CN113658063A - 一种用于aotf型光谱成像仪的自动数据修正方法及系统 - Google Patents
一种用于aotf型光谱成像仪的自动数据修正方法及系统 Download PDFInfo
- Publication number
- CN113658063A CN113658063A CN202110858513.6A CN202110858513A CN113658063A CN 113658063 A CN113658063 A CN 113658063A CN 202110858513 A CN202110858513 A CN 202110858513A CN 113658063 A CN113658063 A CN 113658063A
- Authority
- CN
- China
- Prior art keywords
- data
- aotf
- spectral
- type
- image
- 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
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 239000003102 growth factor Substances 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像数据修正方法,具体涉及一种用于AOTF型光谱成像仪的自动数据修正方法及系统。针对现有数据修正方法无法满足基于AOTF型光谱成像仪对数据实时修正以及对光谱提取精度的要求。主要包括数据获取、数据格式转换、波段选择、空间维度自动修正、数据拼接、光谱维度自动修正及数据输出的步骤,可完成AOTF型光谱成像仪的数据自动修正,使AOTF型高光谱成像仪可以实时的输出高质量的高光谱图像数据。
Description
技术领域
本发明涉及一种图像数据修正方法,具体涉及一种用于AOTF型光谱成像仪的自动数据修正方法及系统。
背景技术
高光谱图像(HyperspectralImage)是由光谱成像仪获得的具有二维空间信息与一维光谱信息的一种图像数据立方体,其获取方式有推扫型及快照型等。基于声光可调谐滤光器(acousto-optical tunable filter,AOTF)的光谱成像仪为一种快照式的高光谱成像仪,通过声光可调谐滤光器可改变获取图像的波段。由于AOTF型高光谱成像仪的成像模式,成像期间载荷平台的轻微抖动会导致其各波段的图像之间空间位置会存在偏差,并且AOTF型高光谱成像仪高信噪比的波段数目往往小于传统推扫型高光谱成像仪,使得其获取的高光谱图像中的光谱曲线出现失真。这些因素都会导致AOTF型高光谱成像仪获取的高光谱图像的光谱提取不准确,影响高光谱图像的数据质量。
一般通过数据修正方法可克服上述问题,针对空间位置存在偏差的问题,传统数据修正方法多采取手动寻找特征点,然后逐一配准的方式,这种方法需要人为干预,但费时费力,无法实现数据的实时修正。针对光谱曲线出现失真的问题,通常采取平滑滤波等数字滤波方法消除噪声,但平滑滤波对基于AOTF型光谱成像仪获取的高光谱数据中提取的光谱曲线效果并不好。
综上可知,现有数据修正方法无法满足基于AOTF型光谱成像仪对数据实时修正以及对光谱提取精度的要求。
发明内容
针对现有数据修正方法无法满足基于AOTF型光谱成像仪对数据实时修正以及对光谱提取精度的要求,本发明提出一种用于AOTF型光谱成像仪的自动数据修正方法,可完成AOTF型光谱成像仪的数据自动修正,使AOTF型高光谱成像仪可以实时的输出高质量的高光谱图像数据。
本发明的技术方案是提供一种用于AOTF型光谱成像仪的自动数据修正方法,其特殊之处在于,包括以下步骤:
步骤1、数据获取;
获取AOTF型光谱成像仪单次采集的原始数据,记为dataCube;dataCube是具有三个维度的数据立方体,其行、列、波段数分别为row、column、band;
步骤2、数据格式转换;
将dataCube的数据格式转换成值域为[0,1]的双精度浮点型;
步骤3、波段选择;
将数据格式转换后的包含band个波段的dataCube数据中数据质量较差的波段剔除,剩余的波段数记为M;
步骤4、空间维度自动修正;
选取剩余波段中数据质量较好的图像为基准图像,基于该基准图像利用优化器依次对其余每一个波段的图像进行空间维度修正;
步骤4.1、配置基于灰度的图像配准优化器参数;
步骤4.2、基于基准图像,利用步骤4.1参数配置完成的优化器对其余每一个波段的图像进行空间维度自动修正;
步骤5、数据拼接;
将经过空间维度自动修正的高光谱数据立方体dataCubeRegisted根据典型地物进行数据拼接,拼接出全局高光谱数据立方体;
步骤6、光谱维度自动修正;
对全局高光谱数据立方体进行典型地物的谱线提取,采用均匀分布的细分处理方法对谱线进行处理,获得dataCubeNew;
步骤7、数据输出;
将dataCubeNew的数据格式由双精度浮点型转换为无符号16位整型并输出。
进一步地,步骤4.2具体为:
步骤4.21、抽取除640nm波段外的第i个波段的图像为待配准的图像movingImg,使用步骤4.1参数配置完成的优化器optimizer,采用affine变换及上述优化器参数,以基准图像为基准配准待配准的图像movingImg,得到的新图像为fixedImg;
步骤4.22、依次抽取除640nm波段外的第i+1、i+2…个波段的图像为待配准的图像movingImg,采用与步骤4.21相同的方法,得到第i+1、i+2…个波段的图像对应的新图像为fixedImg,最终得到高光谱数据立方体dataCubeRegisted。
为了进一步地提升空间维度修正效果,步骤4.1中:选取生长因子growthFactor为1.05,参数epsilon为0.0000015,初始半径initialRadius为0.0013,最大迭代maximumIterations为300,空间样本数为500,直方图数为50。
本发明还提供一种用于AOTF型光谱成像仪的自动数据修正系统,包括处理器及存储器,其特殊之处在于:所述存储器中存储计算机程序,计算机程序在处理器中运行时,执行用于AOTF型光谱成像仪的自动数据修正方法。
本发明还提供一种计算机可读存储介质,其特殊之处在于:储存有计算机程序,计算机程序被执行时实现用于AOTF型光谱成像仪的自动数据修正方法。
本发明的有益效果是:
1、本发明方法可解决AOTF型光谱成像仪搭载无人机载荷平台时,由于平台抖动造成的空间偏移,在光谱数据立方体中可对空间偏移进行自动修复,相比传统人为或自动寻找控制点的方法,本方法可以在保证准确性的情况下,快速实时的实现光谱数据立方体的修正。
2、本方法可解决AOTF型光谱成像仪波段数较少,导致光谱曲线不够平滑的问题,相比传统的平滑滤波方法,本方法可以大幅提升光谱数据的质量,同时可以实现光谱维度的自动实时修正。
附图说明
图1为本发明用于AOTF型光谱成像仪的自动数据修正方法流程图;
图2为空间维度自动修正效果图,(a)为修正前效果图,(b)为修正后效果图;
图3为光谱维度自动修正效果图,其中图3a为原始光谱曲线,图3b为平滑滤波修正后的曲线,图3c为采用本发明方法修正后的光谱曲线。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
如图1所示,本实施例自动数据修正方法主要由数据获取、数据格式转换、波段选择、空间维度自动修正、数据拼接、光谱维度自动修正及数据输出共7个步骤组成。
步骤1、数据获取;
获取AOTF型光谱成像仪单次采集的原始数据,记为dataCube,dataCube是具有三个维度的数据立方体,其行、列、波段数分别为row、column、band。即dataCube是一个具有row行,column列,band个波段的三维数据矩阵。本实施例所采用的AOTF型光谱成像仪可获取122个波段覆盖400nm至1000nm的光谱范围,其数据类型为无符号16位整型。
步骤2、数据格式转换;
将dataCube的数据格式由无符号16位整型转换成值域为[0,1]的双精度浮点型。
步骤3、波段选择;
将数据格式转换后的包含122个波段的dataCube数据中数据质量较差的波段剔除,剩余的波段数记为M。本实施例中的剩余波段数为90个。
在其他实施例中也可以先执行步骤3,再执行步骤2,即先将包含122个波段的dataCube数据中数据质量较差的波段剔除,再将剩余的波段的数据格式由无符号16位整型转换成值域为[0,1]的双精度浮点型。
步骤4、空间维度自动修正;
选取剩余波段中数据质量较好的图像为基准图像,本实施例选取640nm波段处的图像为基准图像,基于该基准图像利用优化器依次对其余每一个波段的图像进行空间维度修正。
步骤4.1、配置优化器参数;
首先配置优化器optimizer的参数,选取生长因子growthFactor为1.05,参数epsilon为0.0000015,初始半径initialRadius为0.0013,最大迭代maximumIterations为300,空间样本数为500,直方图数为50。
步骤4.2、基于基准图像,利用步骤4.1参数配置完成的优化器optimizer对其余每一个波段的图像进行空间维度自动修正;
步骤4.21、抽取除640nm波段外的第i个波段的图像为待配准的图像movingImg,使用步骤4.1参数配置完成的优化器optimizer即基于灰度的图像配准方法,采用affine变换及上述优化器参数,以基准图像为基准配准待配准的图像movingImg,得到的新图像为fixedImg。
步骤4.22、依次抽取除640nm波段外的第i+1、i+2…个波段的图像为待配准的图像movingImg,采用与步骤4.21相同的方法,得到第i+1、i+2…个波段的图像对应的新图像为fixedImg,最终得到高光谱数据立方体dataCubeRegisted。
如图2所示,(a)为dataCube中抽取了目标船只的局部位置,包含两个波段的目标,由于无人机载荷受大风影响,导致这两个波段的数据在空间位置上有偏移,将两个波段叠加在一起时会出现重影。(b)为经过空间维度自动修正后,目标在这两个波段上的空间位置得到了修正,将两个波段叠加在一起时可完全重合。
步骤5、数据拼接;
将经过的空间维度自动修正的高光谱数据立方体dataCubeRegisted根据典型地物进行数据拼接,拼接出全局高光谱数据立方体。
步骤6、光谱维度自动修正;
对全局高光谱数据立方体进行典型地物的谱线提取,由于AOTF型高光谱成像仪的波段数较少,导致光谱曲线不够平滑,所以本实施例采用基于均匀分布的细分处理方法使谱线更为平滑。该方法可输出k阶均匀B样条曲线上的密集序列。
选取光谱均匀细分参数k=3,输入波段数M=40,对光谱曲线进行基于均匀分布的光谱细分处理,效果如图3a、图3b及图3c所示。图3a为AOTF型光谱成像仪获取的典型地物原始光谱信息;图3b为经过步长为5的平滑滤波器后的典型地物光谱信息,可见平滑滤波并不能修正AOTF型光谱成像仪的谱线;图3c为本方法修正的光谱曲线,效果明显优于传统方法。用处理过后的光谱曲线代替原始的光谱曲线,得到经过光谱维度自动修正的数据立方体dataCubeNew。
步骤7、数据输出;
将dataCubeNew的数据格式由双精度浮点型转换为无符号16位整型并输出。
本发明还提供一种用于AOTF型光谱成像仪的自动数据修正系统,包括处理器及存储器,所述存储器中存储计算机程序,计算机程序在处理器中运行时,执行用于AOTF型光谱成像仪的自动数据修正方法。
本发明还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现用于AOTF型光谱成像仪的自动数据修正方法的步骤。在一些可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述方法部分中描述的根据本发明各种示例性实施方式的步骤。
用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
Claims (5)
1.一种用于AOTF型光谱成像仪的自动数据修正方法,其特征在于,包括以下步骤:
步骤1、数据获取;
获取AOTF型光谱成像仪单次采集的原始数据,记为dataCube;dataCube是具有三个维度的数据立方体,其行、列、波段数分别为row、column、band;
步骤2、数据格式转换;
将dataCube的数据格式转换成值域为[0,1的双精度浮点型;
步骤3、波段选择;
将数据格式转换后的包含band个波段的dataCube数据中数据质量较差的波段剔除,剩余的波段数记为M;
步骤4、空间维度自动修正;
选取剩余波段中数据质量较好的图像为基准图像,基于该基准图像利用优化器依次对其余每一个波段的图像进行空间维度修正;
步骤4.1、配置基于灰度的图像配准优化器参数;
步骤4.2、基于基准图像,利用步骤4.1参数配置完成的优化器对其余每一个波段的图像进行空间维度自动修正;
步骤5、数据拼接;
将经过空间维度自动修正的高光谱数据立方体dataCubeRegisted根据典型地物进行数据拼接,拼接出全局高光谱数据立方体;
步骤6、光谱维度自动修正;
对全局高光谱数据立方体进行典型地物的谱线提取,采用均匀分布的细分处理方法对谱线进行处理,获得dataCubeNew;
步骤7、数据输出;
将dataCubeNew的数据格式由双精度浮点型转换为无符号16位整型并输出。
2.根据权利要求1所述的用于AOTF型光谱成像仪的自动数据修正方法,其特征在于,步骤4.2具体为:
步骤4.21、抽取除640nm波段外的第i个波段的图像为待配准的图像movingImg,使用步骤4.1参数配置完成的优化器optimizer,采用affine变换及上述优化器参数,以基准图像为基准配准待配准的图像movingImg,得到的新图像为fixedImg;
步骤4.22、依次抽取除640nm波段外的第i+1、i+2…个波段的图像为待配准的图像movingImg,采用与步骤4.21相同的方法,得到第i+1、i+2…个波段的图像对应的新图像为fixedImg,最终得到高光谱数据立方体dataCubeRegisted。
3.根据权利要求1或2所述的用于AOTF型光谱成像仪的自动数据修正方法,其特征在于,步骤4.1中:选取生长因子growthFactor为1.05,参数epsilon为0.0000015,初始半径initialRadius为0.0013,最大迭代maximumIterations为300,空间样本数为500,直方图数为50。
4.一种用于AOTF型光谱成像仪的自动数据修正系统,包括处理器及存储器,其特征在于:所述存储器中存储计算机程序,计算机程序在处理器中运行时,执行权利要求1至3任一所述的方法。
5.一种计算机可读存储介质,其特征在于:储存有计算机程序,计算机程序被执行时实现权利要求1至3任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110858513.6A CN113658063B (zh) | 2021-07-28 | 2021-07-28 | 一种用于aotf型光谱成像仪的自动数据修正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110858513.6A CN113658063B (zh) | 2021-07-28 | 2021-07-28 | 一种用于aotf型光谱成像仪的自动数据修正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113658063A true CN113658063A (zh) | 2021-11-16 |
CN113658063B CN113658063B (zh) | 2023-05-26 |
Family
ID=78478885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110858513.6A Active CN113658063B (zh) | 2021-07-28 | 2021-07-28 | 一种用于aotf型光谱成像仪的自动数据修正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658063B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631847A (zh) * | 2014-10-31 | 2016-06-01 | 航天恒星科技有限公司 | 多光谱图像的处理方法及装置 |
CN107274441A (zh) * | 2017-06-14 | 2017-10-20 | 中国科学院遥感与数字地球研究所 | 一种高光谱图像的波段校准方法和系统 |
CN108090883A (zh) * | 2018-01-04 | 2018-05-29 | 中煤航测遥感集团有限公司 | 高光谱图像预处理方法、装置及电子设备 |
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 |
WO2020000271A1 (zh) * | 2018-06-27 | 2020-01-02 | 深圳大学 | 一种基于无人机的数据处理的方法及装置 |
-
2021
- 2021-07-28 CN CN202110858513.6A patent/CN113658063B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631847A (zh) * | 2014-10-31 | 2016-06-01 | 航天恒星科技有限公司 | 多光谱图像的处理方法及装置 |
CN107274441A (zh) * | 2017-06-14 | 2017-10-20 | 中国科学院遥感与数字地球研究所 | 一种高光谱图像的波段校准方法和系统 |
CN108090883A (zh) * | 2018-01-04 | 2018-05-29 | 中煤航测遥感集团有限公司 | 高光谱图像预处理方法、装置及电子设备 |
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 |
WO2020000271A1 (zh) * | 2018-06-27 | 2020-01-02 | 深圳大学 | 一种基于无人机的数据处理的方法及装置 |
Non-Patent Citations (3)
Title |
---|
XIAOHENG WANG 等: "Nadir and omnidirectional limb imaging spectrometer based on acousto-optic tunable filter", OPTICS COMMUNICATIONS * |
于涛 等: "高光谱干涉图像动态追踪补偿方法研究", 光子学报 * |
易俐娜;许筱;张桂峰;明星;郭文记;李少聪;沙灵玉;: "轻小型无人机高光谱影像拼接研究", 光谱学与光谱分析 * |
Also Published As
Publication number | Publication date |
---|---|
CN113658063B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160253787A1 (en) | Methods and systems for denoising images | |
CN111080526B (zh) | 航拍图像的农田面积的测算方法、装置、设备及介质 | |
CN111861934A (zh) | 一种高光谱卫星影像数据生产、镶嵌与元数据制作方法 | |
CN113052868B (zh) | 一种抠图模型训练、图像抠图的方法及装置 | |
CN109523585B (zh) | 一种基于方向相位一致性的多源遥感影像特征匹配方法 | |
CN109657081B (zh) | 高光谱卫星遥感数据的分布式处理方法、系统及介质 | |
DE102018125739A1 (de) | Dynamische Kalibrierung von Mehrkamerasystemen mithilfe einer Vielzahl von Multi View-Bildrahmen | |
CN111288928B (zh) | 物体表面三维形貌特征测量方法、装置、设备及存储介质 | |
CN113160183A (zh) | 一种高光谱数据处理方法、设备及介质 | |
CN113326807A (zh) | 一种黑臭水体识别方法、装置及电子设备 | |
CN113658063B (zh) | 一种用于aotf型光谱成像仪的自动数据修正方法及系统 | |
CN114241064A (zh) | 一种遥感卫星内外方位元素实时几何定标方法 | |
CN114187189A (zh) | 一种飞行器多光谱影像辐射一致性校正方法 | |
CN114092326A (zh) | 一种Web地图瓦片更新处理方法及装置 | |
CN110570376B (zh) | 一种图像去雨方法、装置、设备和计算机可读存储介质 | |
CN113409193A (zh) | 高光谱图像的超分辨率重建方法和装置 | |
CN112817918A (zh) | 一种高分三号数据转换方法、终端设备及存储介质 | |
CN116109535A (zh) | 一种图像融合方法、设备及计算机可读存储介质 | |
Tu et al. | 2D in situ method for measuring plant leaf area with camera correction and background color calibration | |
KR101737426B1 (ko) | 최소 잡음 비율 변환기법을 이용한 위성 또는 항공기에서 촬영된 영상의 인위적인 잡음신호 보정 방법 | |
CN111126234B (zh) | 一种基于多源卫星影像的船舶自动识别方法 | |
US8736720B2 (en) | Image processing device for correcting image colors and image processing program | |
CN110332991B (zh) | 一种光谱的重构方法、装置和电子设备 | |
CN112907495A (zh) | 高光谱图像的空间分辨率增强方法、装置及电子设备 | |
CN113538285A (zh) | 一种光谱图像的确定方法、装置、终端和存储介质 |
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 |