CN113379629A - 卫星图像去噪方法、装置、计算机设备和存储介质 - Google Patents

卫星图像去噪方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113379629A
CN113379629A CN202110638591.5A CN202110638591A CN113379629A CN 113379629 A CN113379629 A CN 113379629A CN 202110638591 A CN202110638591 A CN 202110638591A CN 113379629 A CN113379629 A CN 113379629A
Authority
CN
China
Prior art keywords
denoised
satellite image
image
satellite
color
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
Application number
CN202110638591.5A
Other languages
English (en)
Inventor
禹一童
陈杰
吕江波
贾佳亚
沈小勇
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.)
Shenzhen Smartmore Technology Co Ltd
Shanghai Smartmore Technology Co Ltd
Original Assignee
Shenzhen Smartmore Technology Co Ltd
Shanghai Smartmore Technology 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 Shenzhen Smartmore Technology Co Ltd, Shanghai Smartmore Technology Co Ltd filed Critical Shenzhen Smartmore Technology Co Ltd
Priority to CN202110638591.5A priority Critical patent/CN113379629A/zh
Publication of CN113379629A publication Critical patent/CN113379629A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及卫星图像去噪方法、装置、计算机设备和存储介质。所述方法包括：获取待去噪卫星图像；根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。采用本方法能够去除卫星图像中的静态背景噪声，通过构造噪声掩码图，提取出卫星图像中的静态背景噪声，并结合形态学重建的方法进行图像处理，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。

Description

卫星图像去噪方法、装置、计算机设备和存储介质
技术领域
本申请涉及图像处理领域，特别是涉及一种卫星图像去噪方法、装置、计算机设备和存储介质。
背景技术
通过卫星影像获取有效信息时，从远距离获得的卫星影像，不仅会受到随机噪声的影响，如热噪声，散粒噪声等，同时由于宇宙中存在各种射线干扰，导致了卫星影像中含有严重的静态背景噪声。
目前，针对卫星影像的去噪研究多聚焦于随机噪声，而随机噪声和静态背景噪声存在差别，采用传统的去噪方法难以消除卫星影像中的静态背景噪声，处理效果差。
发明内容
基于此，有必要针对上述技术问题，提供一种能够解决上述问题的一种卫星图像去噪方法、装置、计算机设备和存储介质。
一种卫星图像去噪方法，所述方法包括：
获取待去噪卫星图像；
根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
在一个实施例中，在所述根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息的步骤之前，所述方法还包括：
获取所述待去噪卫星图像的颜色通道分量信息；
采用所述颜色通道分量信息，得到所述待去噪卫星图像的颜色梯度图；所述颜色梯度图为根据所述颜色通道分量信息进行差分计算得到。
在一个实施例中，所述根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息，包括：
根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，得到所述待去噪卫星图像对应的噪声掩码图；所述噪声掩码图携带有所述待去噪卫星图像中静态背景噪声的位置信息和强度信息。
在一个实施例中，所述基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像，包括：
基于所述噪声掩码图，对所述待去噪卫星图像进行逐像素减法处理，得到像素处理结果；
根据所述像素处理结果，得到所述去噪后卫星图像。
在一个实施例中，所述根据所述像素处理结果，得到所述去噪后卫星图像，包括：
对所述像素处理结果进行颜色编码转换，得到颜色转码图像；
对所述颜色转码图像中的色度信息通道进行低通滤波处理，并对所述颜色转码图像中的明亮度信息通道进行灰度值重建，得到所述去噪后卫星图像。
在一个实施例中，所述对所述颜色转码图像中的明亮度信息通道进行灰度值重建，包括：
根据所述噪声掩码图，采用预设的灰度值重建算法对所述颜色转码图像中的明亮度信息通道进行灰度值重建。
在一个实施例中，所述获取待去噪卫星图像，包括：
获取待去噪卫星影像；所述待去噪卫星影像包括卫星图像和卫星视频；
若所述待去噪卫星影像为卫星图像，将所述卫星图像作为待去噪卫星图像；
若所述待去噪卫星影像为卫星视频，获取所述卫星视频的多个帧视频图像，以在对所述多个帧视频图像进行单帧图像处理时，将每一帧视频图像作为待去噪卫星图像。
一种卫星图像去噪装置，所述装置包括：
待去噪卫星图像获取模块，用于获取待去噪卫星图像；
静态背景噪声提取模块，用于根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
去噪模块，用于基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的卫星图像去噪方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的卫星图像去噪方法的步骤。
上述一种卫星图像去噪方法、装置、计算机设备和存储介质，通过获取待去噪卫星图像，然后根据待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定待去噪卫星图像中静态背景噪声的位置信息和强度信息，进而基于位置信息和强度信息，对待去噪卫星图像进行去噪处理，得到去噪后卫星图像，实现了去除卫星图像中的静态背景噪声，通过构造噪声掩码图，提取出卫星图像中的静态背景噪声，并结合形态学重建的方法进行图像处理，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。
附图说明
图1为一个实施例中一种卫星图像去噪方法的流程示意图；
图2为一个实施例中一种待去噪卫星图像的颜色梯度图获取步骤的流程示意图；
图3为一个实施例中一种静态背景噪声提取步骤的流程示意图；
图4为一个实施例中一种卫星图像去噪装置的结构框图；
图5为一个实施例中一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种卫星图像去噪方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤101，获取待去噪卫星图像；
在实际应用中，通过获取待去噪卫星图像，可以对待去噪卫星图像进行图像处理，进而可以基于待去噪卫星图像获取图像中所需的有效信息。
具体地，在对卫星图像去噪的过程中，可以根据原始卫星影像数据，获取待去噪卫星图像。
近年来，随着航天航空事业的发展，越来越多机构或企业选择依靠卫星影像来获取有效的信息。为了能够从细节中得到有价值的信息，卫星影像的成像质量则尤为重要。然而，从远距离获得的卫星影像，不仅会受到如热噪声、散粒噪声等随机噪声的影响，同时由于宇宙中存在的各种射线干扰，会导致卫星影像中含有严重的背景静态噪声。
而随机噪声和静态背景噪声存在差别，一方面，卫星影像中随机噪声为点状，静态背景噪声为块状；另一方面，随机噪声在卫星影像中随机出现，如视频的不同视频帧中随机出现，静态背景噪声的位置和强度在卫星影像中均为相对固定的。采用传统的去噪方法可以去除卫星影像中的随机噪声，其使用的去噪算法通过特定的数学方法可以检测出卫星影像中的随机噪声，但这种方法无法检测到块状的静态背景噪声，难以消除卫星影像中的静态背景噪声，处理效果差。
步骤102，根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
作为一示例，颜色梯度阈值可以为预设的颜色阈值系数，该颜色阈值系数可以用于根据待去噪卫星图像的颜色梯度图，提取出待去噪卫星图像中的静态背景噪声。
在获取待去噪卫星图像后，可以基于该待去噪卫星图像得到待去噪卫星图像的颜色梯度图，进而可以根据颜色梯度图和预设的颜色梯度阈值，确定待去噪卫星图像中静态背景噪声的位置信息和强度信息，以提取待去噪卫星图像中静态背景噪声。
具体地，由于在卫星图像中静态背景噪声的位置和强度相对固定，则可以通过计算出待去噪卫星图像的颜色梯度图，进而根据该颜色梯度图和预设的颜色梯度阈值，提取出待去噪卫星图像中的静态背景噪声，以进一步对提取出的静态背景噪声进行去噪处理。
步骤103，基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
在确定待去噪卫星图像中静态背景噪声的位置信息和强度信息后，由于在卫星图像中静态背景噪声的位置和强度相对固定，进而可以基于该位置信息和强度信息，对待去噪卫星图像中提取出的静态背景噪声进行去噪处理，得到去噪后卫星图像，从而有助于从去噪后卫星图像中获取所需的有效信息。
在本申请实施例中，通过获取待去噪卫星图像，然后根据待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定待去噪卫星图像中静态背景噪声的位置信息和强度信息，进而基于位置信息和强度信息，对待去噪卫星图像进行去噪处理，得到去噪后卫星图像，实现了去除卫星图像中的静态背景噪声，通过构造噪声掩码图，提取出卫星图像中的静态背景噪声，并结合形态学重建的方法进行图像处理，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。
在一个实施例中，如图2所示，在所述根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息的步骤之前，可以包括如下步骤：
步骤201，获取所述待去噪卫星图像的颜色通道分量信息；
其中，颜色通道分量信息可以为待去噪卫星图像中多个颜色通道的分量信息，如红(R)、绿(G)、蓝(B)三个颜色通道的分量信息。
在具体实现中，通过获取待去噪卫星图像，可以得到待去噪卫星图像的颜色通道分量信息。
在一示例中，根据获取的待去噪卫星图像，可以得到该待去噪卫星图像中红(R)、绿(G)、蓝(B)三个颜色通道的分量，例如，R通道的分量XR、G通道的分量XG、B通道的分量XB。
步骤202，采用所述颜色通道分量信息，得到所述待去噪卫星图像的颜色梯度图；所述颜色梯度图为根据所述颜色通道分量信息进行差分计算得到。
在得到颜色通道分量信息后，可以根据该颜色通道分量信息，通过差分计算得到待去噪卫星图像的颜色梯度图。
例如，可以采用如下方式得到待去噪卫星图像的颜色梯度图：
Figure BDA0003106206580000061
其中，XR、XG、XB分别为R通道、G通道、B通道的分量(即颜色通道分量信息)；Xcolor为待去噪卫星图像的颜色梯度图。
通过上述实施例获取待去噪卫星图像的颜色通道分量信息，进而采用颜色通道分量信息进行差分计算，得到待去噪卫星图像的颜色梯度图，可以根据颜色梯度图和预设的颜色梯度阈值进一步确定待去噪卫星图像中静态背景噪声的位置信息和强度信息，为提取出卫星图像中的静态背景噪声提供了数据支持，提升了卫星图像的去噪效果。
在一个实施例中，如图3所示，所述根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息，可以包括如下步骤：
步骤301，根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，得到所述待去噪卫星图像对应的噪声掩码图；所述噪声掩码图携带有所述待去噪卫星图像中静态背景噪声的位置信息和强度信息。
在具体实现中，可以根据待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，得到待去噪卫星图像对应的噪声掩码图，由于该噪声掩码图可以携带有待去噪卫星图像中静态背景噪声的位置信息和强度信息，进而可以确定待去噪卫星图像中静态背景噪声的位置信息和强度信息。
例如，可以采用如下方式得到待去噪卫星图像对应的噪声掩码图：
Xmask＝max{Xcolor，δcolor}
其中，Xcolor为待去噪卫星图像的颜色梯度图，δcolor为预设的颜色阈值系数(即颜色梯度阈值)，Xmask为待去噪卫星图像对应的噪声掩码图。
在一个可选实施例中，由于在卫星图像中静态背景噪声的位置和强度相对固定，通过构造待去噪卫星图像对应的噪声掩码图，该噪声掩码图可以携带有待去噪卫星图像中静态背景噪声的位置信息和强度信息，进而可以提取出待去噪卫星图像中的静态背景噪声。
通过上述实施例根据待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，得到待去噪卫星图像对应的噪声掩码图，由于噪声掩码图携带有待去噪卫星图像中静态背景噪声的位置信息和强度信息，则可以确定待去噪卫星图像中静态背景噪声的位置信息和强度信息，从而通过构造噪声掩码图，能够提取出待去噪卫星图像中的静态背景噪声，有助于后续的去噪步骤，提升了卫星图像的去噪效果。
在一个实施例中，所述基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像，可以包括如下步骤：
基于所述噪声掩码图，对所述待去噪卫星图像进行逐像素减法处理，得到像素处理结果；根据所述像素处理结果，得到所述去噪后卫星图像。
在实际应用中，可以采用噪声掩码图和待去噪卫星图像进行逐像素减法处理，得到像素处理结果，进而对该像素处理结果进一步图像处理，可以得到去噪后卫星图像。
在一示例中，可以将待去噪卫星图像减去噪声掩码图，得到像素处理结果，进而可以基于该像素处理结果进一步图像处理，以得到去噪后卫星图像。
通过上述实施例基于噪声掩码图，对待去噪卫星图像进行逐像素减法处理，得到像素处理结果，进而根据像素处理结果，得到去噪后卫星图像，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。
在一个实施例中，所述根据所述像素处理结果，得到所述去噪后卫星图像，可以包括如下步骤：
对所述像素处理结果进行颜色编码转换，得到颜色转码图像；
在获取像素处理结果后，可以通过将该像素处理结果转换到预设的颜色空间，得到颜色编码转换后的颜色转码图像。
具体地，可以通过将待去噪卫星图像减去噪声掩码图得到的像素处理结果，转换到YCrCb颜色空间，得到颜色转码图像(如Xyuv)。
YCrCb即YUV，是一种颜色编码方法，为亮度参量和色度参量分开表示的像素格式，其可以将明亮度信息(Y)与色度信息(UV)分离。
所述颜色转码图像中的色度信息通道进行低通滤波处理，并对所述颜色转码图像中的明亮度信息通道进行灰度值重建，得到所述去噪后卫星图像。
在得到颜色转码图像后，可以对该颜色转码图像中的色度信息通道进行低通滤波处理，并对颜色转码图像中的明亮度信息通道进行灰度值重建，得到去噪后卫星图像。
在一示例，可以采用低通滤波模块对颜色转码图像中的UV通道(即色度信息通道)进行低通滤波处理，以对图像进行平滑去噪处理，其中，低通滤波模块可以包括中值滤波、均值滤波、维纳滤波等低通滤波器；并可以对颜色转码图像中的Y通道(即明亮度信息通道)进行灰度值重建，从而可以通过形态学重建的方法进行图像处理，进一步得到去噪后卫星图像。
通过上述实施例对像素处理结果进行颜色编码转换，得到颜色转码图像，进而对颜色转码图像中的色度信息通道进行低通滤波处理，并对颜色转码图像中的明亮度信息通道进行灰度值重建，得到去噪后卫星图像，通过结合形态学重建的方法进行图像处理，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。
在一个实施例中，所述对所述颜色转码图像中的明亮度信息通道进行灰度值重建，可以包括如下步骤：
根据所述噪声掩码图，采用预设的灰度值重建算法对所述颜色转码图像中的明亮度信息通道进行灰度值重建。
在一示例中，可以根据噪声掩码图，对颜色转码图像中的明亮度信息通道进行灰度值重建，例如，通过预设的灰度值重建算法，该灰度值重建算法可以包括fast hybridgrayscale reconstruction(快速混合灰度重建)，grayscale reconstruction using aqueue of pixels(基于像素队列的灰度重建)，binary reconstruction using a queueof pixels(基于像素队列的二值重建)，从而通过构造噪声掩码图并将形态学重建的方法应用到去噪问题中，可以基于新的去噪算法解决卫星影像中静态背景噪声的去噪问题。
通过上述实施例根据噪声掩码图，采用预设的灰度值重建算法对颜色转码图像中的明亮度信息通道进行灰度值重建，通过结合形态学重建的方法进行图像处理，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。
在一个实施例中，所述获取待去噪卫星图像，可以包括如下步骤：
获取待去噪卫星影像；所述待去噪卫星影像包括卫星图像和卫星视频；若所述待去噪卫星影像为卫星图像，将所述卫星图像作为待去噪卫星图像；若所述待去噪卫星影像为卫星视频，获取所述卫星视频的多个帧视频图像，以在对所述多个帧视频图像进行单帧图像处理时，将每一帧视频图像作为待去噪卫星图像。
在一示例中，可以获取被噪声污染的卫星影像数据X，如图像或视频，作为待去噪卫星影像，进而可以通过构造噪声掩码图并结合形态学重建的方法，对输入的待去噪卫星影像X中静态背景噪声进行去噪处理，输出去噪后的卫星影像数据X’。
例如，待去噪卫星影像可以包括卫星图像和卫星视频，在对卫星图像进行处理时，可以将卫星图像作为待去噪卫星图像；在对卫星视频进行处理时，可以通过输入卫星视频中的多个单帧视频图像，将每一帧视频图像作为待去噪卫星图像，对每一帧视频图像单独进行去噪处理，直至处理完卫星视频的全部视频帧图像。
通过上述实施例获取待去噪卫星影像，待去噪卫星影像包括卫星图像和卫星视频，若待去噪卫星影像为卫星图像，将卫星图像作为待去噪卫星图像，若待去噪卫星影像为卫星视频，获取卫星视频的多个帧视频图像，以在对多个帧视频图像进行单帧图像处理时，将每一帧视频图像作为待去噪卫星图像，能够对待去噪卫星影像中静态背景噪声高效去噪，提升了卫星图像的去噪效果。
应该理解的是，虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种卫星图像去噪装置，包括：
待去噪卫星图像获取模块401，用于获取待去噪卫星图像；
静态背景噪声提取模块402，用于根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
去噪模块403，用于基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
在一个实施例中，所述装置还包括：
颜色通道分量信息获取模块，用于获取所述待去噪卫星图像的颜色通道分量信息；
颜色梯度图得到模块，用于采用所述颜色通道分量信息，得到所述待去噪卫星图像的颜色梯度图；所述颜色梯度图为根据所述颜色通道分量信息进行差分计算得到。
在一个实施例中，所述静态背景噪声确定模块402包括：
噪声掩码图得到子模块，用于根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，得到所述待去噪卫星图像对应的噪声掩码图；所述噪声掩码图携带有所述待去噪卫星图像中静态背景噪声的位置信息和强度信息。
在一个实施例中，所述去噪模块403包括：
像素处理结果得到子模块，用于基于所述噪声掩码图，对所述待去噪卫星图像进行逐像素减法处理，得到像素处理结果；
去噪子模块，用于根据所述像素处理结果，得到所述去噪后卫星图像。
在一个实施例中，所述去噪子模块包括：
颜色编码转换单元，用于对所述像素处理结果进行颜色编码转换，得到颜色转码图像；
通道处理单元，用于对所述颜色转码图像中的色度信息通道进行低通滤波处理，并对所述颜色转码图像中的明亮度信息通道进行灰度值重建，得到所述去噪后卫星图像。
在一个实施例中，所述通道处理单元包括：
灰度值重建子单元，用于根据所述噪声掩码图，采用预设的灰度值重建算法对所述颜色转码图像中的明亮度信息通道进行灰度值重建。
在一个实施例中，所述待去噪卫星图像获取模块401包括：
待去噪卫星影像获取子模块，用于获取待去噪卫星影像；所述待去噪卫星影像包括卫星图像和卫星视频；
卫星图像获取子模块，用于在所述待去噪卫星影像为卫星图像时，将所述卫星图像作为待去噪卫星图像；
帧视频图像获取子模块，用于在所述待去噪卫星影像为卫星视频时，获取所述卫星视频的多个帧视频图像，以在对所述多个帧视频图像进行单帧图像处理时，将每一帧视频图像作为待去噪卫星图像。
在本申请实施例中，通过获取待去噪卫星图像，然后根据待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定待去噪卫星图像中静态背景噪声的位置信息和强度信息，进而基于位置信息和强度信息，对待去噪卫星图像进行去噪处理，得到去噪后卫星图像，实现了去除卫星图像中的静态背景噪声，通过构造噪声掩码图，提取出卫星图像中的静态背景噪声，并结合形态学重建的方法进行图像处理，能够对静态背景噪声高效去噪，提升了卫星图像的去噪效果。
关于一种卫星图像去噪装置的具体限定可以参见上文中对于一种卫星图像去噪方法的限定，在此不再赘述。上述一种卫星图像去噪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储卫星图像去噪数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现卫星图像去噪方法。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待去噪卫星图像；
根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的卫星图像去噪方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待去噪卫星图像；
根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的卫星图像去噪方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种卫星图像去噪方法，其特征在于，所述方法包括：
获取待去噪卫星图像；
根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息的步骤之前，所述方法还包括：
获取所述待去噪卫星图像的颜色通道分量信息；
采用所述颜色通道分量信息，得到所述待去噪卫星图像的颜色梯度图；所述颜色梯度图为根据所述颜色通道分量信息进行差分计算得到。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息，包括：
根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，得到所述待去噪卫星图像对应的噪声掩码图；所述噪声掩码图携带有所述待去噪卫星图像中静态背景噪声的位置信息和强度信息。
4.根据权利要求3所述的方法，其特征在于，所述基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像，包括：
基于所述噪声掩码图，对所述待去噪卫星图像进行逐像素减法处理，得到像素处理结果；
根据所述像素处理结果，得到所述去噪后卫星图像。
5.根据权利要求4所述的方法，其特征在于，所述根据所述像素处理结果，得到所述去噪后卫星图像，包括：
对所述像素处理结果进行颜色编码转换，得到颜色转码图像；
对所述颜色转码图像中的色度信息通道进行低通滤波处理，并对所述颜色转码图像中的明亮度信息通道进行灰度值重建，得到所述去噪后卫星图像。
6.根据权利要求5所述的方法，其特征在于，所述对所述颜色转码图像中的明亮度信息通道进行灰度值重建，包括：
根据所述噪声掩码图，采用预设的灰度值重建算法对所述颜色转码图像中的明亮度信息通道进行灰度值重建。
7.根据权利要求1至6任意一项所述的方法，其特征在于，所述获取待去噪卫星图像，包括：
获取待去噪卫星影像；所述待去噪卫星影像包括卫星图像和卫星视频；
若所述待去噪卫星影像为卫星图像，将所述卫星图像作为待去噪卫星图像；
若所述待去噪卫星影像为卫星视频，获取所述卫星视频的多个帧视频图像，以在对所述多个帧视频图像进行单帧图像处理时，将每一帧视频图像作为待去噪卫星图像。
8.一种卫星图像去噪装置，其特征在于，所述装置包括：
待去噪卫星图像获取模块，用于获取待去噪卫星图像；
静态背景噪声提取模块，用于根据所述待去噪卫星图像的颜色梯度图和预设的颜色梯度阈值，确定所述待去噪卫星图像中静态背景噪声的位置信息和强度信息；
去噪模块，用于基于所述位置信息和所述强度信息，对所述待去噪卫星图像进行去噪处理，得到去噪后卫星图像。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的卫星图像去噪方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的卫星图像去噪方法的步骤。
CN202110638591.5A 2021-06-08 2021-06-08 卫星图像去噪方法、装置、计算机设备和存储介质 Pending CN113379629A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110638591.5A CN113379629A (zh) 2021-06-08 2021-06-08 卫星图像去噪方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110638591.5A CN113379629A (zh) 2021-06-08 2021-06-08 卫星图像去噪方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN113379629A true CN113379629A (zh) 2021-09-10

Family

ID=77572704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110638591.5A Pending CN113379629A (zh) 2021-06-08 2021-06-08 卫星图像去噪方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113379629A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117011193A (zh) * 2023-09-28 2023-11-07 生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心 一种轻量化凝视卫星视频去噪方法及去噪系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101374191A (zh) * 2007-08-23 2009-02-25 三星电子株式会社 校正图像的色差的方法和设备
CN109978797A (zh) * 2019-04-08 2019-07-05 自然资源部国土卫星遥感应用中心 基于暗通道噪声模板的主动式像素传感器星图去噪方法
CN107085833B (zh) * 2017-04-13 2019-07-16 长安大学 基于梯度倒数自适应开关均中值融合的遥感图像滤波方法
CN111402143A (zh) * 2020-06-03 2020-07-10 腾讯科技（深圳）有限公司 图像处理方法、装置、设备及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101374191A (zh) * 2007-08-23 2009-02-25 三星电子株式会社 校正图像的色差的方法和设备
CN107085833B (zh) * 2017-04-13 2019-07-16 长安大学 基于梯度倒数自适应开关均中值融合的遥感图像滤波方法
CN109978797A (zh) * 2019-04-08 2019-07-05 自然资源部国土卫星遥感应用中心 基于暗通道噪声模板的主动式像素传感器星图去噪方法
CN111402143A (zh) * 2020-06-03 2020-07-10 腾讯科技（深圳）有限公司 图像处理方法、装置、设备及计算机可读存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHANGQIN ZHU ET AL.: "Detection of Cosmic-Ray Hits for Single Spectroscopic CCD Images", PUBLICATIONS OF THE ASTRONOMICAL SOCIETY OF THE PACIFIC, vol. 120, no. 869, pages 814 - 820 *
张健等: "空间观测图像宇宙线噪声去除算法", 光电工程, vol. 41, no. 5, pages 7 *
黄立慧等: "基于方向梯度计算的图像椒盐噪声滤除算法", 福建电脑, vol. 32, no. 06, pages 108 - 110 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117011193A (zh) * 2023-09-28 2023-11-07 生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心 一种轻量化凝视卫星视频去噪方法及去噪系统
CN117011193B (zh) * 2023-09-28 2023-12-05 生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心 一种轻量化凝视卫星视频去噪方法及去噪系统

Similar Documents

Publication Publication Date Title
Claus et al. Videnn: Deep blind video denoising
CN108694705B (zh) 一种多帧图像配准与融合去噪的方法
KR102104403B1 (ko) 단일영상 내의 안개 제거 방법 및 장치
US7916940B2 (en) Processing of mosaic digital images
US8498498B2 (en) Apparatus and method of obtaining high resolution image
US10477128B2 (en) Neighborhood haze density estimation for single-image dehaze
JP7362297B2 (ja) 画像処理装置、画像処理方法、及びプログラム
WO2006106919A1 (ja) 画像処理方法
CN110706174A (zh) 一种图像增强方法、终端设备及存储介质
CN113632134B (zh) 用于生成高动态范围图像的方法、计算机可读存储介质和hdr相机
CN107451973B (zh) 基于丰富边缘区域提取的运动模糊图像复原方法
Thai et al. Generalized signal-dependent noise model and parameter estimation for natural images
CN111353955A (zh) 一种图像处理方法、装置、设备和存储介质
WO2020231016A1 (en) Image optimization method, apparatus, device and storage medium
Buades et al. Enhancement of noisy and compressed videos by optical flow and non-local denoising
Syed et al. Addressing image and Poisson noise deconvolution problem using deep learning approaches
US20160203587A1 (en) Method and apparatus for color correction in an alpha matting process
CN113379629A (zh) 卫星图像去噪方法、装置、计算机设备和存储介质
CN110136085B (zh) 一种图像的降噪方法及装置
KR102149974B1 (ko) 단일 영상의 안개 제거 연산량을 줄인 대기강도추정장치 및 그 장치의 구동방법
CN114862729A (zh) 图像处理方法、装置、计算机设备和存储介质
CN115578294B (zh) 图像增强方法、装置、设备及存储介质
EP3540685B1 (en) Image-processing apparatus to reduce staircase artifacts from an image signal
CN111028159B (zh) 一种图像条带噪声抑制方法及系统
Nair et al. A modular architecture for high resolution image dehazing

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
CB03 Change of inventor or designer information

Inventor after: Yu Yitong

Inventor after: Chen Jie

Inventor after: Lv Jiangbo

Inventor after: Shen Xiaoyong

Inventor before: Yu Yitong

Inventor before: Chen Jie

Inventor before: Lv Jiangbo

Inventor before: Jia Jiaya

Inventor before: Shen Xiaoyong

CB03 Change of inventor or designer information