互对应的关系矩阵，该配准矩阵可以根据预先测量获得。
另外，因为RGB图像以及各个单波段图像之间拍摄的角度存在略微的差异，因此两个图像中的内容可能存在不能完全重叠的问题。那么，在对RGB图像和单波段图像进行配准时，可以将RGB图像作为配准基准，将单波段图像中不和RGB图像中重合的部分删除，那么单波段图像中各个像素点均可在RGB图像中找到对应的配准的像素点。
在确定各个单波段图像各个像素点在RGB图像中对应配准的像素点后，各个单波段图像中对应于RGB图像中同一像素点的像素点也即是相互匹配的像素点。
S15：将相互配准的第一单波段图像和第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像。
S16：对指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像。
如上所述，为了能够表征单波段采集的图像中不同物体区域对单波段光线反射情况的不同，就需要对各个单波段图像进行指数运算。并通过颜色渲染的方式将各个像素点的指数大小分布情况显示出来。
在光谱指数灰度图像进行颜色渲染时，可以根据指数灰度值大小的分布范围选定合适的颜色，例如指数灰度最大值对应的像素点用绿色渲染，指数灰度最小值对应的像素点用红色渲染，指数灰度最大值和指数灰度最小值之间的可采用绿色和红色的渐变色渲染等等。
利用伪彩色图像，使得用户在在可见光波段通过颜色或特征无法区分的地物，能够在该图像中凸显，例如用仿生绿植覆盖的汽车和真实绿植对近红外以及红边波段光的反射率不同即可简单快速的识别出掩藏于画面中的特殊信息。
对于RGB摄像头采集的图像是彩色图像，而对于单波段摄像头采集的单波段图像而言，肉眼是无法对图像内容进行辨认的。但是在RGB图像中，区分各个不同物体主要依据是颜色、轮廓的不同加以区分，例如，在树林中被仿绿值布掩盖的车辆在RGB图像中是难以发现的。但是对于汽车的金属壳体和绿植而言，其对近红外波段的光的反射能力不同，那么对该波段的光线进行单波段图像采集后，即可根据不同物体对光波的反射率不同导致对应像素点的指数灰度值不同进行区分。
S17：根据RGB图像、第一单波段图像和第二单波段图像进行配准的配准结果，将伪彩色图像和RGB图像进行图像进行叠加，并编码转换为视频输出。
需要说明的是，本实施例中将伪彩色图像和RGB图像进行叠加并不是将两幅图像进行相互覆盖式的叠加，而是形成画中画的图像形式。在显示界面中，可以主体显示RGB图像，而在边角区域显示伪彩色图像，或者在显示界面中各分配一半区域分别显示伪彩色图像和RGB图像，总之能够实现伪彩色图像和RGB图像的同步对比显示即可。
通过同步显示伪彩色图像和RGB图像的视频图像，高分辨率RGB图像则能够直观显示采集的图像区域内地物的纹理特征，使得用户可以更容易辨识出RGB图像当前显示画面的地形地貌，并分辩出当前图像显示的位置，再根据光谱指数伪彩色图像可以更明显识别出采集的图像区域内地物的光谱特征，掌握画面中绿植状况、水情况等重要信息，由此即可实现两种图像相互参照有利于用户更为直观的了解图像中探测的内容，能够简单快速的为用户提供更为全面的信息，方便用户观看。
另外，本申请中实时采集单波段图像和RGB图像后，对单波段图像和RGB图像进行处理后获得的画中画可以转化为视频图像，并实时上传到用户端，用户即可实时观测了解多光谱视频探测图像，提高了多光谱探测终端探测的实时性，避免了传统复杂耗时的离线光谱图像处理过程。
综上所述，本申请中采用的多光谱探测终端上搭载有多个不同波段的单波段图像采集通道以及RGB图像采集通道，在进行地面信息探测时，可以根据用户的实际需求选择合适的单波段图像通道，对单波段图像进行采集；并且在对单波段图像进行与RGB图像的配准以及对单波段图像进行光谱指数运算，将光谱指数灰度图像进行颜色渲染获得反映光谱指数大小分布的伪彩色图像，并将伪彩色图像和RGB图像进行叠加显示，视频编码后传输至用户可观测的界面，使得用户可以获得伪彩色图像和RGB图像相互参照显示的画中画显示视频，使得多光谱遥感技术处理获取的结果更为直观，便于用户观看，且保证了用户获得地物光谱和纹理特征信息的实时性。
下面将以具体实施例对本申请中的多光谱探测的视频处理方法进行更详细的说明，对于上述S15中对单波段图像进行指数运算的过程，具体可以包括：
步骤A：根据光谱辐亮度计算公式：
Figure BDA0002433325050000111
分别计算第一单波段图像和第二单波段图像中各个像素点对应的辐照强度，获得第一光谱辐亮度和第二光谱辐亮度。
其中，L为光谱辐亮度；DN为单波段图像中各个像素点对应的灰度值；DN0为实验室标定获取的暗电流响应对应的灰度值；a为实验室辐射定标系数；t为单波段图像成像的积分时间；g为单波段图像成像的增益；c1和c2分别为积分时间相关系数和增益相关系数。
步骤B：根据光谱辐亮度校正公式：
Figure BDA0002433325050000121
分别对第一光谱辐亮度和第二光谱辐亮度进行校正，获得第一校正光谱辐亮度和第二校正光谱辐亮度。
其中，Li为单波段图像中各个像素点对应的光谱辐亮度，L'i为单波段图像中各个像素点对应的校正光谱辐亮度，DLS0为拍摄灰板时DLS(下行光传感器)测量的光谱辐照度，是预先在实验室通过下行光传感器采集获得的；DLSi为飞行过程中拍摄单波段图像时DLS测量的光谱辐照度，是在采集单波段图像时，同步通过下行光传感器采集获得的参数，b1和b2均为拟合出的固定值。
考虑到在实际拍摄单波段图像时，云层对太阳光遮挡等情况会导致环境光变化，可能会出现对于同一地面物体采集拍摄的反射率存在较大差异，为此，本申请中进一步地对单波段图像的光谱辐亮度进行校正计算，获得更准确的第一单波段图像和第二单波段图像对应的光谱辐亮度。
步骤C：根据光谱辐亮度转反射率计算公式：
Figure BDA0002433325050000122
以及第一校正光谱辐亮度和第二校正光谱辐亮度，分别获得第一反射率图像和第二反射率图像。
其中，βi为单波段图像中各个像素点的反射率，α为标准灰板的反射率，
Figure BDA0002433325050000123
为标准灰板的平均辐亮度值。
具体地，反射率图像也即是每个像素点的灰度值用反射率大小进行代替表示获得的图像。
步骤D：根据第一反射率图像、第二反射率图像、第一单波段图像和第二单波段图像中像素点之间的配准关系、以及指数运算公式，获得指数灰度图像。
具体地，对于不同的指数类型，其指数运算公式个不相同。例如，归一化植被指数
Figure BDA0002433325050000131
其中，NIR为近红外波段图像中像素点对应的反射率，R为红光波段图像中像素点对应的反射率；归一化差异植被指数
Figure BDA0002433325050000132
其中REG为边红外波段图像中像素点对应的反射率；归一化差分水体指数
Figure BDA0002433325050000133
其中Green为绿波段图像中像素点对应的反射率等等，具体地可以根据用户需要了解的信息类型选择合适的指数运算公式。
本实施例中在计算单波段图像中各个像素点的光谱辐亮度，充分考虑到环境光对光谱辐照度的影响，对光谱辐照度进行校正，进而通过校正后的光谱辐照度获得精准的指数，使得后续伪彩色图像能够更准确的向用户显示拍摄画面中的信息。
基于上述实施例，在本申请的另一具体实施例中，还可以进一步地包括：
实时利用多个单波段图像采集通道分别采集多个不同的单波段图像；
记录当前采集图像的位置信息和姿态信息；
采集环境中的光谱辐照强度数据；
将多个单波段图像、RGB图像、位置信息、姿态信息以及光谱辐照强度数据输出。
为了给用户提供更为全面的信息，在实际进行图像采集时，可以使得多个单波段图像采集通道和RGB图像采集通道均同时进行图像采集，同时将所有采集的单波段图像和RGB图像传输至客户端，使得用户在查看视频图像的同时，还可以获得不同波段采集的图像，有利于用户获得更为全面的信息。
对于本申请中的多光谱探测终端而言，如图2所示，图2为本申请实施例提供的多光谱探测终端的工作流程示意图，图2中多光谱探测终端存在两种工作模式：
一种是探测工作模式，如上述实施例所述的选择多个单波段图像中的至少两种单波段图像进行图像数据处理后获得反映拍摄区域内物体对光线反射率分布的伪彩色图像，并将该伪彩色图像和RGB图像进行叠加后，转换为视频图像输出，实现用户实时观看探测地面状况的目的。
另一种是遥感工作模式，仅仅进行单波段图像和RGB图像采集和存储的航拍工作模式可称之为遥感模式，和现有技术中多光谱遥感技术近似，采集到单波段图像之后，并不进行图像的转反射率计算，而是直接存储在存储介质上，待无人机返回地面后拷贝出数据利用PC端处理软件进行后续处理。
本申请中多光谱探测终端的探测工作模式和遥感工作模式既可以供用户根据应用场合不同而切换选择，还可以同时并行进行，为用户提供更为全面的信息，有利于多光谱遥感技术的广泛应用。
下面对本发明实施例提供的多光谱探测的视频处理装置进行介绍，下文描述的多光谱探测的视频处理装置与上文描述的多光谱探测的视频处理方法可相互对应参照。
图3为本发明实施例提供的多光谱探测的视频处理装置的结构框图，参照图3的多光谱探测的视频处理装置可以包括：
图像采集模块100，用于根据接收到的探测指令中包含的光谱指数类型信息，在多个单波段图像采集通道中选定至少两个单波段图像采集通道，实时采集获得第一单波段图像和第二单波段图像，并通过RGB图像采集通道实时采集获得采集RGB图像；
配准运算模块200，用于对同一时刻采集的所述RGB图像、所述第一单波段图像和第二单波段图像进行配准；
指数运算模块300，用于将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像；
颜色渲染模块400，用于对所述指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像；
视频输出模块500，用于根据所述RGB图像、所述第一单波段图像和第二单波段图像进行配准的配准结果，将所述伪彩色图像和所述RGB图像进行图像进行叠加，并编码转换为视频输出。
可选地，在本申请的另一具体实施例中，还可以进一步地包括：
配准运算模块200具体用于将预先存储的第一配准矩阵和所述第一单波段图像中各个像素点的像素坐标位置相乘，确定所述第一单波段图像中的像素点和所述RGB图像中相匹配的像素点，并去除所述第一单波段图像中和所述RGB图像中不重合的像素点；将预先存储的第二配准矩阵和所述第二单波段图像中各个像素点的像素坐标位置相乘，确定所述第二单波段图像中的像素点和所述RGB图像中相匹配的像素点，并去除所述第二单波段图像中和所述RGB图像中不重合的像素点；将所述第一单波段图像和所述第二单波段图像中配准对应于所述RGB图像中同一像素点的像素点，确定为相互匹配重合的像素点，获得所述第一单波段图像和所述第二单波段图像之间的配准关系。
可选地，在本申请的另一具体实施例中，还可以进一步地包括：
指数运算模块300，用于根据光谱辐亮度计算公式：
Figure BDA0002433325050000151
分别计算所述第一单波段图像和所述第二单波段图像中各个像素点对应的辐照强度，获得第一光谱辐亮度和第二光谱辐亮度；其中，L为光谱辐亮度，DN为单波段图像中各个像素点对应的灰度值，DN0为实验室标定获取的暗电流响应对应的灰度值，a为实验室辐射定标系数，t为单波段图像成像的积分时间，g为单波段图像成像的增益，c1和c2分别为积分时间相关系数和增益相关系数；根据光谱辐亮度校正公式：
Figure BDA0002433325050000152
分别对所述第一光谱辐亮度和所述第二光谱辐亮度进行校正，获得第一校正光谱辐亮度和第二校正光谱辐亮度；其中，Li为单波段图像中各个像素点对应的光谱辐亮度，L'i为单波段图像中各个像素点对应的校正光谱辐亮度，DLS0为拍摄灰板时DLS测量的光谱辐照度，DLSi为飞行过程中拍摄单波段图像时DLS测量的光谱辐照度，b1和b2均为拟合出的固定值；根据光谱辐亮度转反射率计算公式：
Figure BDA0002433325050000161
以及所述第一校正光谱辐亮度和第二校正光谱辐亮度，分别获得所述第一反射率图像和所述第二反射率图像；其中，βi为反射率图像中各个像素点的反射率，α为标准灰板的反射率，L为标准灰板的平均辐照强度值；根据所述第一反射率图像、所述第二反射率图像、所述第一单波段图像和所述第二单波段图像中像素点之间的配准关系、以及指数运算公式，获得所述指数灰度图像。
可选地，在本申请的另一具体实施例中，还可以进一步地包括：
单波段图像采集通道包括红色波段图像采集通道、绿色波段图像采集通道、蓝色波段图像采集通道、近红外波段图像采集通道、红边波段图像采集通道。
可选地，在本申请的另一具体实施例中，还可以进一步地包括：遥感模式模块，用于实时利用多个所述单波段图像采集通道分别采集多个不同的单波段图像；记录当前采集图像的位置信息和姿态信息；采集环境中的光谱辐照强度数据；将多个所述单波段图像、所述RGB图像、所述位置信息、所述姿态信息以及所述光谱辐照强度信息输出。
本实施例的多光谱探测的视频处理装置用于实现前述的多光谱探测的视频处理方法，因此多光谱探测的视频处理装置中的具体实施方式可见前文中的多光谱探测的视频处理方法的实施例部分，在此不再赘述。
本申请还提供了一种多光谱探测终端的实施例，该多光谱探测终端具体可以包括：
飞行设备，设置在飞行设备上的多个单波段图像传感器、RGB图像传感器、处理器和存储器；
各个单波段图像传感器分别用于采集飞行设备下方地面不同的单波段图像；
RGB图像传感器用于飞行设备下方地面的采集RGB图像；
存储器用于存储计算机程序；
处理器分别和多个单波段图像传感器、RGB图像传感器以及存储器相连接，用于执行计算机程序，以实现如上任意实施例所述的多光谱探测的视频处理方法的操作步骤。
具体地，如图4所示，图4为本申请实施例提供的多光谱探测终端的框架示意图。对于本申请中的处理器而言具体可以采用SOC芯片，该SOC芯片具有较强的运算能力，能够满足上述任意实施例中的流程运算。
而SOC芯片和各个单波段图像传感器之间以及RGB图像传感器之间需要频繁传输大量的图像数据，因此可以采用MIPI-CSI高速图像接口，实现SOC芯片和图像传感器之间的数据传输。
进一步地，该多光谱探测终端还可以进一步地包括：
设置在所述飞行设备上，并和处理器相连接的下行光传感器以及IMU模块和GPS模块。
其中，该下行光传感器检测环境中光辐照强度数据，以便对单波段图像中各个像素点的光辐亮度进行校正。
另外IMU模块是为了记录图像传感器在采集图像数据时的姿态和航偏角信息，GPS模块是为了图像传感器在采集图像数据时的坐标位置、高程和时间信息。
本申请中的多光谱探测终端，能够对多个不同单波段图像进行采集，根据用户光谱指数需求选取其中至少两种单波段图像进行在线反射率计算和指数运算，并根据获得的光谱指数伪彩色图像和RGB图像进行叠加对照显示，便于用于实时观测，为用户通过多光谱探测终端观察地物光谱特征和纹理特征提供便利性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种多光谱探测的视频处理方法，其特征在于，包括：
根据接收到的探测指令中包含的光谱指数类型信息，在多个单波段图像采集通道中选定至少两个单波段图像采集通道，实时采集获得第一单波段图像和第二单波段图像，并通过RGB图像采集通道实时采集获得采集RGB图像；
对同一时刻采集的所述RGB图像、所述第一单波段图像和所述第二单波段图像进行配准；
将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像；
对所述指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像；
根据所述RGB图像、所述第一单波段图像和第二单波段图像进行配准的配准结果，将所述伪彩色图像和所述RGB图像进行图像进行叠加处理，获得同步显示的图像并编码转换为视频输出。
2.如权利要求1所述的多光谱探测的视频处理方法，其特征在于，所述对同一时刻采集的所述RGB图像、所述第一单波段图像和第二单波段图像进行配准包括：
将预先存储的第一配准矩阵和所述第一单波段图像中各个像素点的像素坐标位置相乘，确定所述第一单波段图像中的像素点和所述RGB图像中相匹配的像素点，并去除所述第一单波段图像中和所述RGB图像中不重合的像素点；
将预先存储的第二配准矩阵和所述第二单波段图像中各个像素点的像素坐标位置相乘，确定所述第二单波段图像中的像素点和所述RGB图像中相匹配的像素点，并去除所述第二单波段图像中和所述RGB图像中不重合的像素点；
将所述第一单波段图像和所述第二单波段图像中配准对应于所述RGB图像中同一像素点的像素点，确定为相互匹配重合的像素点，获得所述第一单波段图像和所述第二单波段图像之间的配准关系。
3.如权利要求1所述的多光谱探测的视频处理方法，其特征在于，所述将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像包括：
根据光谱辐亮度计算公式：
Figure FDA0002433325040000021
分别计算所述第一单波段图像和所述第二单波段图像中各个像素点对应的辐照强度，获得第一光谱辐亮度和第二光谱辐亮度；其中，L为光谱辐亮度，DN为单波段图像中各个像素点对应的灰度值，DN0为实验室标定获取的暗电流响应对应的灰度值，a为实验室辐射定标系数，t为单波段图像成像的积分时间，g为单波段图像成像的增益，c1和c2分别为积分时间相关系数和增益相关系数；
根据光谱辐亮度校正公式：
Figure FDA0002433325040000022
分别对所述第一光谱辐亮度和所述第二光谱辐亮度进行校正，获得第一校正光谱辐亮度和第二校正光谱辐亮度；其中，Li为单波段图像中各个像素点对应的光谱辐亮度，L'i为单波段图像中各个像素点对应的校正光谱辐亮度，DLS0为拍摄灰板时DLS测量的光谱辐照度，DLSi为飞行过程中拍摄单波段图像时DLS测量的光谱辐照度，b1和b2均为拟合出的固定值；
根据光谱辐亮度转反射率计算公式：
Figure FDA0002433325040000023
以及所述第一校正光谱辐亮度和第二校正光谱辐亮度，分别获得第一反射率图像和第二反射率图像；其中，βi为反射率图像中各个像素点的反射率，α为标准灰板的反射率，
Figure FDA0002433325040000024
为标准灰板的平均辐照强度值；
根据所述第一反射率图像、所述第二反射率图像、所述第一单波段图像和所述第二单波段图像中像素点之间的配准关系、以及指数运算公式，获得所述指数灰度图像。
4.如权利要求1所述的多光谱探测的视频处理方法，其特征在于，所述单波段图像采集通道包括红色波段图像采集通道、绿色波段图像采集通道、蓝色波段图像采集通道、近红外波段图像采集通道、红边波段图像采集通道。
5.如权利要求1至4任一项所述的多光谱探测的视频处理方法，其特征在于，还包括：
实时利用多个所述单波段图像采集通道分别采集多个不同的单波段图像；
记录当前采集图像的位置信息和姿态信息；
采集环境中的光谱辐照度数据；
将多个所述单波段图像、所述RGB图像、所述位置信息、所述姿态信息以及所述光谱辐照度数据输出。
6.一种多光谱探测的视频处理装置，其特征在于，包括：
图像采集模块，用于根据接收到的探测指令中包含的光谱指数类型信息，在多个单波段图像采集通道中选定至少两个单波段图像采集通道，实时采集获得第一单波段图像和第二单波段图像，并通过RGB图像采集通道实时采集获得采集RGB图像；
配准运算模块，用于对同一时刻采集的所述RGB图像、所述第一单波段图像和第二单波段图像进行配准；
指数运算模块，用于将相互配准的所述第一单波段图像和所述第二单波段图像进行指数运算，获得表征光谱指数的指数灰度图像；
颜色渲染模块，用于对所述指数灰度图像根据指数灰度值大小进行颜色渲染，获得伪彩色图像；
视频输出模块，用于根据所述RGB图像、所述第一单波段图像和第二单波段图像进行配准的配准结果，将所述伪彩色图像和所述RGB图像进行图像进行叠加处理，获得同步显示的图像并编码转换为视频输出。
7.如权利要求6所述的多光谱探测的视频处理装置，其特征在于，还包括遥感模式模块，用于实时利用多个所述单波段图像采集通道分别采集多个不同的单波段图像；记录当前采集图像的位置信息和姿态信息；采集环境中的光谱辐照强度数据；将多个所述单波段图像、所述RGB图像、所述位置信息、所述姿态信息以及所述光谱辐照强度信息输出。
8.一种多光谱探测终端，其特征在于，包括飞行设备，设置在所述飞行设备上的多个单波段图像传感器、RGB图像传感器、处理器和存储器；
各个所述单波段图像传感器分别用于采集所述飞行设备下方地面不同的单波段图像；
所述RGB图像传感器用于所述飞行设备下方地面的采集RGB图像；
所述存储器用于存储计算机程序；
所述处理器分别和多个所述单波段图像传感器、所述RGB图像传感器以及所述存储器相连接，用于执行所述计算机程序，以实现如权利要求1至5任一项所述的多光谱探测的视频处理方法的操作步骤。
9.如权利要求8所述的多光谱探测终端，其特征在于，还包括设置在所述飞行设备上，并和所述处理器相连接的下行光传感器以及IMU模块以及GPS模块。
10.如权利要求8所述的多光谱探测终端，其特征在于，所述处理器为SOC芯片，所述SOC芯片和多个所述单波段图像传感器以及所述RGB图像传感器之间通过所述MIPI-CSI高速图像接口相连接。
CN202010243596.3A 2020-03-31 2020-03-31 多光谱探测的视频处理方法、装置及多光谱探测终端 Active CN111413279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010243596.3A CN111413279B (zh) 2020-03-31 2020-03-31 多光谱探测的视频处理方法、装置及多光谱探测终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010243596.3A CN111413279B (zh) 2020-03-31 2020-03-31 多光谱探测的视频处理方法、装置及多光谱探测终端

Publications (2)

Publication Number Publication Date
CN111413279A true CN111413279A (zh) 2020-07-14
CN111413279B CN111413279B (zh) 2023-04-07

Family

ID=71491623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010243596.3A Active CN111413279B (zh) 2020-03-31 2020-03-31 多光谱探测的视频处理方法、装置及多光谱探测终端

Country Status (1)

Country Link
CN (1) CN111413279B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562017A (zh) * 2020-12-07 2021-03-26 奥比中光科技集团股份有限公司 一种rgb图像的色彩还原方法及计算机可读存储介质
CN113358581A (zh) * 2021-06-04 2021-09-07 长光禹辰信息技术与装备(青岛)有限公司 一种无人机多光谱遥感数据采集和处理一体化系统及方法
CN113777056A (zh) * 2021-08-13 2021-12-10 昆山格博尔智能科技有限责任公司 基于多光谱cmos图像芯片的油墨配色检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009115765A (ja) * 2007-11-09 2009-05-28 Mitsubishi Electric Corp 目標撮像探知装置
CN107063197A (zh) * 2017-02-28 2017-08-18 国网江西省电力公司柘林水电厂 一种基于空间信息技术的水库特征曲线提取方法
CN109211798A (zh) * 2018-11-16 2019-01-15 福州大学 一种基于遥感影像光谱特征的一年生海冰分布信息提取方法
CN109342337A (zh) * 2018-12-19 2019-02-15 山东农业大学 一种重度盐渍土盐分获取方法、系统及装置
CN109993110A (zh) * 2019-03-29 2019-07-09 江西理工大学 一种基于光谱信息进行工厂监控的方法
US10352692B1 (en) * 2018-02-20 2019-07-16 Papalab Co., Ltd. Surface roughness determination apparatus using a white light source and determination method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009115765A (ja) * 2007-11-09 2009-05-28 Mitsubishi Electric Corp 目標撮像探知装置
CN107063197A (zh) * 2017-02-28 2017-08-18 国网江西省电力公司柘林水电厂 一种基于空间信息技术的水库特征曲线提取方法
US10352692B1 (en) * 2018-02-20 2019-07-16 Papalab Co., Ltd. Surface roughness determination apparatus using a white light source and determination method
CN109211798A (zh) * 2018-11-16 2019-01-15 福州大学 一种基于遥感影像光谱特征的一年生海冰分布信息提取方法
CN109342337A (zh) * 2018-12-19 2019-02-15 山东农业大学 一种重度盐渍土盐分获取方法、系统及装置
CN109993110A (zh) * 2019-03-29 2019-07-09 江西理工大学 一种基于光谱信息进行工厂监控的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周勇兵等: "基于可见光波段的城市航空影像植被提取", 《绿色科技》 *
谢亚坤等: "顾及水域的QuickBird影像阴影检测方法研究", 《测绘工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562017A (zh) * 2020-12-07 2021-03-26 奥比中光科技集团股份有限公司 一种rgb图像的色彩还原方法及计算机可读存储介质
CN113358581A (zh) * 2021-06-04 2021-09-07 长光禹辰信息技术与装备(青岛)有限公司 一种无人机多光谱遥感数据采集和处理一体化系统及方法
CN113777056A (zh) * 2021-08-13 2021-12-10 昆山格博尔智能科技有限责任公司 基于多光谱cmos图像芯片的油墨配色检测方法

Also Published As

Publication number Publication date
CN111413279B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN111413279B (zh) 多光谱探测的视频处理方法、装置及多光谱探测终端
US20200334458A1 (en) Systems and methods for rating vegetation health and biomass from remotely sensed morphological and radiometric data
Rabatel et al. Getting simultaneous red and near-infrared band data from a single digital camera for plant monitoring applications: Theoretical and practical study
US9275267B2 (en) System and method for automatic registration of 3D data with electro-optical imagery via photogrammetric bundle adjustment
US20110235939A1 (en) System and Method for Enhancing Registered Images Using Edge Overlays
US8810658B2 (en) Estimating a visible vector representation for pixels in an infrared image
US20220366668A1 (en) Image processing apparatus, image processing method, and image processing program
CN108961325A (zh) 多/高光谱遥感图像波段间配准方法
CN104318550A (zh) 八通道多光谱成像数据处理方法
Kurihara et al. Unmanned Aerial Vehicle (UAV)-based hyperspectral imaging system for precision agriculture and forest management
CN112106346A (zh) 图像处理方法、设备、无人机、系统和存储介质
CN109377476B (zh) 遥感影像云检测特征参数的动态阈值获取方法及装置
Yang et al. Comparison of hyperspectral imagery with aerial photography and multispectral imagery for mapping broom snakeweed
US12026915B2 (en) Enhanced measurement of photosynthetically active radiation (PAR) and image conversion therefor
Kolbudaev et al. The methods and automatic technology aimed at imagery georeferencing, cloud screening, atmospheric and radiometric correction of KMSS-M satellite data
Biney et al. Bor uvka
Harris et al. Radiometric homogenisation of aerial images by calibrating with satellite data
CN113874710B (zh) 图像处理方法、图像处理装置、成像系统和程序
CN108007569A (zh) 一种多光谱影像辐射定标方法
Jin ENVI automated image registration solutions
US10489894B2 (en) Image processing device, image processing method, and program recording medium
CN115082812A (zh) 一种农业景观非农生境绿地斑块提取方法及其相关设备
JP2000113159A (ja) マルチスペクトル画像処理を用いた目標抽出装置
CN108242078A (zh) 一种三维可视化的地表环境模型生成方法
Kędziorski et al. Impact of radiometric correction on the processing of UAV images

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