CN114240801A - 一种遥感图像非均匀校正方法 - Google Patents
一种遥感图像非均匀校正方法 Download PDFInfo
- Publication number
- CN114240801A CN114240801A CN202111596374.0A CN202111596374A CN114240801A CN 114240801 A CN114240801 A CN 114240801A CN 202111596374 A CN202111596374 A CN 202111596374A CN 114240801 A CN114240801 A CN 114240801A
- Authority
- CN
- China
- Prior art keywords
- target pixel
- value
- pixels
- remote sensing
- sensing 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.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims abstract description 13
- 239000000523 sample Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明涉及一种遥感图像非均匀校正方法,包括以下步骤:获取推扫式线阵传感器成像得到的待校正的遥感图像,并以待校正的遥感图像中第j行、第i列的像元作为目标像元;判断目标像元的DN值是否满足校正条件,若是,则首先利用列参考像元计算目标像元对应的DN差值,然后以目标像元为中心,利用行参考像元计算目标像元对应的DN校正均值;根据计算得到的DN校正均值对目标像元的DN值进行校正,最后将目标像元遍历遥感图像中的全部像元之后,得到校正后的均匀遥感图像。本发明能够在尽量保留遥感图像原有特征信息的基础上,有效消除奇偶条纹噪声,提高遥感图像的质量,具有较高的实用性和应用价值。
Description
技术领域
本发明涉及数字图像处理技术领域,具体涉及一种遥感图像非均匀校正方法。
背景技术
由于空间遥感卫星中的推扫式线阵传感器各个探元之间存在响应不均匀性、固定噪声和暗电流响应的不一致性、传感器电子学偏置及输出电路差异的不一致性,导致线阵传感器各探元对相同入瞳辐射亮度的响应存在一定的差异,从而导致遥感图像存在条纹、s条带以及其他随机的图像噪声,这就给遥感图像的后续应用造成不利影响。
相对辐射定标是提升遥感卫星图像辐射质量的重要途径。相对辐射定标是利用辐射定标基准标定传感器各探元响应模型,从而消除因各成像探元响应差异引起的传感器探元级系统误差。相对辐射定标主要包括实验室定标和在轨辐射定标。实验室定标是指卫星发射前在实验室利用高精度辐射基准光源(如积分球光源)标定传感器各探元成像模型。在轨辐射定标是指卫星发射后进行的相对辐射定标,主要方法包括:星上定标、基于地球表面均匀场地标定、统计定标以及偏航定标等方法。
星上定标方法依赖于星上搭载的各类定标设备(如定标灯、漫反射板),星上定标方法不受地球大气的影响,可实现高精度的在轨定标。但该方法受限于星上定标设备,一般只能利用两个亮度等级样本点标定传感器线性模型,无法实现传感器非线性定标,且星上定标灯或太阳漫反射板存在时间衰减性,会引起传感器焦面非均匀性光照,降低了星上辐射定标精度。
基于地球表面均匀场地的相对辐射定标需要对不同亮度区域的均匀定标场(如海洋、沙漠、云、雪等均匀场景)进行多次成像。该方法严重依赖卫星拍摄计划和均匀场地物的均匀性,定标频次和精度均受限,只能标定传感器响应动态范围内线性度较好的范围,定标参数校正范围受限。
基于统计方法的辐射定标是通过传感器各探元成像海量样本的数据积累,难以实现高频次的在轨相对辐射定标。
偏航辐射定标方法的应用大多在对地球表面均匀场偏航定标成像层次,无法实现传感器全动态范围的标定。
以上相对辐射定标精度往往受制于传感器相对辐射定标模型精确性和辐射定标基准的准确性,而实际上在轨成像可能与先验模型和辐射定标基准存在偏差,导致相对辐射校正后的图像仍可能存在条纹等非均匀现象。
发明内容
为了消除相对辐射定标后的奇偶条纹噪声对后续遥感图像应用的影响,本发明在尽量保留遥感图像原有特征信息基础上,针对奇偶条纹噪声,提出了一种遥感图像非均匀校正方法。
一种遥感图像非均匀校正方法,包括以下步骤:
步骤一:获取推扫式线阵传感器成像得到的待校正的遥感图像,并以待校正的遥感图像中第j行、第i列的像元作为目标像元(j,i);
步骤二:以所述目标像元(j,i)为中心,在第j行中所述目标像元(j,i)紧邻的前后区域分别选取M个列参考像元,并分别计算前后M个所述列参考像元对应的DN值均值,并且当i为偶数时,所述列参考像元为相邻的奇数列所对应的像元,当i为奇数时,所述列参考像元为相邻的偶数列所对应的像元;
步骤三:判断所述目标像元(j,i)的DN值是否满足校正条件,若是,则执行步骤四,否则不对目标像元(j,i)进行校正,所述校正条件为:所述目标像元(j,i)的DN值同时大于或者同时小于前后M个所述列参考像元对应的DN值均值;
步骤四:计算前后M个所述列参考像元对应的DN值均值的平均值,并将该平均值与所述目标像元(j,i)的DN值作差,得到所述目标像元(j,i)对应的DN差值;
步骤五:以所述目标像元(j,i)为中心,在第i列中所述目标像元(j,i)紧邻的上下区域分别选取相邻的H个行参考像元,计算每一个所述行参考像元对应的DN差值,然后计算2H个所述行参考像元对应的DN差值和所述目标像元(j,i)对应的DN差值的均值,得到所述目标像元(j,i)对应的DN校正均值;
步骤六:令校正后的目标像元(j,i)的DN值等于校正前目标像元(j,i)的DN值与所述DN校正均值之和,完成对所述目标像元(j,i)的DN值校正;
步骤七:将所述目标像元(j,i)遍历所述遥感图像中的全部像元之后,得到校正后的均匀遥感图像。
与现有技术相比,本发明具有以下有益效果:
本发明所提出的遥感图像非均匀校正方法通过目标像元所在列的前后像元的DN值来判断该目标像元是否需要校正,如果需要校正,则首先利用目标像元所在行相邻列的像元生成用于进行行校正的DN差值,然后再利用目标像元所在列相邻行的像元的DN差值计算目标像元的DN校正均值,利用DN校正均值进行列校正,最终完成对目标像元的DN值校正补偿,能够在尽量保留遥感图像原有特征信息的基础上,有效消除奇偶条纹噪声,提高遥感图像的质量,且该方法只依赖于辐射定标后的奇偶条纹图像的DN值,对于传感器相对辐射定标模型精确性和辐射定标基准的准确性要求较低,有较高的实用性和应用价值。
附图说明
图1为本发明所述的一种遥感图像非均匀校正方法的流程图;
图2为本发明一个实施例中推扫式线阵传感器各个探元的电路结构示意图;
图3为本发明一个实施例中选取M个列参考像元的示意图;
图4为本发明一个实施例中选取H个行参考像元的示意图;
图5为校正前辐射定标后的奇偶条纹图像局部放大图与校正后图像局部放大图的对比图。
具体实施方式
下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
如图1所示,本发明公开一种遥感图像非均匀校正方法,该方法包括以下步骤:
步骤一(S100):获取推扫式线阵传感器成像得到的待校正的遥感图像,并以待校正的遥感图像中第j行、第i列的像元作为目标像元(j,i)。
步骤二(S200):以目标像元(j,i)为中心,在第j行中目标像元(j,i)紧邻的前后区域分别选取M个列参考像元,并分别计算前M个列参考像元对应的DN值均值以及后M个列参考像元对应的DN值均值,并且当i为偶数时,列参考像元为相邻的奇数列所对应的像元,当i为奇数时,列参考像元为相邻的偶数列所对应的像元,其中i>2M-1且i<L-2M+1,L为待校正的遥感图像的总列数。
步骤三(S300):判断目标像元(j,i)的DN值是否满足校正条件,若是,则执行步骤四(S400),否则不对目标像元(j,i)进行校正,其中校正条件为:目标像元(j,i)的DN值同时大于或者同时小于前后M个列参考像元对应的DN值均值;若目标像元(j,i)的DN值不满足校正条件,此时目标像元(j,i)不需要补偿校正,则改变j或者i的值,对下一个目标像元(j,i)进行校正。
步骤四(S400):计算前后M个列参考像元对应的DN值均值的平均值,并将该平均值与目标像元(j,i)的DN值作差,得到目标像元(j,i)对应的DN差值。
步骤五(S500):以目标像元(j,i)为中心,在第i列中目标像元(j,i)紧邻的上下区域分别选取相邻的H个行参考像元,计算每一个行参考像元对应的DN差值,这里计算每一个行参考像元对应的DN差值的方法与计算目标像元(j,i)对应的DN差值的方法相同,即先在行参考像元所在行中,该行参考像元紧邻的前后区域分别选取M个列参考像元,并分别计算前M个列参考像元对应的DN值均值以及后M个列参考像元对应的DN值均值,然后计算前后M个列参考像元对应的DN值均值的平均值,并将该平均值与该行参考像元的DN值作差,便得到该行参考像元对应的DN差值,其中当行参考像元所在列为偶数列时,列参考像元为相邻的奇数列所对应的像元,当行参考像元所在列为奇数列时,列参考像元为相邻的偶数列所对应的像元;然后再计算2H个行参考像元对应的DN差值和目标像元(j,i)对应的DN差值的均值,最终得到目标像元(j,i)对应的DN校正均值,其中j>H且j<N-H,N为待校正的遥感图像的总行数。
步骤六(S600):根据计算得到的目标像元(j,i)对应的DN校正均值对目标像元(j,i)的DN值进行校正,即令校正后的目标像元(j,i)的DN值等于校正前目标像元(j,i)的DN值与目标像元(j,i)对应的DN校正均值之和。
步骤七(S700):将目标像元(j,i)遍历遥感图像中的全部像元之后,即可得到校正后的均匀遥感图像。
下面结合具体的实例,对本发明的技术方案作进一步说明。
以某立体测绘相机为例,其推扫式线阵传感器各个探元的电路结构,如图2所示,其包括成像处理器1、成像处理器2和n个探元(n为偶数),其中成像处理器1分别与奇探元连接,成像处理器2分别与偶探元连接。
下面我们以奇像元为基准,统计偶像元与相邻奇像元之间的差异。假设i代表待校正的遥感图像的列,并且i为偶数,j代表待校正的遥感图像的行。首先统计目标像元(j,i)(此时的目标像元(j,i)为偶像元)的DN值P(j,i)与列方向的奇像元的DN值的差值。假设在第j行中目标像元(j,i)紧邻的前后区域分别选取M个列参考像元(此时的列参考像元为相邻的奇数列所对应的像元,即奇像元),选取的两侧奇像元的总数量为2M(M可以为奇数,也可以为偶数),对应前后两侧的奇像元分别为:(j,i-2M+1),…,(j,i-3),(j,i-1)和(j,i+1),(j,i+3),…,(j,i+2M-1),如图3所示。
那么,该目标像元(j,i)左侧M个列参考像元对应的DN值均值Dl(j,i)为:
Dl(j,i)=(P(j,i-2M+1)+…+P(j,i-3)+P(j,i-1))/M (1)
该目标像元(j,i)右侧M个列参考像元对应的DN值均值Dr(j,i)为:
Dr(j,i)=(P(j,i+1)+…+P(j,i+3)+P(j,i+2M-1))/M (2)
由式(1)和式(2)可以得到M(j,i):
M(j,i)=(DP(j,i)-Dl(j,i))*(DP(j,i)-Dr(j,i)) (3)
当M(j,i)大于0时,说明目标像元(j,i)的DN值P(j,i)与两侧列参考像元的DN值Dl(j,i)和Dr(j,i)的差值为同号,即目标像元(j,i)的DN值同时大于或者同时小于前后M个列参考像元对应的DN值均值,此时的目标像元(j,i)需要补偿。当M(j,i)小于0时,说明目标像元(j,i)的DN值P(j,i)与两侧列参考像元的DN值Dl(j,i)和Dr(j,i)的差值为异号,此时的目标像元(j,i)不需要补偿。当M(j,i)等于0时,此时的目标像元(j,i)也不需要补偿。如果将需要补偿的像元K(j,i)标记为1,不需要补偿的像元K(j,i)标记为0,得到如下的式(4):
对于需要补偿的目标像元(j,i),首先利用其所在行相邻列的像元生成用于进行行校正的DN差值。
具体的,由式(1)和式(2)可计算得到前后M个列参考像元对应的DN值均值的平均值:
ΔD=(Dl(j,i)+Dr(j,i))/2 (5)
将式(5)所示的平均值与目标像元(j,i)的DN值作差,得到目标像元(j,i)对应的DN差值D(j,i):
D(j,i)=ΔD-P(j,i) (6)
接下来,本发明再利用目标像元(j,i)所在列相邻行的像元的DN差值计算目标像元(j,i)对应的DN校正均值,然后利用DN校正均值进行列校正,最终完成对目标像元(j,i)的DN值校正补偿。
具体的,根据图像的行方向,以目标像元(j,i)为中心,在第i列中目标像元(j,i)紧邻的上下区域分别选取相邻的H个行参考像元(H可以为奇数,也可以为偶数),选取的方法如图4所示,对应上下两侧的行参考像元分别为(j-H,i),…,(j-2,i),(j-1,i)和(j+1,i),(j+2,i),…,(j+H,i),然后计算每一个行参考像元对应的DN差值,其计算方法与计算目标像元(j,i)对应的DN差值的方法相同,此处不再赘述。接下来计算2H个行参考像元对应的DN差值(分别为D(j-H,i),…,D(j-2,i),D(j-1,i)和D(j+1,i),D(j+2,i),…,D(j+H,i))和目标像元(j,i)对应的DN差值D(j,i)的均值,得到目标像元(j,i)对应的DN校正均值A(j,i),计算方法如式(7)所示:
其中,D(j-H,i)、D(j-1,i)、D(j+1,i)、D(j+H,i)分别表示像元(j-H,i)、(j-1,i)、(j+1,i)、(j+H,i)对应的DN差值。
根据计算得到的目标像元(j,i)对应的DN校正均值A(j,i)对目标像元(j,i)的DN值进行校正,最后结合式(4)得到校正后的目标像元(j,i)的DN值P'(j,i)为:
当全部需要补偿的像元根据式(8)完成校正补偿后,便得到校正后的均匀遥感图像。需要指出的是,当i为奇数时,上述过程仍然适用,只不过此时的目标像元(j,i)为奇像元,而列参考像元为相邻的偶数列所对应的像元即偶像元,其他过程不变,此处不再赘述。
如图5所示为校正前辐射定标后的奇偶条纹图像局部放大图与校正后图像局部放大图的对比图,其中图5(a)、(c)、(e)为校正前辐射定标后的奇偶条纹图像,图5(b)、(d)、(f)为对应的校正后的图像。由图5可知,本发明的遥感图像非均匀校正方法对辐射定标后的奇偶条纹图像具有较好的校正效果,能够在尽量保留遥感图像原有特征信息的基础上,有效消除奇偶条纹噪声,提高遥感图像的质量。
以上所述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发明的几种实施方式,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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (1)
1.一种遥感图像非均匀校正方法,其特征在于,包括以下步骤:
步骤一:获取推扫式线阵传感器成像得到的待校正的遥感图像,并以待校正的遥感图像中第j行、第i列的像元作为目标像元(j,i);
步骤二:以所述目标像元(j,i)为中心,在第j行中所述目标像元(j,i)紧邻的前后区域分别选取M个列参考像元,并分别计算前后M个所述列参考像元对应的DN值均值,并且当i为偶数时,所述列参考像元为相邻的奇数列所对应的像元,当i为奇数时,所述列参考像元为相邻的偶数列所对应的像元;
步骤三:判断所述目标像元(j,i)的DN值是否满足校正条件,若是,则执行步骤四,否则不对目标像元(j,i)进行校正,所述校正条件为:所述目标像元(j,i)的DN值同时大于或者同时小于前后M个所述列参考像元对应的DN值均值;
步骤四:计算前后M个所述列参考像元对应的DN值均值的平均值,并将该平均值与所述目标像元(j,i)的DN值作差,得到所述目标像元(j,i)对应的DN差值;
步骤五:以所述目标像元(j,i)为中心,在第i列中所述目标像元(j,i)紧邻的上下区域分别选取相邻的H个行参考像元,计算每一个所述行参考像元对应的DN差值,然后计算2H个所述行参考像元对应的DN差值和所述目标像元(j,i)对应的DN差值的均值,得到所述目标像元(j,i)对应的DN校正均值;
步骤六:令校正后的目标像元(j,i)的DN值等于校正前目标像元(j,i)的DN值与所述DN校正均值之和,完成对所述目标像元(j,i)的DN值校正;
步骤七:将所述目标像元(j,i)遍历所述遥感图像中的全部像元之后,得到校正后的均匀遥感图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111596374.0A CN114240801A (zh) | 2021-12-24 | 2021-12-24 | 一种遥感图像非均匀校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111596374.0A CN114240801A (zh) | 2021-12-24 | 2021-12-24 | 一种遥感图像非均匀校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240801A true CN114240801A (zh) | 2022-03-25 |
Family
ID=80762439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111596374.0A Pending CN114240801A (zh) | 2021-12-24 | 2021-12-24 | 一种遥感图像非均匀校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240801A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115567651A (zh) * | 2022-09-20 | 2023-01-03 | 中国人民解放军61540部队 | 一种像元响应非均匀性校正方法、系统、电子设备及介质 |
-
2021
- 2021-12-24 CN CN202111596374.0A patent/CN114240801A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115567651A (zh) * | 2022-09-20 | 2023-01-03 | 中国人民解放军61540部队 | 一种像元响应非均匀性校正方法、系统、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10127682B2 (en) | System and methods for calibration of an array camera | |
CN106871925B (zh) | 一种在轨综合动态调整的遥感卫星相对辐射定标处理方法 | |
US7733391B2 (en) | Method and system for black-level correction on digital image data | |
Matsushita et al. | Radiometric calibration from noise distributions | |
CN108871588B (zh) | 一种红外成像系统多维度联合非均匀性校正方法 | |
US8891899B2 (en) | Methods, systems and apparatuses for pixel value correction using multiple vertical and/or horizontal correction curves | |
US8659685B2 (en) | Method and apparatus for calibrating and correcting shading non-uniformity of camera systems | |
KR20040073378A (ko) | 비네팅 보상 | |
CN103335716A (zh) | 基于变积分时间的面阵红外相机定标与非均匀性校正方法 | |
CN110501025B (zh) | 一种卷帘快门面阵cmos相机的在轨定标方法 | |
US7796153B1 (en) | Equalization system and method for an imaging sensor | |
CN101889869A (zh) | 摄像设备及其控制方法 | |
CN114240801A (zh) | 一种遥感图像非均匀校正方法 | |
US8078001B2 (en) | Methods, apparatuses and systems for piecewise generation of pixel correction values for image processing | |
CN105092043B (zh) | 一种基于场景的变积分时间的非均匀性校正方法 | |
US7449680B2 (en) | Non-uniformity energy correction method and apparatus | |
US9596460B2 (en) | Mapping electrical crosstalk in pixelated sensor arrays | |
CN111383280A (zh) | 一种空间遥感tdiccd相机非均匀性校正方法及装置 | |
CN110580692B (zh) | 一种多线列时差扫描图像辐射一致性校正方法 | |
Ratliff et al. | Radiometrically calibrated scene-based nonuniformity correction for infrared array sensors | |
CN110174351B (zh) | 颜色测量装置及方法 | |
CN110827362A (zh) | 一种基于多项式相机响应函数与渐晕效应补偿的光度标定方法 | |
CN103229497B (zh) | 用于估计图像检测装置的纱窗效应的方法和设备 | |
KR20070022514A (ko) | 오차를 최소화하는 선형광 형상검출 시스템 및 방법 | |
Mack et al. | In-flight Corrections to the WFC3 UVIS Flat Fields |
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 |