CN111429356B - 一种地面高光谱影像的几何配准与裁剪方法 - Google Patents
一种地面高光谱影像的几何配准与裁剪方法 Download PDFInfo
- Publication number
- CN111429356B CN111429356B CN202010244127.3A CN202010244127A CN111429356B CN 111429356 B CN111429356 B CN 111429356B CN 202010244127 A CN202010244127 A CN 202010244127A CN 111429356 B CN111429356 B CN 111429356B
- Authority
- CN
- China
- Prior art keywords
- image
- hyperspectral
- hyperspectral image
- scene
- images
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000009432 framing Methods 0.000 claims abstract description 49
- 238000012937 correction Methods 0.000 claims abstract description 42
- 238000002310 reflectometry Methods 0.000 claims abstract description 31
- 238000001228 spectrum Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 38
- 238000012952 Resampling Methods 0.000 claims description 17
- 230000005855 radiation Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000000295 complement effect Effects 0.000 claims description 4
- 238000012958 reprocessing Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 6
- 238000005286 illumination Methods 0.000 abstract description 5
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种地面高光谱影像的几何配准与裁剪方法,包括:步骤1,对原始高光谱影像和正射影像进行预处理;步骤2,原始高光谱影像的几何校正,先进行粗对准,再进行自动精配准;步骤3,自动反射率调整,生成调整后的高光谱影像;步骤4,分幅裁剪、填充与存储:对步骤3生成的校正后高光谱影像根据分幅大小,裁剪成具有固定尺寸、相邻无重叠的高光谱影像,填充高光谱影像的空白区域,并进行存储。该方法解决了高光谱影像数据量极大导致的拼接困难与采集时光照影响导致的光谱差异问题,有利于提升大面积高光谱数据获取后规范管理、并易于后期处理,很好的满足了对精细化文化遗产研究的需求。
Description
技术领域
本发明涉及高光谱影像处理领域,尤其涉及一种地面高光谱影像的几何配准与裁剪方法。
背景技术
随着国家及社会对文化遗产重视程度的日益增加,对于文物保护的需求也逐渐增大,利用现代科技手段辅助文化遗产的保护与传承是文物保护修复领域的重要发展趋势。地面高光谱成像因其图谱合一、波段范围广、光谱分辨率高等特点逐渐被应用于文化遗产保护。
由于地面高光谱影像获取时要在顾及拍摄条件和研究对象需要的前提下,保证极高的高光谱分辨率,导致单张影像所覆盖的区域面积不大,往往要获取多景高光谱影像才能有效覆盖全部研究区域,因此需要进行影像拼接从而实现对全部研究对象的分析研究。图像拼接是指将两幅或多幅序列图像按照其公共部分进行叠加,得到一幅大型的具有较宽视角的无缝影像。然而由于拍摄环境、光照条件以及人为等因素的影响,地面高光谱影像拍摄时可能出现几何与辐射变形,对于精细化程度较高的文化遗产研究而言,在拼接过程中需要对影像进行几何纠正与辐射校正。
目前的影像拼接技术,一般流程包括:首先进行图像预处理,对图像进行几何校正和噪声点抑制,增强图像细节信息,抑制噪声,改善图像质量;然后进行图像配准,对参考图像和待拼接图像中的匹配信息进行提取,在提取出的信息中寻找最佳的匹配,完成图像间的对齐,主要分为基于区域和基于特征的图像配准方法;最后进行图像融合,对完成匹配后的图像进行缝合,并对缝合的边界进行平滑处理,让缝合自然过渡。如刘婷婷等人通过ORB算法快速得到特征点和特征描述,采用K最近邻算法(KNN)进行粗匹配,利用随机抽样一致性算法(RANSAC)进行精匹配,并使用改进的加权平均方法完成了无人机遥感图像的融合拼接;马超杰等应用图像子区域相位相关得到图像间近似重合子区域和图像间近似仿射变换参数,根据得到的参数值对SURF特征计算和特征匹配进行优化,提高了图像配准速度,然后以特征点对的对称投影位置误差最小化为目标,应用RANSAC和LM算法对图像间透视变换矩阵进行优化,最后应用得到的透视变换建立图像序列整体配准关系,并采用线性过渡法进行重叠区域融合得到最终的拼接图像,最终实现红外图像的自动拼接;盖颖颖等基于单应映射建立光谱仪倾斜状态下与正射状态下图像上二维点之间的关系,校正由姿态变化引起的图像畸变,结合GPS数据修正因飞行速度变化引起的狭带重叠,将校正后的狭带影像拼接起来,在ENVI二次开发平台上进行技术集成,实现了高光谱狭带影像的自动校正拼接。
但上述这些影像拼接技术大多针对单波段影像或RGB影像拼接,对于波段众多、数据量极大的高光谱影像拼接以及在拼接过程中对影像进行辐射校正研究相对较少;针对普通影像的拼接方法多以方便测图或提高视觉效果为目的,对拼接后影像的光谱信息差异度要求较低,对于在不同成像条件下出现的辐射变形,拼接过程中多未进行校正,不利于拼接后影像光谱信息的利用;并且大多未对拼接后高光谱影像进行分幅剪裁管理,导致后续处理仍存在一些困难。
发明内容
基于现有技术所存在的问题,本发明的目的是提供一种地面高光谱影像的几何配准与裁剪方法,能解决现有对波段众多、数据量极大的高光谱影像拼接,存在未校正辐射变形,不利于拼接后影像光谱信息的利用,以及并未剪裁,后续处理不方便的问题。
本发明的目的是通过以下技术方案实现的:
本发明实施方式提供一种地面高光谱影像的几何配准与裁剪方法,包括:
步骤1,原始高光谱影像和正射影像的预处理:
从多景原始高光谱影像中选取第i景原始高光谱影像作为处理对象,所述i为1至n的整数,n为大于1的整数;
将与所述多景原始高光谱影像对应的原始正射影像进行空间重采样得到与第i景原始高光谱影像空间分辨率相同的重采样正射影像;
将所述第i景原始高光谱影像进行光谱重采样合成得到RGB真彩色高光谱影像,根据所述重采样正射影像对所述RGB真彩色高光谱影像进行灰度拉伸得到与该重采样正射影像匹配的匹配后RGB真彩色高光谱影像;
用规范化文件名命名所述重采样正射影像和所述匹配后RGB真彩色高光谱影像,并标记获取标准反射板、暗电流时刻对应的高光谱影像序号;
步骤2,原始高光谱影像的几何校正:
先进行粗对准:在预处理后得到的所述匹配后RGB真彩色高光谱影像和所述重采样正射影像上分别选择多个同名控制点,利用所述多个同名控制点对所述匹配后RGB真彩色高光谱影像与所述重采样正射影像进行初步对准后,计算所述重采样正射影像与所述匹配后RGB真彩色高光谱影像的相对几何位置,确定所述重采样正射影像上对应该匹配后RGB真彩色高光谱影像的范围,得到所述匹配后RGB真彩色高光谱影像粗对准后的坐标范围;
然后进行自动精配准:用所述粗对准后在所述重采样正射影像上确定的坐标范围内的点坐标作为精配准校正用坐标,通过匹配计算找到所述匹配后RGB真彩色高光谱影像上相应点的坐标,根据找到的所述匹配后RGB真彩色高光谱影像上相应点的坐标对所述第i景原始高光谱影像进行几何校正,得到几何校正后的第i景高光谱影像;
步骤3,自动反射率调整:用双线性插值法得到所述几何校正后的第i景高光谱影像上对应点的所有波段反射率,从所述多景原始高光谱影像中查找所述第i景高光谱影像相邻的上下左右四景高光谱影像,计算相邻高光谱影像重叠区域范围,判断重叠区域范围是否大于预设阈值,若否,则进行第i景高光谱影像补测后回到所述步骤1重新进行处理;若是,则通过自动精配准后得到重叠区域每一点的反射率,利用标记的获取标准反射板、暗电流时刻对应的所述高光谱影像序号,以距离标准反射板、暗电流获取时间最近的一景高光谱影像为基准,选择重叠区域中最亮目标点、最暗目标点和足够数量随机分布的目标,计算同名点对之间反射率误差数据,按照均方根误差最小原则建立校正模型,进行辐射校正,生成完全校正后的第i景高光谱影像;
步骤4,重复进行所述步骤1、步骤2、步骤3的处理,直至各景高光谱影像全部处理完后,进行步骤5的处理;
步骤5,分幅裁剪、填充与存储:根据分幅大小将所述步骤4处理后得到完全校正后的多景高光谱影像,裁剪成尺寸一致、相邻无重叠的多景分幅高光谱影像,按照约定的数值填充各景分幅高光谱影像的空白区域,并按照预定的文件名对填充后的各景分幅高光谱影像进行存储。
上述本发明提供的技术方案可以看出,本发明实施例提供的地面高光谱影像的几何配准与裁剪方法,其有益效果为:
通过利用与所处理的多景原始高光谱影像对应的正射影像为基准,依据正射影像对原始高光谱影像进行预处理后,再通过粗对准与自动精配准完成高光谱影像的几何校正,并根据相邻高光谱影像的重叠区域反射率建立辐射校正模型,进行高光谱影像的自动反射率调整,最后对校正后高光谱影像分幅剪裁、填充与存储,得到按分幅大小和相邻无重叠的分幅高光谱影像。该方法解决了高光谱影像数据量极大导致的拼接困难与采集时光照变化导致的光谱差异问题,有利于提升大面积高光谱数据获取后规范管理、并易于后期处理,很好的满足了对精细化文化遗产研究的需求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,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附图。
图1为本发明实施例提供的地面高光谱影像的几何配准与裁剪方法的流程图。
具体实施方式
下面结合本发明的具体内容,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,都属于本发明的保护范围。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
如图1所示,本发明实施例提供一种地面高光谱影像的几何配准与裁剪方法,能解决现有地面高光谱影像数据处理量大,拼接困难的问题,利于高光谱数据获取后规范管理和后期处理,包括:
步骤1,原始高光谱影像和正射影像的预处理:
从多景原始高光谱影像中选取第i景原始高光谱影像作为处理对象,所述i为1至n的整数,n为大于1的整数;
将与所述多景原始高光谱影像对应的原始正射影像进行空间重采样得到与第i景原始高光谱影像空间分辨率相同的重采样正射影像;
将所述第i景原始高光谱影像进行光谱重采样合成得到RGB真彩色高光谱影像,根据所述重采样正射影像对所述RGB真彩色高光谱影像进行灰度拉伸得到与该重采样正射影像匹配的匹配后RGB真彩色高光谱影像;
用规范化文件名命名所述重采样正射影像和所述匹配后RGB真彩色高光谱影像,并标记获取标准反射板、暗电流时刻对应的高光谱影像序号;
步骤2,原始高光谱影像的几何校正:
先进行粗对准:在预处理后得到的所述匹配后RGB真彩色高光谱影像和所述重采样正射影像上分别选择多个同名控制点,利用所述多个同名控制点对所述匹配后RGB真彩色高光谱影像与所述重采样正射影像进行初步对准后,计算所述重采样正射影像与所述匹配后RGB真彩色高光谱影像的相对几何位置,确定所述重采样正射影像上对应该匹配后RGB真彩色高光谱影像的范围,得到所述匹配后RGB真彩色高光谱影像粗对准后的坐标范围;
然后进行自动精配准:用所述粗对准后在所述重采样正射影像上确定的坐标范围内的点坐标作为精配准校正用坐标,通过匹配计算找到所述匹配后RGB真彩色高光谱影像上相应点的坐标,根据找到的所述匹配后RGB真彩色高光谱影像上相应点的坐标对所述第i景原始高光谱影像进行几何校正,得到几何校正后的第i景高光谱影像;
步骤3,自动反射率调整:用双线性插值法得到所述几何校正后的第i景高光谱影像上对应点的所有波段反射率,从所述多景原始高光谱影像中查找所述第i景高光谱影像相邻的上下左右四景高光谱影像,计算相邻高光谱影像重叠区域范围,判断重叠区域范围是否大于预设阈值,若否,则进行第i景高光谱影像补测后回到所述步骤1重新进行处理;若是,则通过自动精配准后得到重叠区域每一点的反射率,利用标记的获取标准反射板、暗电流时刻对应的所述高光谱影像序号,以距离标准反射板、暗电流获取时间最近的一景高光谱影像为基准,选择重叠区域中最亮目标点、最暗目标点和足够数量随机分布的目标,计算同名点对之间反射率误差数据,按照均方根误差最小原则建立校正模型,进行辐射校正,生成完全校正后的第i景高光谱影像;
步骤4,重复进行所述步骤1、步骤2、步骤3的处理,直至各景高光谱影像全部处理完后,进行步骤5的处理;
步骤5,分幅裁剪、填充与存储:根据分幅大小将所述步骤4处理后得到完全校正后的多景高光谱影像,裁剪成尺寸一致、相邻无重叠的多景分幅高光谱影像,按照约定的数值填充各景分幅高光谱影像的空白区域,并按照预定的文件名对填充后的各景分幅高光谱影像进行存储。
上述方法步骤1中,与所述多景原始高光谱影像对应的原始正射影像为:
用普通数字相机拍摄的与全部多景原始高光谱影像对应的同一目标物相同区域的数字照片生成的原始正射影像。原始正射影像是以相机拍摄覆盖整个研究区域做成的正射影像,该正射影像是一个整体,对应多景高光谱影像,能以它的几何位置为基准,来纠正多景原始高光谱影像。
上述方法步骤2中,是利用二次多项式计算所述重采样正射影像与所述匹配后RGB真彩色高光谱影像的相对几何位置。
上述方法的步骤3中,重叠区域范围的预设阈值为15%。
上述方法步骤4中,重复进行所述步骤1、步骤2、步骤3的处理,直至各景高光谱影像全部处理完为:
依次重复进行所述步骤1、步骤2和步骤3的处理,直至各景高光谱影像全部处理完;
或者,
先重复进行所述步骤1和所述步骤2的处理,待所述多景原始高光谱影像全部进行几何校正后,再重复进行所述步骤3的处理,依次对几何校正后的全部多景高光谱影像进行自动反射率调整,直至各景高光谱影像全部处理完。
上述方法步骤5中,根据分幅大小将所述步骤4处理后得到的完全校正后的多景高光谱影像,裁剪成具有固定尺寸、相邻无重叠的分幅高光谱影像为:
根据分幅大小在所述重采样正射影像上确定要裁剪的分幅高光谱影像的坐标范围;
从完全校正后的多景高光谱影像中查找所述要裁剪的分幅高光谱影像的坐标范围,如果查找结果为该待裁剪的分幅高光谱影像的坐标范围正好在一景高光谱影像中,则直接按所述坐标范围从所找到的一景高光谱影像中裁剪得到该分幅高光谱影像;
如果查找结果为该要裁剪的分幅高光谱影像的坐标范围处于多景高光谱影像中,则将所涉及的多景高光谱影像先拼接成拼接高光谱影像,再按所述坐标范围从所述拼接高光谱影像中裁剪得到该分幅高光谱影像。
上述方法中,所述的根据分幅大小在所述重采样正射影像上确定要裁剪的分幅高光谱影像的坐标范围为:
从重采样正射影像左上角开始,根据分幅大小覆盖的坐标范围确定第1景分幅高光谱影像的坐标范围;
根据分幅大小以及所述重采样正射影像的行列数,在所述重采样正射影像上计算得出各景要裁剪的分幅高光谱影像的坐标范围。
上述裁剪方式具体如下:在经过几何校正和反射率自动调整后得到完全校正后的多景高光谱影像,进行裁剪,按分幅大小对应的范围,从所述重采样正射影像左上角(即第1行,第1列)开始,按照对应行列数(K×L)生成分幅高光谱影像,则确定第1景分幅高光谱影像的左上角坐标和右下角坐标分别为(1,1)、(K,L),根据分幅大小(K,L)以及所述重采样正射影像的行列数,就能计算得出在重采样正射影像上的第i景分幅高光谱影像的相应坐标范围,然后根据第i景分幅高光谱影像的相应坐标范围,在完全校正后的多景高光谱影像中去查找,如果该坐标范围正好处于完全校正后的第j景高光谱影像中,则按该坐标范围直接在完全校正后的第j景高光谱影像中裁剪得到第i景分幅高光谱影像;如果查找结果是该坐标范围涉及到完全校正后的多景高光谱影像(即要裁剪的第i景分幅高光谱影像的坐标范围横跨了多个完全校正后的高光谱影像),则先将涉及的多景高光谱影像拼接成拼接高光谱影像后,再按该坐标范围从拼接高光谱影像中裁剪得到该第i景分幅高光谱影像。按上述处理能将完全校正后的多景高光谱影像裁剪为尺寸一致且相邻无重叠的多景分幅高光谱影像。
上述方法中,用规范化文件名命名所述重采样正射影像和所述匹配后RGB真彩色高光谱影像,方便实现自动化处理。
本发明的方法通过对地面高光谱影像进行预处理、几何配准、自动反射率调整与分幅裁剪,解决了高光谱影像数据量极大导致的拼接困难与采集时光照变化导致的光谱差异问题,有利于提升大面积高光谱数据获取后规范管理、并易于后期处理,很好的满足了对精细化文化遗产研究的需求。
下面对本发明实施例具体作进一步地详细描述。
本发明提供一种地面高光谱影像的几何配准与裁剪方法,利用高空间分辨率的真彩色数字相机拍摄并生成的正射影像为基准,分别对正射影像与高光谱影像进行空间分辨率重采样与光谱重采样,然后对重采样后的正射影像和高光谱影像进行粗配准以及自动精匹配,再根据相邻影像之间的重叠区域对原始高光谱影像进行自动反射率调整,最后将完成校正后的影像进行分幅裁剪、填充与存储,根据分幅大小,生成规则的高光谱影像。
本发明利用高空间分辨率的真彩色数字相机拍摄并生成的高空间分辨率(如:300dpi)真彩色正射影像为基准,对地面高光谱影像进行几何配准、拼接和分幅裁剪,其整体框图如图1所示。
如图1所示,本发明分为以下几个步骤:
步骤1,原始高光谱影像和正射影像的预处理:
从n景原始高光谱影像选取第i景高光谱影像作为处理对象,i为1至n的整数,n为大于1的整数;
将与所述n景高光谱影像对应的高空间分辨率真彩色正射影像进行空间分辨率重采样,一般而言真彩色正射影像空间分辨率较高,而高光谱影像空间分辨率相对较低,为了保证后续处理精度,根据高光谱影像的空间分辨率对高空间分辨率真彩色正射影像进行重采样,使两类影像具有相同的空间分辨率,重采样后得到的重采样正射影像的整个区域范围为:左上角(0,0)-右下角(Xmax,Ymax);然后将第i景原始高光谱影像进行光谱重采样得到合成RGB真彩色高光谱影像,并根据重采样正射影像对合成RGB真彩色高光谱影像进行灰度拉伸得到匹配后RGB真彩色高光谱影像;
用规范化文件名对重采样正射影像、匹配后RGB真彩色高光谱影像命名,便于后续自动化处理,并标记获取标准反射板、暗电流时刻的高光谱影像序号;
步骤2,原始高光谱影像的几何校正:
首先进行粗对准,为了提高计算速度,在预处理后的重采样正射影像和与匹配后RGB真彩色高光谱影像上选择6对同名控制点(可用人工方式确定这些同名控制点),用以初步对准,利用二次多项式计算两幅影像的相对几何位置,确定重采样正射影像上对应该匹配后RGB真彩色高光谱影像的范围,得到匹配后RGB真彩色高光谱影像粗对准后坐标范围,以第i景匹配后RGB真彩色高光谱影像为例:粗对准后的坐标范围为(Xi0,Yi0)-(Ximax,Yimax);
然后进行自动精配准:用粗对准后确定的重采样正射影像上的坐标范围内的点坐标作为校正用坐标,通过匹配算法找到匹配后RGB真彩色高光谱影像上相应的点坐标,根据找到的匹配后RGB真彩色高光谱影像上相应的点坐标对第i景原始高光谱影像进行几何校正,得到几何校正后的第i景高光谱影像;
步骤3,自动反射率调整:用双线性插值法得到所述几何校正后的第i景高光谱影像上对应点的所有波段反射率,从n景原始高光谱影像中先查找第i景高光谱影像相邻的上下左右四景影像,计算相邻高光谱影像重叠区域范围,判断重叠区域范围是否大于预设阈值,若否,则进行第i景高光谱影像补测后回到所述步骤1重新进行处理;若是,则通过自动精配准后得到重叠区域每一点的反射率,利用标记的获取标准反射板、暗电流时刻对应的所述高光谱影像序号,以距离标准反射板、暗电流获取时间最近的一景高光谱影像为基准,选择重叠区域中最亮目标点、最暗目标点和足够数量随机分布的目标,计算同名点对之间反射率误差数据,按照均方根误差最小原则建立校正模型,进行辐射校正,生成反射率调整后的第i景高光谱影像;
步骤4,重复上述步骤1、步骤2、步骤3的处理,直至各景原始高光谱影像全部处理完后,进行步骤5的处理;本步骤中,优选按步骤1、步骤2、步骤3依次进行的处理方法,对各景原始高光谱影像依次进行预处理、几何校正和自动反射率调整,直到全部处理完;也可以先重复进行步骤1、2的处理,待全部的原始高光谱影像都进行完几何校正后,再重复进行步骤3依次处理几何校正后的各景高光谱影像,完成各景高光谱影像的自动反射率调整调整;
步骤5,分幅裁剪、填充与存储:根据分幅大小将所述步骤4处理后得到的各景高光谱影像,裁剪成尺寸一致、相邻无重叠的多景分幅高光谱影像,按照约定的数值填充各景分幅高光谱影像的空白区域,并按照预定的文件名对填充后的各景分幅高光谱影像进行存储。
优选的,步骤5中,判断要裁剪的一景分幅高光谱影像是否完全落在一景校正后的高光谱影像坐标范围内,若是,则直接在一景校正后的高光谱影像上按分幅尺寸裁剪得到该分幅高光谱影像;若否,则将几景校正后的高光谱影像拼接后,再裁剪得到该分幅高光谱影像。
如:拼接后裁剪第i景分幅高光谱影像,则要找到所有和第i景分幅高光谱影像的坐标范围有关的校正后的高光谱影像,进行拼接后再裁剪得到该第i景分幅高光谱影像。这样的拼接裁剪是仅在坐标范围不符合分幅的坐标范围时才需要拼接,是一种按需进行的临时拼接方式,不需要将全部高光谱影像都拼起来再裁剪,能避免全部拼接高光谱影像的数据量太大,处理较慢很难实现的问题。
本发明的方法,至少具有以下有益效果:
(1)提出了多景高光谱影像几何配准方法:利用高空间分辨率的真彩色数字相机拍摄并生成的正射影像为基准,分别对正射影像进行空间分辨率重采样,高光谱影像进行光谱重采样合成RGB真彩色影像,然后对重采样后的正射影像和高光谱影像进行粗配准以及自动精匹配,解决了高光谱影像数据量极大拼接困难,以及拍照过程中由于相机姿态等因素引起的影像旋转、偏移等问题,配准结果精度高、效率高。
(2)提出了相邻高光谱影像自动反射率调整方法:根据相邻影像之间的重叠区域反射率,以距离标准反射板、暗电流获取时间最近的一景影像为基准,分别选择重叠影像中最亮、最暗以及中间反射率目标,对相邻辐射值建立校正模型,进行自动反射率调整,解决了由于光照条件不同导致的相同物质的光谱反射率不同的问题。
(3)针对校正、配准、拼接后高光谱数据进行分幅裁剪、填充与存储:根据分幅大小,生成规则的高光谱影像,对空白区域按照约定的数值填充,最后按照约定的名称存储,使高光谱影像管理规范、存储空间减小、并易于后期处理。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,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该以权利要求书的保护范围为准。
Claims (7)
1.一种地面高光谱影像的几何配准与裁剪方法,其特征在于,包括:
步骤1,原始高光谱影像和正射影像的预处理:
从多景原始高光谱影像中选取第i景原始高光谱影像作为处理对象,所述i为1至n的整数,n为大于1的整数;
将与所述多景原始高光谱影像对应的原始正射影像进行空间重采样得到与第i景原始高光谱影像空间分辨率相同的重采样正射影像;
将所述第i景原始高光谱影像进行光谱重采样合成得到RGB真彩色高光谱影像,根据所述重采样正射影像对所述RGB真彩色高光谱影像进行灰度拉伸得到与该重采样正射影像匹配的匹配后RGB真彩色高光谱影像;
用规范化文件名命名所述重采样正射影像和所述匹配后RGB真彩色高光谱影像,并标记获取标准反射板、暗电流时刻对应的高光谱影像序号;
步骤2,原始高光谱影像的几何校正:
先进行粗对准:在预处理后得到的所述匹配后RGB真彩色高光谱影像和所述重采样正射影像上分别选择多个同名控制点,利用所述多个同名控制点对所述匹配后RGB真彩色高光谱影像与所述重采样正射影像进行初步对准后,计算所述重采样正射影像与所述匹配后RGB真彩色高光谱影像的相对几何位置,确定所述重采样正射影像上对应该匹配后RGB真彩色高光谱影像的范围,得到所述匹配后RGB真彩色高光谱影像粗对准后的坐标范围;
然后进行自动精配准:用所述粗对准后在所述重采样正射影像上确定的坐标范围内的点坐标作为精配准校正用坐标,通过匹配计算找到所述匹配后RGB真彩色高光谱影像上相应点的坐标,根据找到的所述匹配后RGB真彩色高光谱影像上相应点的坐标对所述第i景原始高光谱影像进行几何校正,得到几何校正后的第i景高光谱影像;
步骤3,自动反射率调整:用双线性插值法得到所述几何校正后的第i景高光谱影像上对应点的所有波段反射率,从所述多景原始高光谱影像中查找所述第i景高光谱影像相邻的上下左右四景高光谱影像,计算相邻高光谱影像重叠区域范围,判断重叠区域范围是否大于预设阈值,若否,则进行第i景高光谱影像补测后回到所述步骤1重新进行处理;若是,则通过自动精配准后得到重叠区域每一点的反射率,利用标记的获取标准反射板、暗电流时刻对应的所述高光谱影像序号,以距离标准反射板、暗电流获取时间最近的一景高光谱影像为基准,选择重叠区域中最亮目标点、最暗目标点和足够数量随机分布的目标点,计算同名点对之间反射率误差数据,按照均方根误差最小原则建立校正模型,进行辐射校正,生成完全校正的第i景高光谱影像;
步骤4,重复进行所述步骤1、步骤2、步骤3的处理,直至各景高光谱影像全部处理完后,进行步骤5的处理;
步骤5,分幅裁剪、填充与存储:根据分幅大小将所述步骤4处理后得到的完全校正的多景高光谱影像,裁剪成尺寸一致、相邻无重叠的多景分幅高光谱影像,按照约定的数值填充各景分幅高光谱影像的空白区域,并按照预定的文件名对填充后的各景分幅高光谱影像进行存储。
2.根据权利要求1所述的地面高光谱影像的几何配准与裁剪方法,其特征在于,所述方法步骤1中,与所述多景原始高光谱影像对应的原始正射影像为:
用普通数字相机拍摄的与全部多景原始高光谱影像对应的同一目标物相同区域的数字照片生成的原始正射影像。
3.根据权利要求1所述的地面高光谱影像的几何配准与裁剪方法,其特征在于,所述方法步骤2中,是利用二次多项式计算所述重采样正射影像与所述匹配后RGB真彩色高光谱影像的相对几何位置。
4.根据权利要求1所述的地面高光谱影像的几何配准与裁剪方法,其特征在于,所述方法的步骤3中,重叠区域范围的预设阈值为15%。
5.根据权利要求1至4任一项所述的地面高光谱影像的几何配准与裁剪方法,其特征在于,所述方法步骤4中,重复进行所述步骤1、步骤2、步骤3的处理,直至各景高光谱影像全部处理完为:
依次重复进行所述步骤1、步骤2和步骤3的处理,直至各景高光谱影像全部处理完;
或者,
先重复进行所述步骤1和所述步骤2的处理,待所述多景原始高光谱影像全部进行几何校正后,再重复进行所述步骤3的处理,依次对几何校正后的全部多景高光谱影像进行自动反射率调整,直至各景高光谱影像全部处理完。
6.根据权利要求1至4任一项所述的地面高光谱影像的几何配准与裁剪方法,其特征在于,所述方法步骤5中,根据分幅大小将所述步骤4处理后得到的完全校正的多景高光谱影像,裁剪成具有固定尺寸、相邻无重叠的分幅高光谱影像为:
根据分幅大小在所述重采样正射影像上确定要裁剪的分幅高光谱影像的坐标范围;
从完全校正后的多景高光谱影像中查找所述要裁剪的分幅高光谱影像的坐标范围,如果查找结果为该要裁剪的分幅高光谱影像的坐标范围正好在一景高光谱影像中,则直接按所述坐标范围从所找到的一景高光谱影像中裁剪得到该分幅高光谱影像;
如果查找结果为该要裁剪的分幅高光谱影像的坐标范围处于多景高光谱影像中,则将所涉及的多景高光谱影像先拼接成拼接高光谱影像,再按所述坐标范围从所述拼接高光谱影像中裁剪得到该分幅高光谱影像。
7.根据权利要求6所述的地面高光谱影像的几何配准与裁剪方法,其特征在于,所述根据分幅大小在所述重采样正射影像上确定要裁剪的分幅高光谱影像的坐标范围为:
从重采样正射影像左上角开始,根据分幅大小覆盖的坐标范围确定第1景分幅高光谱影像的坐标范围;
根据分幅大小和所述重采样正射影像的行列数,在所述重采样正射影像上计算得出各景要裁剪的分幅高光谱影像的坐标范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244127.3A CN111429356B (zh) | 2020-03-31 | 2020-03-31 | 一种地面高光谱影像的几何配准与裁剪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244127.3A CN111429356B (zh) | 2020-03-31 | 2020-03-31 | 一种地面高光谱影像的几何配准与裁剪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111429356A CN111429356A (zh) | 2020-07-17 |
CN111429356B true CN111429356B (zh) | 2023-06-27 |
Family
ID=71550216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010244127.3A Active CN111429356B (zh) | 2020-03-31 | 2020-03-31 | 一种地面高光谱影像的几何配准与裁剪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429356B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113063742A (zh) * | 2021-03-24 | 2021-07-02 | 和数科技(浙江)有限公司 | 一种植被生物量测量方法、系统、存储介质及终端 |
CN114782841B (zh) * | 2022-04-21 | 2023-12-15 | 广州中科云图智能科技有限公司 | 基于降落图案的校正方法和装置 |
CN115331116B (zh) * | 2022-10-13 | 2023-04-18 | 潍坊绘圆地理信息有限公司 | 基于多模态数据的地面目标精准识别星上模糊推理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734685A (zh) * | 2018-05-10 | 2018-11-02 | 中国矿业大学(北京) | 一种无人机载高光谱线阵列遥感影像的拼接方法 |
CN109492563A (zh) * | 2018-10-30 | 2019-03-19 | 深圳大学 | 一种基于无人机高光谱影像和LiDAR点云的树种分类方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10163194B2 (en) * | 2016-09-23 | 2018-12-25 | Purdue Research Foundation | Method of processing an image |
-
2020
- 2020-03-31 CN CN202010244127.3A patent/CN111429356B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734685A (zh) * | 2018-05-10 | 2018-11-02 | 中国矿业大学(北京) | 一种无人机载高光谱线阵列遥感影像的拼接方法 |
CN109492563A (zh) * | 2018-10-30 | 2019-03-19 | 深圳大学 | 一种基于无人机高光谱影像和LiDAR点云的树种分类方法 |
Non-Patent Citations (1)
Title |
---|
基于高光谱技术对一幅清代画信息提取研究;武望婷 等;《文物保护与考古科学》;第29卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111429356A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111429356B (zh) | 一种地面高光谱影像的几何配准与裁剪方法 | |
CN106780590B (zh) | 一种深度图的获取方法及系统 | |
CN110211043B (zh) | 一种用于全景图像拼接的基于网格优化的配准方法 | |
CN107563964B (zh) | 大面阵亚米级夜景遥感影像的快速拼接方法 | |
CN107424118A (zh) | 基于改进径向畸变校正的球状全景拼接方法 | |
CN102999939B (zh) | 坐标获取装置、实时三维重建系统和方法、立体交互设备 | |
US9025862B2 (en) | Range image pixel matching method | |
CN110322485A (zh) | 一种异构多相机成像系统的快速图像配准方法 | |
EP2095331A1 (en) | Spatial and spectral calibration of a panchromatic, multispectral image pair | |
CN109118581A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110599578A (zh) | 一种真实感三维彩色纹理重建方法 | |
WO1999058927A1 (en) | Image generating device and method | |
CN114697623B (zh) | 投影面选取和投影图像校正方法、装置、投影仪及介质 | |
CN106856000A (zh) | 一种车载全景图像无缝拼接处理方法及系统 | |
CN114544006B (zh) | 一种基于环境光照条件的低空遥感影像校正系统及方法 | |
CN114693760A (zh) | 图像校正方法、装置及系统、电子设备 | |
EP3944183A1 (en) | Method and system for enhancing images using machine learning | |
CN108830921A (zh) | 基于入射角度的激光点云反射强度纠正方法 | |
CN108364320A (zh) | 摄像头标定方法、终端设备及计算机可读存储介质 | |
CN109658334B (zh) | 一种古籍图像拼接方法及装置 | |
CN110969650B (zh) | 一种基于中心投影的强度图像与纹理序列间的配准方法 | |
CN107147891B (zh) | 光轴可调节式三目深度获取摄像机 | |
CN108986204B (zh) | 一种基于双重校准的全自动快速室内场景三维重建装置 | |
Skabek et al. | Improvement and unification of input images for photogrammetric reconstruction | |
Shinozaki et al. | Correction of color information of a 3D model using a range intensity image |
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 |