CN116071273B - 基于扩展更新区域的正射影像色彩一致性处理方法 - Google Patents
基于扩展更新区域的正射影像色彩一致性处理方法 Download PDFInfo
- Publication number
- CN116071273B CN116071273B CN202310221032.3A CN202310221032A CN116071273B CN 116071273 B CN116071273 B CN 116071273B CN 202310221032 A CN202310221032 A CN 202310221032A CN 116071273 B CN116071273 B CN 116071273B
- Authority
- CN
- China
- Prior art keywords
- orthographic image
- updated
- image
- original
- calculating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 title abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 36
- 230000011218 segmentation Effects 0.000 claims abstract description 14
- 238000003672 processing method Methods 0.000 claims abstract description 13
- 230000007704 transition Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 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 4
- 230000008569 process Effects 0.000 abstract description 3
- 238000001914 filtration Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000032669 eclosion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000002093 peripheral 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
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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
本发明提供一种基于扩展更新区域的正射影像色彩一致性处理方法,涉及遥感影像处理技术领域,方法包括:根据更新正射影像与原始正射影像的定位信息,获取更新正射影像与原始正射影像之间的重叠范围;在重叠范围内计算更新正射影像与原始正射影像之间差值,得到差异图;对差异图进行全局阈值分割,获取重叠范围内更新正射影像相对于原始正射影像的变化区域;确定变化区域的外接矩形,得到在外接矩形约束下的更新区域的扩展区域;构建扩展区域的更新正射影像与原始正射影像之间的色彩一致性更新模型;基于色彩一致性更新模型对重叠范围的变化区域与未变化区域进行映射。该方法解决了传统的正射影像更新过程中出现的色彩不一致的问题。
Description
技术领域
本发明涉及遥感影像处理技术领域,尤其涉及一种基于扩展更新区域的正射影像色彩一致性处理方法。
背景技术
遥感影像的快速获取极大地推动了其在国土监测、环境普查、应急救灾等方面的应用。随着在轨卫星数量的不断增多,遥感影像的获取速度大大加快。受到不同卫星的设计和控制精度的影响,同一卫星在不同时间以及不同卫星之间获取的遥感影像之间都会存在较为明显的色彩差异,使得多源、多时相影像在更新过程中出现较为明显的突变,从而影响最终的视觉效果及应用。
目前在进行正射影像更新时,大多数方法都是采用变化检测的思路,通过检测影像中的变化区域,利用更新正射影像的变化区域对原始正射影像进行局部更新。但是在色彩一致性处理时,则主要分为两类:基于整景影像的色彩一致性处理方法和基于更新区域的色彩一致性处理方法。其中,基于整景影像的色彩一致性方法以原始正射影像为模板,通过构建更新正射影像和原始正射影像之间色彩变换关系进行一致性处理,常用的模型有区域网平差模型、Wallis 变换模型以及神经网络模型等。这种方法保证了影像整体间的色彩一致性误差最小,但是在局部区域有时会出现较大的偏差。因此,现在绝大多数方法采用基于更新区域的色彩一致性处理方法,这种方法以原始正射影像的更新区域为模板,分别对每个更新区域进行色彩局部变换,能够保证每个局部更新区域间的色彩一致性强。但是基于更新区域的色彩一致性处理方法忽略了更新区域与周围区域的连接关系,对于有明显变化的更新区域来说,采用基于更新区域的色彩一致性处理方法处理后仍然难以达到更新区域与周围区域的自然过渡。
发明内容
针对上述技术问题,本发明提供一种基于扩展更新区域的正射影像色彩一致性处理方法,用于至少部分解决上述技术问题。
基于此,本发明提供一种基于扩展更新区域的正射影像色彩一致性处理方法,包括:根据更新正射影像与原始正射影像的定位信息,获取更新正射影像与原始正射影像之间的重叠范围;在重叠范围内计算更新正射影像与原始正射影像之间差值,得到差异图;对差异图进行全局阈值分割,获取重叠范围内更新正射影像相对于原始正射影像的变化区域;确定变化区域的外接矩形,得到在外接矩形约束下的更新区域的扩展区域;构建扩展区域的更新正射影像与原始正射影像之间的色彩一致性更新模型;基于色彩一致性更新模型对重叠范围的变化区域与未变化区域进行映射。
根据本发明实施例,根据更新正射影像与原始正射影像的定位信息,获取更新正射影像与原始正射影像之间的重叠范围包括:基于仿射变换六参数模型,根据原始正射影像的第一像方行列坐标计算第一物方经纬度坐标,根据更新正射影像的第二像方行列坐标计算第二物方经纬度坐标;根据第一物方经纬度坐标计算原始正射影像的第一物方覆盖范围;根据第二物方经纬度坐标计算更新正射影像的第二物方覆盖范围;根据第一物方覆盖范围和第二物方覆盖范围确定重叠范围。
根据本发明实施例,对差异图进行全局阈值分割,获取重叠范围内更新正射影像相对于原始正射影像的变化区域包括:计算差异图中每个灰度级的像素分布概率;以灰度级为阈值,将差异图划分为背景像素和目标像素;根据像素分布概率和阈值,计算背景像素的第一概率和目标像素的第二概率;根据像素分布概率、阈值、第一概率和第二概率,计算所有背景像素的第一平均灰度值、所有目标像素的第二平均灰度值和差异图中所有像素的第三平均灰度值;根据第一平均灰度值、第二平均灰度值和第三平均灰度值,计算差异图中背景像素和目标像素的类间方差;改变阈值,分别计算与不同阈值对应的类间方差,将与最大类间方差对应的阈值确定为分割阈值;根据分割阈值对差异图进行全局阈值分割,得到变化区域。
根据本发明实施例,根据
其中,Ni为差异图中灰度级i下的像素个数,M×N为差异图的大小。
根据本发明实施例,根据
计算第一平均灰度值μ0、第二平均灰度值μ1和第三平均灰度值μ。
根据本发明实施例,根据
计算阈值t对应的类间方差。
根据本发明实施例,基于色彩一致性更新模型对重叠范围的变化区域与未变化区域进行映射包括:根据原始正射影像和更新正射影像在扩展区域内点的像素值,计算在扩展区域内原始正射影像的第一灰度均值和第一灰度标准差以及更新正射影像的第二灰度均值和第二灰度标准差;根据第一灰度均值、第一灰度标准差、第二灰度均值和第二灰度标准差,计算色彩一致性更新模型校正后的更新正射影像在变化区域的像素值;对原始正射影像和校正后的更新正射影像的边缘进行羽化,得到过渡区域;基于像素点所属的区域,根据更新正射影像在扩展区域内点的像素值和校正后的更新正射影像的在变化区域的像素值,对重叠范围的变化区域与未变化区域进行映射,得到更新后的正射影像各点的灰度值。
根据本发明实施例,根据
计算第一灰度均值mf、第一灰度标准差mg、第二灰度均值Sf和第二灰度标准差Sg,其中,f (x,y)为原始正射影像在扩展区域内点的像素值,g(x,y)为更新正射影像在扩展区域内点的像素值,SU表示扩展区域。
根据本发明实施例,根据
计算色彩一致性更新模型校正后的更新正射影像在变化区域内的像素值f'(x,y)。
根据本发明实施例,根据
计算更新后的正射影像各点的灰度值,其中,a为加权权值,Q表示过渡区域,SC表示变化区域。
根据本发明实施例提供的基于扩展更新区域的正射影像色彩一致性处理方法,至少包括以下有益效果:
在色彩一致性处理时综合考虑局部扩展变化区域的连接关系,通过构建更新正射影像与原始正射影像在扩展更新区域的色彩一致性模型,经过色彩一致性更新模型校正后的正射影像,不受变化区域的影响,利用更新正射影像与原始正射影像在非变化区域的色彩一致性更新模型参数,最大限度的保证了更新正射影像与原始正射影像间的色彩一致性,使更新后的正射影像能够达到更好的视觉效果,便于后续判读和解译。
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示意性示出了本发明实施例提供的基于扩展更新区域的正射影像色彩一致性处理方法流程图。
图2示意性示出了本发明实施例提供的高斯滤波所使用的高斯模板图。
图3示意性示出了根据本发明实施例的变化区域及扩展区域的平面图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。显然,所描述的实施例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做出创造性劳动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。
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。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或可以互相通讯;可以是直接连接,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要理解的是,术语“纵向”、“长度”、“周向”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的子系统或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
贯穿附图,相同的元素由相同或相近的附图标记来表示。可能导致本发明的理解造成混淆时,将省略常规结构或构造。并且图中各部件的形状、尺寸、位置关系不反映真实大小、比例和实际位置关系。另外,不应将附图标记构造成对技术方案的限制。
类似地,为了精简本发明并帮助理解各个公开方面中的一个或多个,在上面对本发明示例性实施例的描述中,本发明的各个特征有时被一起分到单个实施例、图或者对其描述中。参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或者多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个、三个等,除非另有明确具体的限定。
为了解决现有方法的不足,本发明提出了一种基于扩展更新区域的正射影像色彩一致性处理方法。首先,根据更新正射影像与原始正射影像的定位信息,获取二者重叠范围。其次,在重叠范围内,对原始正射影像与更新正射影像计算差值,得到二者差异图。再次,利用全局阈值分割,获取更新正射影像与原始正射影像中不一致性的区域,即为变化区域。再次,对变化区域进行形态学滤波运算,使目标整体边缘平滑,消除噪声的影响。再次,基于滤波后的变化区域提取外包矩形,构建色彩一致性模型并计算系数;再次,根据Wallis公式计算匀色系数,实现更新正射影像到原始正射影像的色彩映射;最后,利用线性加权羽化方式,实现更新正射影像与原始正射影像在变化区域的均匀过渡。利用本方法进行正射影像色彩一致性处理后,能够很好的实现更新区域与周边区域的自然过渡,从而使得更新后的正射影像拥有更好的视觉效果。
图1示意性示出了本发明实施例提供的基于扩展更新区域的正射影像色彩一致性处理方法流程图。
如图1所示,基于扩展更新区域的正射影像色彩一致性处理方法例如可以包括操作S110~操作S160。
在操作S110,根据更新正射影像与原始正射影像的定位信息,获取更新正射影像与原始正射影像之间的重叠范围。
在本发明实施例中,操作S110可以包括:基于仿射变换六参数模型,根据原始正射影像的第一像方行列坐标计算第一物方经纬度坐标,根据更新正射影像的第二像方行列坐标计算第二物方经纬度坐标。根据第一物方经纬度坐标计算原始正射影像的第一物方覆盖范围。根据第二物方经纬度坐标计算更新正射影像的第二物方覆盖范围。根据第一物方覆盖范围和第二物方覆盖范围确定重叠范围。
示例性地,由于经过地理编码后的遥感影像定位模型通常为仿射变换六参数模型,因此,借助六参数实现像方坐标到物方坐标的映射关系,如下公式所示:
其中,(x,y)表示原始正射影像的第一像方行列坐标或更新正射影像的第二像方行列坐标,(L,P)表示原始正射影像的第一物方经纬度坐标或更新正射影像的第二物方经纬度坐标。
基于上述公式,可以计算出原始正射影像的第一物方覆盖范围和更新正射影像的第二物方覆盖范围,分别可以记为:
接下来,根据第一物方覆盖范围和第二物方覆盖范围,判断二者是否具有重叠关系。在更新正射影像与原始正射影像具有相同覆盖范围的前提下,可以按照以下公式获取二者的重叠范围:
在操作S120,在重叠范围内计算更新正射影像与原始正射影像之间差值,得到差异图。
示例性地,将操作S110获取的更新正射影像与原始正射影像的重叠范围分别记为IO和IN,则可以通过作差的方式得到更新正射影像与原始正射影像的重叠范围之间的差异图。例如:
在获得差异图之后,还可以对差异图进行滤波以消除噪声的影响。滤波的方式可以选择高斯滤波。
图2示意性示出了本发明实施例提供的高斯滤波所使用的高斯模板图。
如图2所示,可以构建5×5的高斯模板进行高斯滤波。应当理解,高斯模板的大小只是示例性的,可以根据实际应用场景确定高斯模板的大小。
在操作S130,对差异图进行全局阈值分割,获取重叠范围内更新正射影像相对于原始正射影像的变化区域。
在本发明实施例中,操作S130可以包括:计算差异图中每个灰度级的像素分布概率。以灰度级为阈值,将差异图划分为背景像素和目标像素。根据像素分布概率和阈值,计算背景像素的第一概率和目标像素的第二概率。根据像素分布概率、阈值、第一概率和第二概率,计算所有背景像素的第一平均灰度值、所有目标像素的第二平均灰度值和差异图中所有像素的第三平均灰度值。根据第一平均灰度值、第二平均灰度值和第三平均灰度值,计算差异图中背景像素和目标像素的类间方差。改变阈值,分别计算与不同阈值对应的类间方差,将与最大类间方差对应的阈值确定为分割阈值。根据分割阈值对差异图进行全局阈值分割,得到变化区域。
按照以灰度级为阈值,将差异图中的所有像素划分为背景像素C0和目标像素C1两类,则背景像素出现的第一概率ω0和目标像素出现的第二概率ω1为:
则可以根据
计算第一平均灰度值μ0、第二平均灰度值μ1和第三平均灰度值μ。
进而可以根据
计算阈值t对应的类间方差。
通过计算不同t值下的类间方差,使类间方差最大的t值即为最优分割阈值。以计算得到的最优阈值对图像进行分割,则目标区域即为更新正射影像重叠范围相对于原始正射影像重叠范围的变化区域。
在操作S140,确定所变化区域的外接矩形,得到在外接矩形约束下的更新区域的扩展区域。
图3示意性示出了根据本发明实施例的变化区域及扩展区域的平面图。
如图3所示,标号为1~7 的白色不规则多边形区域为经过操作S110~操作S130获取的重叠范围中的变化区域(也即更新区域),矩形方框区域表示每个变化区域的最小外接矩形外扩预设像素后的外接矩形区域,矩形方框区域内的黑色部分为在外接矩形区域约束下的更新区域的扩展区域。
在操作S150,构建扩展区域的更新正射影像与原始正射影像之间的色彩一致性更新模型。
示例性地,基于局部更新区域的扩展区域,构建每个扩展区域中的更新正射影像与原始正射影像之间的色彩一致性更新模型。
在操作S160,基于色彩一致性更新模型对重叠范围的变化区域与未变化区域进行映射。
在本发明实施例中,操作S160例如可以包括:根据原始正射影像和更新正射影像在扩展区域内点的像素值,计算在扩展区域内原始正射影像的第一灰度均值和第一灰度标准差以及更新正射影像的第二灰度均值和第二灰度标准差。根据第一灰度均值、第一灰度标准差、第二灰度均值和第二灰度标准差,计算色彩一致性更新模型校正后的更新正射影像在变化区域的像素值。对原始正射影像和校正后的更新正射影像的边缘进行羽化,得到过渡区域。基于像素点所属的区域,根据更新正射影像在扩展区域内点的像素值和校正后的更新正射影像的在变化区域的像素值,对重叠范围的变化区域与未变化区域进行映射,得到更新后的正射影像各点的灰度值。
示例性地,记变化区域为SC,扩展区域为SU,则可以根据
计算第一灰度均值mf、第一灰度标准差mg、第二灰度均值Sf和第二灰度标准差Sg,其中,f (x,y)为原始正射影像在扩展区域内点的像素值,g(x,y)为更新正射影像在扩展区域内点的像素值。
接下来,根据
计算色彩一致性更新模型校正后的更新正射影像在变化区域内的像素值f'(x,y)。
最后,根据
计算更新后的正射影像各点的灰度值,其中,a为加权权值,Q表示过渡区域。
经过上述映射处理,即可得到最终的更新后的正射影像。
通过本发明实施例提供的基于扩展更新区域的正射影像色彩一致性处理方法,解决了传统正射影像更新过程中出现的色彩不一致的问题,在色彩一致性处理时综合考虑局部扩展变化区域的连接关系,通过构建更新正射影像与原始正射影像在扩展更新区域的色彩一致性模型,建立区域更新正射影像与原始正射影像的色彩变换关系,采用线性加权方法实现变化区域与不变区域之间的自然过渡,使更新后的正射影像具有更好的视觉效果。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于扩展更新区域的正射影像色彩一致性处理方法,其特征在于,包括:
根据更新正射影像与原始正射影像的定位信息,获取所述更新正射影像与所述原始正射影像之间的重叠范围;
在所述重叠范围内计算所述更新正射影像与所述原始正射影像之间差值,得到差异图;
对所述差异图进行全局阈值分割,获取所述重叠范围内所述更新正射影像相对于所述原始正射影像的变化区域;
确定所述变化区域的外接矩形,得到在所述外接矩形约束下的更新区域的扩展区域;
构建所述扩展区域的所述更新正射影像与所述原始正射影像之间的色彩一致性更新模型;
基于所述色彩一致性更新模型对所述重叠范围的变化区域与未变化区域进行映射。
2.根据权利要求1所述的方法,其特征在于,所述根据更新正射影像与原始正射影像的定位信息,获取所述更新正射影像与所述原始正射影像之间的重叠范围包括:
基于仿射变换六参数模型,根据所述原始正射影像的第一像方行列坐标计算第一物方经纬度坐标,根据所述更新正射影像的第二像方行列坐标计算第二物方经纬度坐标;
根据所述第一物方经纬度坐标计算所述原始正射影像的第一物方覆盖范围;
根据所述第二物方经纬度坐标计算所述更新正射影像的第二物方覆盖范围;
根据所述第一物方覆盖范围和所述第二物方覆盖范围确定所述重叠范围。
3.根据权利要求1所述的方法,其特征在于,所述对所述差异图进行全局阈值分割,获取所述重叠范围内所述更新正射影像相对于所述原始正射影像的变化区域包括:
计算所述差异图中每个灰度级的像素分布概率;
以灰度级为阈值,将所述差异图划分为背景像素和目标像素;
根据所述像素分布概率和所述阈值,计算所述背景像素的第一概率和所述目标像素的第二概率;
根据所述像素分布概率、所述阈值、所述第一概率和所述第二概率,计算所有所述背景像素的第一平均灰度值、所有所述目标像素的第二平均灰度值和所述差异图中所有像素的第三平均灰度值;
根据所述第一平均灰度值、第二平均灰度值和第三平均灰度值,计算所述差异图中背景像素和目标像素的类间方差;
改变所述阈值,分别计算与不同阈值对应的所述类间方差,将与最大类间方差对应的阈值确定为分割阈值;
根据所述分割阈值对所述差异图进行全局阈值分割,得到所述变化区域。
7.根据权利要求1所述的方法,其特征在于,所述基于所述色彩一致性更新模型对所述重叠范围的变化区域与未变化区域进行映射包括:
根据所述原始正射影像和所述更新正射影像在所述扩展区域内点的像素值,计算在所述扩展区域内所述原始正射影像的第一灰度均值和第一灰度标准差以及所述更新正射影像的第二灰度均值和第二灰度标准差;
根据所述第一灰度均值、所述第一灰度标准差、所述第二灰度均值和所述第二灰度标准差,计算所述色彩一致性更新模型校正后的更新正射影像在变化区域的像素值;
对所述原始正射影像和所述校正后的更新正射影像的边缘进行羽化,得到过渡区域;
基于像素点所属的区域,根据所述更新正射影像在所述扩展区域内点的像素值和校正后的更新正射影像的在变化区域的像素值,对所述重叠范围的变化区域与未变化区域进行映射,得到更新后的正射影像各点的灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310221032.3A CN116071273B (zh) | 2023-03-09 | 2023-03-09 | 基于扩展更新区域的正射影像色彩一致性处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310221032.3A CN116071273B (zh) | 2023-03-09 | 2023-03-09 | 基于扩展更新区域的正射影像色彩一致性处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116071273A CN116071273A (zh) | 2023-05-05 |
CN116071273B true CN116071273B (zh) | 2023-06-27 |
Family
ID=86173388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310221032.3A Active CN116071273B (zh) | 2023-03-09 | 2023-03-09 | 基于扩展更新区域的正射影像色彩一致性处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071273B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4117771B2 (ja) * | 2002-05-15 | 2008-07-16 | 株式会社パスコ | オルソフォト画像生成方法およびオルソフォト画像生成システム |
CN105427372A (zh) * | 2015-06-11 | 2016-03-23 | 北京吉威时代软件股份有限公司 | 基于tin网的正射影像拼接色彩一致性处理技术 |
CN111402167B (zh) * | 2020-03-19 | 2023-04-18 | 重庆市勘测院 | 一种影像色彩归一方法 |
CN112884676B (zh) * | 2021-03-18 | 2023-04-14 | 国家海洋信息中心 | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 |
KR102567800B1 (ko) * | 2021-06-10 | 2023-08-16 | 이재영 | 드론을 이용한 3차원 지도 제작 방법 |
CN114359045A (zh) * | 2021-12-07 | 2022-04-15 | 广州极飞科技股份有限公司 | 图像数据的处理方法及其处理装置、无人设备 |
CN115631317B (zh) * | 2022-11-30 | 2023-03-14 | 北京建筑大学 | 隧道衬砌正射影像生成方法及装置、存储介质、终端 |
CN115564926B (zh) * | 2022-12-06 | 2023-03-10 | 武汉大学 | 基于影像建筑物结构学习的三维面片模型构建方法 |
-
2023
- 2023-03-09 CN CN202310221032.3A patent/CN116071273B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116071273A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222474B (zh) | 一种任意尺度的高分辨率图像小目标检测方法 | |
CN112417926B (zh) | 车位识别方法、装置、计算机设备及可读存储介质 | |
CN108416292B (zh) | 一种基于深度学习的无人机航拍图像道路提取方法 | |
CN110428425B (zh) | 一种基于海岸线矢量数据的sar图像海陆分离方法 | |
CN111241970A (zh) | 基于yolov3算法与滑动窗口策略的SAR影像海面舰船检测方法 | |
CN109389062A (zh) | 利用高分辨率星载sar图像提取湖泊水陆分割线的方法 | |
CN111553945B (zh) | 一种车辆定位方法 | |
CN112001226A (zh) | 一种无人驾驶3d目标检测方法、装置及存储介质 | |
CN107341781A (zh) | 基于改进相位一致性特征矢量底图匹配的sar影像校正方法 | |
CN113947639A (zh) | 基于多雷达点云线特征的自适应在线估计标定系统及方法 | |
CN116485885A (zh) | 基于深度学习去除视觉slam前端动态特征点的方法 | |
CN116071273B (zh) | 基于扩展更新区域的正射影像色彩一致性处理方法 | |
CN114266947A (zh) | 一种基于激光点云和可见光图像融合的分类方法及装置 | |
CN113963314A (zh) | 降雨量监测方法、装置、计算机设备及存储介质 | |
JP4984261B2 (ja) | 目標物検出システム | |
CN117784161A (zh) | 一种ros的相机和激光雷达融合目标检测方法 | |
CN115035227A (zh) | 一种点云数据的处理方法、装置及电子设备 | |
JP2010020417A (ja) | 目標物検出システム | |
CN110136128B (zh) | 基于Rao检验的SAR影像变化检测方法 | |
CN114037832A (zh) | 一种卫星遥感图像中典型区域的提取方法及系统 | |
CN111754524B (zh) | 一种基于岸线数据的遥感图像快速海陆分割方法 | |
Carpanese et al. | Automated estimation of building height through image processing | |
CN117036222B (zh) | 融合多尺度极化sar图像的水体检测方法、装置及介质 | |
CN113759953B (zh) | 一种基于开源dem数据的飞行姿态照片纠正方法 | |
CN113838059B (zh) | 一种基于要素级别的数字正射影像图生成方法 |
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 |