CN113781587B - 基于最佳路径的遥感影像色彩一致性处理方法 - Google Patents
基于最佳路径的遥感影像色彩一致性处理方法 Download PDFInfo
- Publication number
- CN113781587B CN113781587B CN202111114764.XA CN202111114764A CN113781587B CN 113781587 B CN113781587 B CN 113781587B CN 202111114764 A CN202111114764 A CN 202111114764A CN 113781587 B CN113781587 B CN 113781587B
- Authority
- CN
- China
- Prior art keywords
- images
- color
- image
- node
- remote sensing
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000010606 normalization Methods 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 21
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
基于最佳路径的遥感影像色彩一致性处理方法,属于光学卫星遥感影像处理技术领域,解决了现有多幅遥感影像色彩一致性处理效率低的问题。本发明包括:确定待处理遥感影像集合,计算集合内所有遥感影像的有效边界,确定集合内各影像之间的空间位置关系;在集合内所有遥感影像中选取色彩基准影像;基于集合内各影像之间的空间位置关系,计算最佳匀色路径;基于色彩基准影像,对集合内的所有影像进行亮度归一化预处理;按照最佳匀色路径中顺序对亮度归一化预处理的所有影像进行色彩一致性处理:按照最佳匀色路径中的顺序,对节点图像进行色彩一致性处理,使每一幅节点影像与其参考影像色彩一致,直至路径中的所有节点影像全部处理完成。
Description
技术领域
本发明涉及光学卫星遥感影像处理技术领域,尤其涉及一种基于最佳路径的遥感影像色彩一致性处理方法。
背景技术
遥感影像作为空间数据的一种载体,在地理信息领域中的地位变得越来越重要,在建设国家空间数据基础设施中,遥感影像数据起着重要的基础数据信息层的作用。遥感影像在获取过程中由于多种因素的影响,如光学透镜成像不均匀、外部云层、大气衰减以及向阳背阳等条件,会造成同一幅影像内部不同区域的色调、亮度、反差等存在不同程度的差异,同时,由于不同卫星的成像方式、成像时期及下垫面地形地貌的变化的影响,在同一区域的多源遥感影像之间,往往存在一定的辐射畸变,造成影像间出现色彩差异。单幅遥感影像内部及多幅遥感影像之间存在的这种亮度反差不均匀现象称之为不均匀光照现象。由于不均匀光照现象的存在,直接影响了遥感影像镶嵌的质量,使镶嵌结果呈现出明显的明暗或色彩不一,反差分布不均,进而影响了大型无缝影像库色彩平衡的实现,同时,也不同程度地影响了遥感图像的应用以及后期处理。因此,消除影像间的色彩差异,对影像进行色彩一致性处理,对于获得高质量的遥感影像具有重要的理论和实际应用价值。
目前,遥感影像色彩一致性处理主要依靠人机交互、半自动、自动的图像处理工具软件进行处理。其中,人机交互的作业方式受生产人员的主观影响较大,尤其涉及多幅影像时,很难把握整体的处理效果,同时,人工作业耗时耗力,难以应对呈几何级数增加的数据量;半自动的色彩一致性处理工具在影像间色彩一致性处理时,需要人工进行干预,其色彩一致性处理效果在很大程度上依赖于生产人员的实际经验;自动的影像色彩一致性处理工具无需人工干预即可完成遥感影像的色彩一致性处理,通常需要依赖标准的颜色模板进行色彩匹配处理,其色彩一致性处理效果受标准颜色模板的制约。
发明内容
针对现有多幅遥感影像色彩一致性处理效率低的问题,本发明提供一种基于最佳路径的遥感影像色彩一致性处理方法。
本发明的一种基于最佳路径的遥感影像色彩一致性处理方法,所述方法包括:
S1、确定待处理遥感影像集合,计算集合内所有遥感影像的有效边界,根据有效边界确定集合内各影像之间的空间位置关系;
S2、在集合内所有遥感影像中选取色彩基准影像;
S3、基于集合内各影像之间的空间位置关系,计算最佳匀色路径:
S31、以彩基准影像作为匀色路径的起点影像;
S32、计算集合内与起点影像相交的所有影像,选择重叠度最大且重叠区域最长边最大的影像标记为匀色路径的节点影像,同时将起点影像标记为该节点影像的参考影像;
S33、计算集合内与节点影像相交的所有非节点影像,选择重叠度最大且重叠区域最长边最大的影像标记为匀色路径的下一个节点影像,同时,将所有与之相交的节点影像标记为该节点影像的参考影像;
S34、按照S33依次计算匀色路径的节点影像,直至集合内所有影像均被标记为匀色路径的节点影像,最佳匀色路径计算完成;
S4、基于色彩基准影像,对集合内的所有影像进行亮度归一化预处理;
S5、按照最佳匀色路径中顺序对S4中亮度归一化预处理的所有影像进行色彩一致性处理:
按照最佳匀色路径中的顺序,对节点图像进行色彩一致性处理,使每一幅节点影像与其参考影像色彩一致,直至路径中的所有节点影像全部处理完成。
作为优选,所述S1包括:
去除集合内遥感影像范围内的背景值与无效值,采用8邻域边界追踪算法,计算遥感影像的有效边界,并采用道格拉斯普克算法进行多边形简化,根据集合内所有内影像有效边界,计算集合中多幅影像之间的空间位置关系。
作为优选,所述S2包括:
将集合内所有影像进行编号,统计每幅影像的信息熵、对比度、清晰度、重叠影像面积、重叠影像最长边并赋相应的权重,对每一幅影像进行打分,最终选择出打分最高的影像作为色彩基准影像。
作为优选,所述S4包括:
采用直方图匹配方法,建立研究内其余影像与色彩基准影像之间的亮度映射关系,进行亮度归一化处理,使集合内的所有影像亮度趋于一致。
作为优选,所述S5包括:
按照最佳匀色路径中的顺序,依次获取节点影像与其参考影像的重叠区域,统计节点影像与每一幅参考影像重叠区域的平均值与方差,建立映射关系,采用wallis滤波方法,对节点影像进行色彩一致性处理,完成对所有的节点影像进行色彩一致性处理。
本发明的有益效果,本发明提供了一种对研究区域内色彩不一致的多源遥感影像进行自动色彩一致性处理的方法,此方法不依赖色彩模板影像,从研究区影像中自动选取颜色基准影像,计算最佳匀色路径,按照匀色路径进行色彩一致性处理,提高处理效率。本发明能够有效消除研究区内多源遥感影像间的色彩差异,为遥感影像的后续处理及利用提供保障。
附图说明
图1为本发明的基于最佳路径的遥感影像色彩一致性处理方法的流程示意图;
图2为实施例中待处理遥感影像集合;
图3为15幅影像的有效边界;
图4为编号后的15幅影像;
图5为最佳匀色路径;
图6为15幅影像进行亮度归一化预处理后的影像
图7为色彩一致性处理后的影像。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本实施方式的基于最佳路径的遥感影像色彩一致性处理方法,所述方法包括:
步骤一、确定待处理遥感影像集合,计算集合内所有遥感影像的有效边界,根据有效边界确定集合内各影像之间的空间位置关系;
去除集合内遥感影像范围内的背景值与无效值,采用8邻域边界追踪算法,计算遥感影像的有效边界,并采用道格拉斯普克算法进行多边形简化,根据集合内所有内影像有效边界,计算集合中多幅影像之间的空间位置关系。
步骤二、在集合内所有遥感影像中选取色彩基准影像;
色彩基准影像的色调、亮度、饱和度等色彩特征将作为其余所有影像颜色一致性处理的标准模板。选取色彩基准影像时,将研究区内所有影像进行编号,统计每幅影像的信息熵、对比度、清晰度、重叠影像面积、重叠影像最长边等信息并赋相应的权重,对每一幅影像进行打分,最终选择出打分最高的影像,即研究区内空间关系最复杂、色调最佳的影像作为色彩基准影像;
步骤三、基于集合内各影像之间的空间位置关系,计算最佳匀色路径:
步骤三一、以彩基准影像作为匀色路径的起点影像;
步骤三二、计算集合内与起点影像相交的所有影像,选择重叠度最大且重叠区域最长边最大的影像标记为匀色路径的节点影像,同时将起点影像标记为该节点影像的参考影像;
步骤三三、计算集合内与节点影像相交的所有非节点影像,选择重叠度最大且重叠区域最长边最大的影像标记为匀色路径的下一个节点影像,同时,将所有与之相交的节点影像标记为该节点影像的参考影像;
步骤三四、按照步骤三三依次计算匀色路径的节点影像,直至集合内所有影像均被标记为匀色路径的节点影像,最佳匀色路径计算完成;
步骤四、基于色彩基准影像,对集合内的所有影像进行亮度归一化预处理;
基于色彩基准影像,采用直方图匹配方法,建立其余影像与色彩基准影像之间的亮度映射关系,进行亮度归一化处理,使研究区内的所有影像亮度趋于一致。
步骤五、按照最佳匀色路径中顺序对步骤四中亮度归一化预处理的所有影像进行色彩一致性处理:
按照最佳匀色路径中的顺序,依次获取节点影像与其参考影像的重叠区域,统计节点影像与每一幅参考影像重叠区域的平均值与方差,建立映射关系,采用wallis滤波方法,对节点影像进行色彩一致性处理,完成对所有的节点影像进行色彩一致性处理。
基于匀色路径进行大范围遥感影像色彩处理时,常规方法通常只考虑影像之间的最短距离来计算匀色路径,忽略了影像之间的重叠关系,当影像之间色调反差较大时,常会导致影像之间存在明显的“硬边”现象,实际情况下,影像之间重叠区域的面积大小、长度等会直接影响色彩一致性处理的效果,不能仅考虑影像之间的距离,本实施方式考虑影像之间的空间关系、重叠度、最长边等因素,自动计算最佳匀色路径,能够有效减弱影像之间的色彩差异;
本实施方式不依赖参考底图。对于大范围的遥感影像的色彩一致性处理,当采用参考底图进行色彩一致性处理的方法时,色彩一致性处理的结果取决于参考底图,对参考底图的空间分辨率、色调、清晰度等要求很高,如果参考底图的空间分辨率低于待处理的影像,很难获得较好的匀色效果;本方法自动在研究区域内选取色彩基准影像,进行大范围影像的色彩一致性处理;本实施方式自动选取颜色基准影像。在大范围遥感影像的色彩一致性处理时,人工选择色彩基准影像受主观影响较大,当选择的颜色基准影像的色调、空间位置不佳时,会严重影响最终的色彩一致性处理结果;本方法综合考虑了研究区内影像的清晰度、对比度、信息熵、与其他影像的空间关系等,自动的计算研究区内色调最佳、空间复杂度最高的影像作为色彩基准影像。
本实施方式同时进行全局色彩处理与影像之间的色彩处理。全局的色彩一致性处理通常可以使研究区内影像的色调、亮度大致上一致,但是无法处理影像之间的色彩差异;本方法不仅考虑了全局的色彩,同时考虑了影像之间的色彩差异,进行了全局与影像之间的色彩一致性处理。
具体实施例:
一、研究区域数据准备如图2所示,该研究区为某市(图中矢量范围),由11幅高分一号正射影像与4幅资源三号正射影像组成,影像空间分辨率均为2m,波段个数与顺序均一致,影像获取时间在2018年4月-11月范围内,影像间存在较为明显的色彩差异;
二、影像有效边界计算示意图,如下图所示,采用8邻域边界追踪算法计算影像的有效边界,并结合道格拉斯普克算法对有效边界多边形进行简化,研究区15幅影像的有效边界如图3所示;
三、自动选取色彩基准影像示意图,将研究区内15幅影像依次进行编号,统计每幅影像的信息熵、对比度、清晰度、重叠影像面积、重叠影像最长边等信息并赋相应的权重,对每一幅影像进行打分,最终计算研究区内的色彩基准影像,如图4所示,经过计算,序号8影像为研究区的色彩基准影像;
四、自动计算最佳匀色路径,基于研究区内影像之间的空间关系,逐影像计算与其重叠区域面积最大、最长边最大的影像作为下一个匀色目标影像,并记录其参考影像,依次方法计算出整个匀色路径,匀色路径计算过程及参考影像如图5和表1所示;
表1
五、影像亮度归一化预处理,基于基准色彩影像,对研究区内所有影像进行影像亮度归一化预处理,经预处理后,研究区内的影像的色调、亮度大体上趋于一致,但影像之间仍存在明显的颜色差异,如图6所示:
六、基于最佳匀色路径的影像色彩一致性处理。采用计算而得的最佳匀色路径与亮度归一化预处理结果,按照顺序,基于每一幅影像的参考影像,对其进行色彩一致性处理,直至路径中的所有影像全部处理完成。经色彩一致性处理后,研究区内影像之间的明显颜色差异被消除,整体色调、亮度趋于一致,如图7所示:
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (5)
1.基于最佳路径的遥感影像色彩一致性处理方法,其特征在于,所述方法包括:
S1、确定待处理遥感影像集合,计算集合内所有遥感影像的有效边界,根据有效边界确定集合内各影像之间的空间位置关系;
S2、在集合内所有遥感影像中选取色彩基准影像;
S3、基于集合内各影像之间的空间位置关系,计算最佳匀色路径:
S31、以色彩基准影像作为匀色路径的起点影像;
S32、计算集合内与起点影像相交的所有影像,选择重叠度最大且重叠区域最长边最大的影像标记为匀色路径的节点影像,同时将起点影像标记为该节点影像的参考影像;
S33、计算集合内与节点影像相交的所有非节点影像,选择重叠度最大且重叠区域最长边最大的影像标记为匀色路径的下一个节点影像,同时,将所有与之相交的节点影像标记为该节点影像的参考影像;
S34、按照S33依次计算匀色路径的节点影像,直至集合内所有影像均被标记为匀色路径的节点影像,最佳匀色路径计算完成;
S4、基于色彩基准影像,对集合内的所有影像进行亮度归一化预处理;
S5、按照最佳匀色路径中顺序对S4中亮度归一化预处理的所有影像进行色彩一致性处理:
按照最佳匀色路径中的顺序,对节点图像进行色彩一致性处理,使每一幅节点影像与其参考影像色彩一致,直至路径中的所有节点影像全部处理完成。
2.根据权利要求1所述的基于最佳路径的遥感影像色彩一致性处理方法,其特征在于,所述S1包括:
去除集合内遥感影像范围内的背景值与无效值,采用8邻域边界追踪算法,计算遥感影像的有效边界,并采用道格拉斯普克算法进行多边形简化,根据集合内所有内影像有效边界,计算集合中多幅影像之间的空间位置关系。
3.根据权利要求2所述的基于最佳路径的遥感影像色彩一致性处理方法,其特征在于,所述S2包括:
将集合内所有影像进行编号,统计每幅影像的信息熵、对比度、清晰度、重叠影像面积、重叠影像最长边并赋相应的权重,对每一幅影像进行打分,最终选择出打分最高的影像作为色彩基准影像。
4.根据权利要求3所述的基于最佳路径的遥感影像色彩一致性处理方法,其特征在于,所述S4包括:
采用直方图匹配方法,建立研究内其余影像与色彩基准影像之间的亮度映射关系,进行亮度归一化处理,使集合内的所有影像亮度趋于一致。
5.根据权利要求4所述的基于最佳路径的遥感影像色彩一致性处理方法,其特征在于,所述S5包括:
按照最佳匀色路径中的顺序,依次获取节点影像与其参考影像的重叠区域,统计节点影像与每一幅参考影像重叠区域的平均值与方差,建立映射关系,采用wallis滤波方法,对节点影像进行色彩一致性处理,完成对所有的节点影像进行色彩一致性处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111114764.XA CN113781587B (zh) | 2021-09-23 | 2021-09-23 | 基于最佳路径的遥感影像色彩一致性处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111114764.XA CN113781587B (zh) | 2021-09-23 | 2021-09-23 | 基于最佳路径的遥感影像色彩一致性处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113781587A CN113781587A (zh) | 2021-12-10 |
CN113781587B true CN113781587B (zh) | 2024-01-30 |
Family
ID=78852867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111114764.XA Active CN113781587B (zh) | 2021-09-23 | 2021-09-23 | 基于最佳路径的遥感影像色彩一致性处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781587B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117456192B (zh) * | 2023-12-21 | 2024-05-07 | 广东省海洋发展规划研究中心 | 一种遥感影像色彩校正方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018098697A1 (zh) * | 2016-11-30 | 2018-06-07 | 中国科学院深圳先进技术研究院 | 一种影像特征的可重复性测量方法及装置 |
CN109711321A (zh) * | 2018-12-24 | 2019-05-03 | 西南交通大学 | 一种结构自适应的宽基线影像视角不变直线特征匹配方法 |
CN111091502A (zh) * | 2019-11-11 | 2020-05-01 | 苏州中科天启遥感科技有限公司 | 遥感影像的匀色方法及系统、存储介质、电子设备 |
-
2021
- 2021-09-23 CN CN202111114764.XA patent/CN113781587B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018098697A1 (zh) * | 2016-11-30 | 2018-06-07 | 中国科学院深圳先进技术研究院 | 一种影像特征的可重复性测量方法及装置 |
CN109711321A (zh) * | 2018-12-24 | 2019-05-03 | 西南交通大学 | 一种结构自适应的宽基线影像视角不变直线特征匹配方法 |
CN111091502A (zh) * | 2019-11-11 | 2020-05-01 | 苏州中科天启遥感科技有限公司 | 遥感影像的匀色方法及系统、存储介质、电子设备 |
Non-Patent Citations (1)
Title |
---|
遥感图像的无缝处理算法;李学俊;李智雪;;江南大学学报(自然科学版)(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113781587A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111091502B (zh) | 遥感影像的匀色方法及系统、存储介质、电子设备 | |
CN105528797B (zh) | 一种光学影像色彩一致性自适应处理与快速镶嵌方法 | |
CN104899845B (zh) | 一种基于lαβ空间场景迁移的多曝光图像融合方法 | |
US8340423B1 (en) | Enhancing digital image mosaics using region-statistics | |
CN103544685B (zh) | 一种基于主体调整的图像构图美化方法及系统 | |
CN107945217B (zh) | 一种适用于自动装配的图像特征点对快速筛选方法及系统 | |
CN103646395B (zh) | 一种基于格网法的高精度影像配准方法 | |
CN107516319A (zh) | 一种高精度简易交互式抠图方法、存储设备及终端 | |
CN106097313B (zh) | 图像分割方法及装置 | |
CN103617596A (zh) | 一种基于流型转换的图像色彩风格变换方法 | |
CN109754440A (zh) | 一种基于全卷积网络和均值漂移的阴影区域检测方法 | |
CN113781587B (zh) | 基于最佳路径的遥感影像色彩一致性处理方法 | |
CN114549307B (zh) | 一种基于低分辨率图像的高精度点云色彩重建方法 | |
CN104318583A (zh) | 一种可见光宽带光谱图像配准方法 | |
CN114745532A (zh) | 混合色温场景白平衡处理方法、装置、存储介质及终端 | |
CN110852207A (zh) | 基于面向对象影像分类技术的蓝色屋顶建筑物提取方法 | |
CN111915507A (zh) | 一种壁画脱落的修复方法 | |
CN113409332B (zh) | 一种基于三维点云的建筑物平面分割方法 | |
CN114581331A (zh) | 一种适用于多种场景的点云降噪方法及装置 | |
CN117496205A (zh) | 一种基于ITHM-Net的异源景像匹配方法 | |
CN102629369B (zh) | 一种基于照度表面建模的单幅彩色图像阴影去除方法 | |
CN117092647A (zh) | 一种制作区域星载光学和sar影像dom的方法和系统 | |
CN111861899A (zh) | 一种基于光照不均匀的图像增强方法及系统 | |
CN106709977A (zh) | 一种基于场景夜景图的光源自动排列方法 | |
CN110322454B (zh) | 一种基于光谱差异最大化的高分辨遥感图像多尺度分割优化方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |