CN114972125A - 深空探测多光谱图像的真彩色图像恢复方法和装置 - Google Patents
深空探测多光谱图像的真彩色图像恢复方法和装置 Download PDFInfo
- Publication number
- CN114972125A CN114972125A CN202210902020.2A CN202210902020A CN114972125A CN 114972125 A CN114972125 A CN 114972125A CN 202210902020 A CN202210902020 A CN 202210902020A CN 114972125 A CN114972125 A CN 114972125A
- Authority
- CN
- China
- Prior art keywords
- image
- color image
- color
- visible light
- channel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000011084 recovery Methods 0.000 title claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 66
- 238000001228 spectrum Methods 0.000 claims abstract description 59
- 230000003595 spectral effect Effects 0.000 claims abstract description 47
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 230000005855 radiation Effects 0.000 claims description 38
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 29
- 238000004590 computer program Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 239000003086 colorant Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- 101100001677 Emericella variicolor andL gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000000007 visual 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
-
- G06T5/92—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
-
- 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
- G06T2207/10036—Multispectral image; Hyperspectral image
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
本发明提供了一种深空探测多光谱图像的真彩色图像恢复方法和装置,涉及遥感图像处理技术领域。该深空探测多光谱图像的真彩色图像恢复方法包括:对多光谱图像中的多个通道图像分别进行预处理,确定与多个通道图像各自对应的辐射亮度值;根据辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与插值结果对应的可见光光谱范围内的连续光谱图像;采用分段高斯近似函数处理与插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及对彩色图像进行颜色校正,得到真彩色图像。
Description
技术领域
本发明涉及遥感图像处理技术领域,更具体地涉及一种深空探测多光谱图像的真彩色图像恢复方法和装置。
背景技术
一般人眼能区别的灰度大概只有30-40个等级,当实际记录的不同地物的影像灰度差微小时,人眼不能区别开来。但人眼识别和区分色彩的能力却大得多,可达数百种甚至上千种。因此,根据人的视觉特点将彩色应用于图像中在很大程度上能够提高遥感图像目标的识别精度。目前深空探测任务中用于获取行星表面颜色信息主要通过两种手段,即彩色相机和多光谱相机。
多光谱相机是月球与深空探测中常用到的一类光谱遥感类载荷,用于获取相机视场范围(探测区域)内的多光谱图像,同时具备获取目标高分辨率图像和若干特征光谱信息的能力,从而解译探测目标的表面纹理特征和物质组成信息。深空探测任务中多光谱相机谱段范围一般覆盖可见至近红外波段,拥有多个不连续光谱通道,且每个光谱通道的带宽较窄(约几十nm)。
通常可以利用多光谱相机的可见光谱段图像进行彩色合成得到目标的彩色图像。多光谱相机的多个谱段图像中往往包含可见光蓝色、绿色和红色波段,如祝融号火星车搭载的多光谱相机的480nm(带宽为20nm)、525nm(带宽为20nm)和650nm(带宽为15nm),其中心波长分别对应可见光的蓝色、绿色和红色波段,但是带宽只有15nm-20nm,不能代表目标在可见光红色波段(620nm-760nm)、绿色波段(495nm-570nm)和蓝色波段(430nm-480nm)的完整反射信息。利用这三个中心波长接近可见光红绿蓝波段的窄波段图像,采用三原色合成原理可以得到目标的假彩色图像。
用于多光谱相机彩色图像合成的红绿蓝光谱通道的中心波长、光谱范围和光谱响应与实际可见光红色、绿色和蓝色通道的中心波长、光谱范围和人眼对可见光红绿蓝通道的光谱响应有较大的差异,合成的彩色图像不能反映被探测目标的真实颜色,与人眼的真实感知存在色差,从而影响人们对图像目标的识别。
发明内容
鉴于上述问题,本发明提供了一种深空探测多光谱图像的真彩色图像恢复方法和装置。
根据本发明的第一个方面,提供了一种深空探测多光谱图像的真彩色图像恢复方法,包括:对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值;根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像;采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及对所述彩色图像进行颜色校正,得到真彩色图像。
根据本发明的实施例,所述对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值,包括:对多光谱图像中的多个通道图像分别进行辐射校正处理,确定与所述多个通道图像各自对应的辐射亮度值,所述辐射校正处理包括相对辐射校正处理和绝对辐射校正处理。
根据本发明的实施例,所述方法还包括:对辐射校正处理后的多光谱图像中多个通道图像进行对齐处理,所述对齐处理包括:确定所述多个通道图像各自对应的通道偏移量、参考通道和待配准通道;以及根据所述通道偏移量、参考通道和待配准通道进行通道的平移配准。
根据本发明的实施例,所述根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像,包括:根据所述辐射亮度值,确定所述多光谱图像的插值节点;以及基于所述插值节点和预设的插值间隔进行线性插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像。
根据本发明的实施例,所述采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像,包括:采用分段高斯近似函数确定像元在可见光范围内的三刺激值;根据所述像元在可见光范围内的三刺激值处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,确定第一彩色图像;以及将所述第一彩色图像转换到光学三原色RGB空间,得到第二彩色图像。
根据本发明的实施例,所述对所述彩色图像进行颜色校正,得到真彩色图像,包括:根据在轨定标板彩色图像确定颜色校正系数;以及根据所述颜色校正系数对所述彩色图像进行颜色校正,得到真彩色图像。
本发明的第二方面提供了一种深空探测多光谱图像的真彩色图像恢复装置,包括:图像预处理模块,用于对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值;插值处理模块,用于根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像;合成彩色图像模块,用于采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及颜色校正模块,用于对所述彩色图像进行颜色校正,得到真彩色图像。
本发明的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述公开的方法。
本发明的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述公开的方法。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本发明实施例的深空探测多光谱图像的真彩色图像恢复方法的流程图;
图2示意性示出了根据本发明另一实施例的深空探测多光谱图像的真彩色图像恢复方法的流程图;
图3示意性示出了根据本发明实施例的深空探测多光谱图像的真彩色图像恢复装置的结构框图;以及
图4示意性示出了根据本发明实施例的适于实现深空探测多光谱图像的真彩色图像恢复方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本发明的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本发明的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本发明实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本发明的实施例提供了一种深空探测多光谱图像的真彩色图像恢复方法和装置,对多光谱图像中的多个通道图像分别进行预处理,确定与多个通道图像各自对应的辐射亮度值;根据辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与插值结果对应的可见光光谱范围内的连续光谱图像;采用分段高斯近似函数处理与插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及对彩色图像进行颜色校正,得到真彩色图像。
通过图1对公开实施例的深空探测多光谱图像的真彩色图像恢复方法进行详细描述。
图1示意性示出了根据本发明实施例的深空探测多光谱图像的真彩色图像恢复方法的流程图。如图1所示,该实施例包括操作S101~操作S104。
在操作S101,对多光谱图像中的多个通道图像分别进行预处理,确定与多个通道图像各自对应的辐射亮度值。
在操作S102,根据辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与插值结果对应的可见光光谱范围内的连续光谱图像。
在操作S103,采用分段高斯近似函数处理与插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像。
在操作S104,对彩色图像进行颜色校正,得到真彩色图像。
可以理解,深空探测窄带多光谱相机的多个谱段通道间光谱范围没有交叉,为不连续的多个窄带光谱通道。因此,为了合成多光谱相机的真彩色图像,需要利用现有光谱图像,即通过多光谱相机得到的多光谱图像,合成多光谱相机在可见光光谱范围内的连续光谱图像;然后再利用多光谱相机在可见光光谱范围内的连续光谱图像,合成人眼在可见光范围内的响应图像,即真彩色图像。
在本实施例中,根据辐射亮度值,对预处理后的多光谱图像插值,通过线性插值方法将多光谱相机的多个窄光谱通道图像扩展为连续的光谱图像,从而得到可见光光谱范围内的连续光谱图像。
在本实施例中,利用多光谱相机在可见光光谱范围内的连续光谱图像合成彩色图像过程中,采用了分段高斯近似函数来合成多光谱彩色图像。可以理解,采用分段高斯近似函数取代CIE1931颜色匹配函数,相比反复查找CIE1931颜色匹配函数表,本实施例提供的方法使用更加灵活,也更利于编程实现。需要说明的是,CIE:即International Commissionon illumination,国际照明委员会;颜色匹配函数:即Color matching function,人眼感知颜色模型或函数。
本实施例提供的深空探测多光谱图像的真彩色图像恢复方法,能够将多光谱图像,即多光谱的多个不连续光谱通道光谱图像恢复到可见光三个颜色通道,遵循人眼视觉感知原理合成真彩色图像。
对多光谱图像中的多个通道图像分别进行预处理,确定与多个通道图像各自对应的辐射亮度值,包括:对多光谱图像中的多个通道图像分别进行辐射校正处理,确定与多个通道图像各自对应的辐射亮度值,辐射校正处理包括相对辐射校正处理和绝对辐射校正处理。
在本实施例中,对多光谱图像中的多个通道图像分别进行辐射校正处理。可以理解,为了消除相机传感器的误差,多光谱图像数据在使用前,需要进行辐射校正处理,从而得到正确的辐射亮度值。例如,辐射校正处理中的校正系数可以通过相机地面定标试验或相机在轨定标得到,具体地:
首先,利用公式一,对所有通道图像进行相对辐射校正处理:
然后,利用公式二,对所有通道图像进行绝对辐射校正处理:
其中,为原始多光谱相机各通道图像,为相对辐射校正系数,
为相对辐射校正后的多光谱相机各通道图像,为绝对辐射校正处理后多光谱相机各
通道图像,为绝对辐射定标系数,为归一化曝光时间,为多光谱图像采集时刻曝光
时间。
本实施例提供的深空探测多光谱图像的真彩色图像恢复方法,通过相对辐射校正处理和绝对辐射校正处理,能够得到正确的辐射亮度值。
深空探测多光谱图像的真彩色图像恢复方法,还包括:对辐射校正处理后的多光谱图像中多个通道图像进行对齐处理,对齐处理包括:确定多个通道图像各自对应的通道偏移量、参考通道和待配准通道;以及根据通道偏移量、参考通道和待配准通道进行通道的平移配准。
可以理解,本实施例通过对辐射校正处理后的多光谱图像中多个通道图像进行对齐处理,可以将错位通道图像进行平移对准,举例来说:
首先,计算各通道偏移量。利用公式三,采用相位相关自动配准的方法,选取纹理特征较强的通道为参考通道对错位通道进行平移对准。对于参考通道ga和待配准通道gb,分别做快速傅里叶变换。
利用公式四,将前者傅里叶相G a 与后者傅里叶相G b 的复共轭逐元素相乘,并归一化,获得交叉功率谱R。
对此功率谱进行傅里叶逆变换,获得归一化的相位相关图。灰度最大值处的像素位置即代表能够对齐待配准通道的偏移量。
然后,根据通道偏移量、参考通道和待配准通道进行通道的平移配准,如相对于参考通道的偏移量平移配准各个通道。
本实施例提供的深空探测多光谱图像的真彩色图像恢复方法,通过对辐射校正处理后的多光谱图像中多个通道图像进行对齐处理,可以将错位通道图像进行平移对准。
根据辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与插值结果对应的可见光光谱范围内的连续光谱图像,包括:根据辐射亮度值,确定多光谱图像的插值节点;以及基于插值节点和预设的插值间隔进行线性插值,得到插值结果和与插值结果对应的可见光光谱范围内的连续光谱图像。
可以理解,在本实施中对多光谱图像插值,可以获得可见光光谱范围内的(如380nm~780nm)连续光谱图像。
举例来说,分别对光谱图像上的每个像素点进插值,对多光谱相机上每个像素点,取其在所有光谱通道图像中对应位置的像素值(辐亮射度值),作为插值节点。如每间隔5nm进行线性插值,获得5 nm分辨率的连续光谱图像。其中,插值公式如公式五。
其中,L 1和L 2为插值节点的辐射亮度值,λ1和λ2为插值节点对应的光谱波长,L和λ为插值所得的光谱辐射亮度值和对应的波长。
本实施例提供的深空探测多光谱图像的真彩色图像恢复方法,根据辐射亮度值,能够确定多光谱图像的插值节点;利用该插值节点和预设的插值间隔进行线性插值,可以得到插值结果和与插值结果对应的可见光光谱范围内的连续光谱图像。
采用分段高斯近似函数处理与插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像,包括:采用分段高斯近似函数确定像元在可见光范围内的三刺激值;根据像元在可见光范围内的三刺激值处理与插值结果对应的可见光光谱范围内的连续光谱图像,确定第一彩色图像;以及将第一彩色图像转换到光学三原色RGB空间,得到第二彩色图像。
可以理解的,在本实施例中,利用插值结果合成彩色图像,具体地:
可以根据CIE(International Commission on illumination)标准,计算图像每个像元处辐亮度光谱对应的可见光范围内的XYZ三刺激值,得到CIE XYZ色彩空间下的彩色图像,即第一彩色图像。例如,根据CIE(International Commission on illumination)标准中的色匹配相加法,可见光范围内的XYZ三刺激值可由各光谱波段的三刺激值积分得到,每个像元在可见光范围内的XYZ三刺激值,可以通过公式六至八计算:
其中,为图像位置第i行j列的像元且波长λ的光谱辐亮度值,,和为
CIE1931颜色匹配函数,采用分段高斯近似函数(公式九)代替CIE1931颜色匹配函数,相比
于查找CIE1931颜色匹配函数表,采用近似公式使用起来更灵活,也更方便实现。公式九:
然后,将第一彩色图像由XYZ色彩空间转换到RGB色彩空间,得到对应的RGB彩色图像,即第二彩色图像。其中,转换公式如公式十一。
本实施例提供的深空探测多光谱图像的真彩色图像恢复方法,采用分段高斯近似函数确定像元在可见光范围内的三刺激值;然后根据像元在可见光范围内的三刺激值处理与插值结果对应的可见光光谱范围内的连续光谱图像,确定第一彩色图像;再将第一彩色图像转换到光学三原色RGB空间,得到第二彩色图像。
对彩色图像进行颜色校正,得到真彩色图像,包括:根据在轨定标板彩色图像确定颜色校正系数;以及根据颜色校正系数对彩色图像进行颜色校正,得到真彩色图像。
举例来说,首先对在轨定标板进行成像,得到在轨定标板彩色图像;然后建立定标板颜色标校结果和彩色图像之间的转换系数,即确定了颜色校正系数;再利用颜色校正系数对RGB图像进行颜色校正,得到真彩色图像。其中,校正公式可以如公式十二:
本实施例提供的深空探测多光谱图像的真彩色图像恢复方法,根据在轨定标板彩色图像确定颜色校正系数;然后根据颜色校正系数对彩色图像进行颜色校正,得到真彩色图像,遵循人眼视觉感知原理。
为了更好的理解本发明,下面结合实施例进一步阐述本发明的内容,但本发明不仅仅局限于下面实施例。
图2示意性示出了根据本发明另一实施例的深空探测多光谱图像的真彩色图像恢复方法的流程图。如图2所示,该实施例包括操作S201~操作S205。
在操作S201,对多光谱图像进行辐射校正处理,得到辐射校正后的图像。
在操作S202,基于辐射校正后的图像进行对齐处理,可以将错位通道图像进行平移对准,得到对齐后的图像。
在操作S203,对对齐处理后的图像进行插值,获得可见光光谱范围内的(如从380nm到780nm)连续光谱图像。
在操作S204,利用与插值结果对应的可见光光谱范围内的连续光谱图像合成图像,得到光学三原色RGB彩色图像。
在操作S205,进行颜色校正,得到真彩色图像。
图3示意性示出了根据本发明实施例的深空探测多光谱图像的真彩色图像恢复装置的结构框图。
如图3所示,该实施例的深空探测多光谱图像的真彩色图像恢复装置300包括图像预处理模块310、插值处理模块320、合成彩色图像模块330和颜色校正模块340。
图像预处理模块310,用于对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值;插值处理模块320,用于根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像;合成彩色图像模块330,用于采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及颜色校正模块340,用于对所述彩色图像进行颜色校正,得到真彩色图像。
在一些实施例中,所述图像预处理模块,用于:对多光谱图像中的多个通道图像分别进行辐射校正处理,确定与所述多个通道图像各自对应的辐射亮度值,所述辐射校正处理包括相对辐射校正处理和绝对辐射校正处理。
在一些实施例中,所述装置还包括:对齐处理模块,用于:对辐射校正处理后的多光谱图像中多个通道图像进行对齐处理,所述对齐处理包括:确定所述多个通道图像各自对应的通道偏移量、参考通道和待配准通道;以及根据所述通道偏移量、参考通道和待配准通道进行通道的平移配准。
在一些实施例中,所述插值处理模块,用于:根据所述辐射亮度值,确定所述多光谱图像的插值节点;以及基于所述插值节点和预设的插值间隔进行线性插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像。
在一些实施例中,所述合成彩色图像模块,用于:采用分段高斯近似函数确定像元在可见光范围内的三刺激值;根据所述像元在可见光范围内的三刺激值处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,确定第一彩色图像;以及将所述第一彩色图像转换到光学三原色RGB空间,得到第二彩色图像。
在一些实施例中,所述颜色校正模块,用于:根据在轨定标板彩色图像确定颜色校正系数;以及根据所述颜色校正系数对所述彩色图像进行颜色校正,得到真彩色图像。
根据本发明的实施例,图像预处理模块310、插值处理模块320、合成彩色图像模块330和颜色校正模块340中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,图像预处理模块310、插值处理模块320、合成彩色图像模块330和颜色校正模块340中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,图像预处理模块310、插值处理模块320、合成彩色图像模块330和颜色校正模块340中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图4示意性示出了根据本发明实施例的适于实现深空探测多光谱图像的真彩色图像恢复方法的电子设备的方框图。
如图4所示,根据本发明实施例的电子设备400包括处理器401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。处理器401例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器401还可以包括用于缓存用途的板载存储器。处理器401可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 403中,存储有电子设备400操作所需的各种程序和数据。处理器 401、ROM402以及RAM 403通过总线404彼此相连。处理器401通过执行ROM 402和/或RAM 403中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 402和RAM 403以外的一个或多个存储器中。处理器401也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
根据本发明的实施例,电子设备400还可以包括输入/输出(I/O)接口405,输入/输出(I/O)接口405也连接至总线404。电子设备400还可以包括连接至I/O接口405的以下部件中的一项或多项:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本发明实施例的方法。
根据本发明的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。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。例如,根据本发明的实施例,计算机可读存储介质可以包括上文描述的ROM 402和/或RAM 403和/或ROM 402和RAM 403以外的一个或多个存储器。
本发明的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本发明实施例所提供的深空探测多光谱图像的真彩色图像恢复方法。
在该计算机程序被处理器401执行时执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分409被下载和安装,和/或从可拆卸介质411被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时,执行本发明实施例的系统中限定的上述功能。根据本发明的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本发明的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本发明中。特别地,在不脱离本发明精神和教导的情况下,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。
以上对本发明的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本发明的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由所附权利要求及其等同物限定。不脱离本发明的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本发明的范围之内。
Claims (10)
1.一种深空探测多光谱图像的真彩色图像恢复方法,包括:
对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值;
根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像;
采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及
对所述彩色图像进行颜色校正,得到真彩色图像。
2.根据权利要求1所述的方法,其中,所述对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值,包括:
对多光谱图像中的多个通道图像分别进行辐射校正处理,确定与所述多个通道图像各自对应的辐射亮度值,所述辐射校正处理包括相对辐射校正处理和绝对辐射校正处理。
3.根据权利要求2所述的方法,还包括:
对辐射校正处理后的多光谱图像中多个通道图像进行对齐处理,所述对齐处理包括:
确定所述多个通道图像各自对应的通道偏移量、参考通道和待配准通道;以及
根据所述通道偏移量、参考通道和待配准通道进行通道的平移配准。
4.根据权利要求1所述的方法,其中,所述根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像,包括:
根据所述辐射亮度值,确定所述多光谱图像的插值节点;以及
基于所述插值节点和预设的插值间隔进行线性插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像。
5.根据权利要求1所述的方法,其中,所述采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像,包括:
采用分段高斯近似函数确定像元在可见光范围内的三刺激值;
根据所述像元在可见光范围内的三刺激值处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,确定第一彩色图像;以及
将所述第一彩色图像转换到光学三原色RGB空间,得到第二彩色图像。
6.根据权利要求1所述的方法,其中,所述对所述彩色图像进行颜色校正,得到真彩色图像,包括:
根据在轨定标板彩色图像确定颜色校正系数;以及
根据所述颜色校正系数对所述彩色图像进行颜色校正,得到真彩色图像。
7.一种深空探测多光谱相机图像的真彩色恢复装置,包括:
图像预处理模块,用于对多光谱图像中的多个通道图像分别进行预处理,确定与所述多个通道图像各自对应的辐射亮度值;
插值处理模块,用于根据所述辐射亮度值,对预处理后的多光谱图像插值,得到插值结果和与所述插值结果对应的可见光光谱范围内的连续光谱图像;
合成彩色图像模块,用于采用分段高斯近似函数处理与所述插值结果对应的可见光光谱范围内的连续光谱图像,得到彩色图像;以及
颜色校正模块,用于对所述彩色图像进行颜色校正,得到真彩色图像。
8.根据权利要求7所述的装置,其中,所述图像预处理模块,用于:
对多光谱图像中的多个通道图像分别进行辐射校正处理,确定与所述多个通道图像各自对应的辐射亮度值,所述辐射校正处理包括相对辐射校正处理和绝对辐射校正处理。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210902020.2A CN114972125B (zh) | 2022-07-29 | 2022-07-29 | 深空探测多光谱图像的真彩色图像恢复方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210902020.2A CN114972125B (zh) | 2022-07-29 | 2022-07-29 | 深空探测多光谱图像的真彩色图像恢复方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114972125A true CN114972125A (zh) | 2022-08-30 |
CN114972125B CN114972125B (zh) | 2022-12-06 |
Family
ID=82969985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210902020.2A Active CN114972125B (zh) | 2022-07-29 | 2022-07-29 | 深空探测多光谱图像的真彩色图像恢复方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114972125B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003018611A (ja) * | 2001-07-04 | 2003-01-17 | Sony Corp | 撮像装置 |
WO2004015381A1 (ja) * | 2002-08-09 | 2004-02-19 | Hamamatsu Photonics K.K. | 可視並びに不可視領域の色度計測が可能なシステム |
US20050182328A1 (en) * | 2002-08-09 | 2005-08-18 | Hamamatsu Photonics K.K. | System enabling chromaticity measurement in the visible and invisible ranges |
CN101179745A (zh) * | 2007-12-05 | 2008-05-14 | 宁波大学 | 一种多视点图像的预处理方法 |
US8593476B2 (en) * | 2008-02-13 | 2013-11-26 | Gary Demos | System for accurately and precisely representing image color information |
US20140028697A1 (en) * | 2012-07-27 | 2014-01-30 | Andrew F. Kurtz | Observer metameric failure compensation method |
CN104318550A (zh) * | 2014-09-27 | 2015-01-28 | 励盼攀 | 八通道多光谱成像数据处理方法 |
CN103279948B (zh) * | 2013-05-10 | 2016-08-31 | 中国科学院光电研究院 | 一种高光谱遥感数据真彩色合成的数据处理方法 |
CN105989611A (zh) * | 2015-02-05 | 2016-10-05 | 南京理工大学 | 带有阴影去除的分块感知哈希跟踪方法 |
US9538100B1 (en) * | 2013-05-10 | 2017-01-03 | Amazon Technologies, Inc. | Systems and methods for image processing using visible and near-infrared spectral information |
CN104811245B (zh) * | 2015-04-29 | 2018-05-15 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种联合色域与空域调制的可见光通信方法 |
CN109087262A (zh) * | 2018-08-04 | 2018-12-25 | 郑州大学 | 一种多视图光谱图像的重建方法、存储介质 |
CN112484856A (zh) * | 2020-10-30 | 2021-03-12 | 浙江农林大学暨阳学院 | 一种获取高精度色度和光谱图像的方法 |
US11295680B2 (en) * | 2019-04-11 | 2022-04-05 | PixelDisplay, Inc. | Method and apparatus of a multi-modal illumination and display for improved color rendering, power efficiency, health and eye-safety |
-
2022
- 2022-07-29 CN CN202210902020.2A patent/CN114972125B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003018611A (ja) * | 2001-07-04 | 2003-01-17 | Sony Corp | 撮像装置 |
WO2004015381A1 (ja) * | 2002-08-09 | 2004-02-19 | Hamamatsu Photonics K.K. | 可視並びに不可視領域の色度計測が可能なシステム |
US20050182328A1 (en) * | 2002-08-09 | 2005-08-18 | Hamamatsu Photonics K.K. | System enabling chromaticity measurement in the visible and invisible ranges |
CN101179745A (zh) * | 2007-12-05 | 2008-05-14 | 宁波大学 | 一种多视点图像的预处理方法 |
US8593476B2 (en) * | 2008-02-13 | 2013-11-26 | Gary Demos | System for accurately and precisely representing image color information |
US20140028697A1 (en) * | 2012-07-27 | 2014-01-30 | Andrew F. Kurtz | Observer metameric failure compensation method |
US9538100B1 (en) * | 2013-05-10 | 2017-01-03 | Amazon Technologies, Inc. | Systems and methods for image processing using visible and near-infrared spectral information |
CN103279948B (zh) * | 2013-05-10 | 2016-08-31 | 中国科学院光电研究院 | 一种高光谱遥感数据真彩色合成的数据处理方法 |
CN104318550A (zh) * | 2014-09-27 | 2015-01-28 | 励盼攀 | 八通道多光谱成像数据处理方法 |
CN105989611A (zh) * | 2015-02-05 | 2016-10-05 | 南京理工大学 | 带有阴影去除的分块感知哈希跟踪方法 |
CN104811245B (zh) * | 2015-04-29 | 2018-05-15 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种联合色域与空域调制的可见光通信方法 |
CN109087262A (zh) * | 2018-08-04 | 2018-12-25 | 郑州大学 | 一种多视图光谱图像的重建方法、存储介质 |
US11295680B2 (en) * | 2019-04-11 | 2022-04-05 | PixelDisplay, Inc. | Method and apparatus of a multi-modal illumination and display for improved color rendering, power efficiency, health and eye-safety |
CN112484856A (zh) * | 2020-10-30 | 2021-03-12 | 浙江农林大学暨阳学院 | 一种获取高精度色度和光谱图像的方法 |
Non-Patent Citations (1)
Title |
---|
JIANG HE ETC: ""PoNet:A universal physical optimization-based spectral super-resolution network for arbitrary multispectral images "", 《ELSEVIER》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114972125B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Monno et al. | A practical one-shot multispectral imaging system using a single image sensor | |
US7298922B1 (en) | Synthetic panchromatic imagery method and system | |
US7826685B2 (en) | Spatial and spectral calibration of a panchromatic, multispectral image pair | |
US8078009B2 (en) | Optical flow registration of panchromatic/multi-spectral image pairs | |
US20140340515A1 (en) | Image processing method and system | |
JP4185075B2 (ja) | 緑被率マップ作成装置、緑被率マップ作成方法、及び、プログラム。 | |
US20110142366A1 (en) | System and Method for Super-Resolution Imaging from a Sequence of Color Filter Array (CFA) Low-Resolution Images | |
US9870600B2 (en) | Raw sensor image and video de-hazing and atmospheric light analysis methods and systems | |
KR20090096142A (ko) | 위성 영상 융합 방법 및 시스템 | |
EP3460427B1 (en) | Method for reconstructing hyperspectral image using prism and system therefor | |
Gaiani et al. | Securing color fidelity in 3D architectural heritage scenarios | |
US9336570B2 (en) | Demosaicking system and method for color array based multi-spectral sensors | |
US20120127322A1 (en) | Apparatus, method, and manufacture for correcting color shading in cmos image sensors | |
CN108961325A (zh) | 多/高光谱遥感图像波段间配准方法 | |
CN107727231B (zh) | 一种对光谱成像仪条带噪声进行修正的方法 | |
Zhang et al. | Fast color correction using principal regions mapping in different color spaces | |
CN112529807A (zh) | 卫星影像的相对辐射校正方法和装置 | |
CN112562017A (zh) | 一种rgb图像的色彩还原方法及计算机可读存储介质 | |
US20030030826A1 (en) | Space varying gamut mapping | |
CN114972125B (zh) | 深空探测多光谱图像的真彩色图像恢复方法和装置 | |
CN112085684A (zh) | 一种遥感图像融合的方法及装置 | |
Vaillant et al. | Color correction matrix for sparse RGB-W image sensor without IR cutoff filter | |
CN113884185B (zh) | 一种曲面成像光谱仪光谱弯曲实时校正读取方法和装置 | |
CN112200825B (zh) | 一种基于贝尔编码图像的空间目标光度反演方法 | |
CN111896109B (zh) | 一种基于数码相机原始响应值的光谱重建方法 |
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 |