CN116664449B - 一种卫星图像的处理方法 - Google Patents
一种卫星图像的处理方法 Download PDFInfo
- Publication number
- CN116664449B CN116664449B CN202310918960.5A CN202310918960A CN116664449B CN 116664449 B CN116664449 B CN 116664449B CN 202310918960 A CN202310918960 A CN 202310918960A CN 116664449 B CN116664449 B CN 116664449B
- Authority
- CN
- China
- Prior art keywords
- satellite image
- processed
- pixel point
- value
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 8
- 238000002310 reflectometry Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 230000002146 bilateral effect Effects 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000001035 drying Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
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
本申请提供了一种卫星图像的处理方法。根据卫星图像中各像素点的灰度值,计算其方差。对各卫星图像的和值进行比较,确定出最大和值对应的卫星图像作为第一待处理卫星图像,对其进行双边滤波处理,得到第二待处理卫星图像。计算第一、二待处理卫星图像的估计误差值作为第一待处理卫星图像的噪声强度以确定其对应的去噪模型。将第一待处理卫星图像进行去噪处理,得到第三待处理卫星图像,得到其深度图像。根据同一位置上的像素点在所述第三待处理卫星图像中的灰度值和在深度图像中的深度值,确定该像素点的相对反射率,计算所有像素点的相对反射率的平均值。以该像素点的相对反射率和所述平均值的比值作为该像素点的相对亮度值。确定第三待处理卫星图像中相对亮度值大于预设阈值的目标像素点,计算其相对亮度值与所述预设阈值的差值。根据目标像素点数量,计算所有目标像素点的差值之和的均值作为所述第三待处理卫星图像的增强系数。计算该像素点对应的相对亮度值和所述增强系数的和值并赋给该像素点,得到第四待处理卫星图像。该方法可以对卫星图像进行增强,从而调整卫星图像的对比度,进而使卫星图像更适应人们的观看或者后续分析。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种卫星图像的处理方法。
背景技术
随着技术的发展,卫星图像在军事侦察预警、土地资源普查、灾害监测、环境监测、工程建设及规划等方面得到广泛应用。基于所述应用,人类对于卫星图像的种类及数量需求逐渐增大。然而,在实际应用中人们并不一味追求数据量,卫星图像的质量才是更重要的,因而图像质量越来越成为研究焦点。
卫星图像的对比度是卫星图像质量的一个重要方面,如何提高卫星图像的对比度,以使卫星图像更适应人们的观看或者后续分析是本领域亟待解决的技术问题。
发明内容
有鉴于此,本申请实施例提供了一种卫星图像的处理方法,以提高卫星图像的对比度,使卫星图像更适应人们的观看或者后续分析。
本申请实施例提供了一种卫星图像的处理方法,所述方法包括:
在获取到针对同一区域的多张卫星图像后,针对每张卫星图像,根据该卫星图像中各像素点的灰度值,计算该卫星图像的灰度值方差,其中,所述卫星图像为所述区域的灰度图;
确定该卫星图像包括的各像素点的灰度值和所述灰度值方差的差值之和;
对各卫星图像对应的和值进行比较,确定出最大和值对应的卫星图像,以将最大和值对应的卫星图像作为第一待处理卫星图像;
对所述第一待处理卫星图像进行双边滤波处理,得到第二待处理卫星图像;
利用如下公式计算所述第一待处理卫星图像和所述第二待处理卫星图像的估计误差值,以将所述估计误差值作为所述第一待处理卫星图像的噪声强度:
其中,x和y分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素点坐标,m和n分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素数量,Y(x+i,y+j)表示所述第一待处理卫星图像中坐标为x+i和y+j的像素点的像素值,Y’(x+i,y+j)表示所述第二待处理卫星图像中坐标为x+i和y+j的像素点的像素值;
根据所述噪声强度,确定所述噪声强度对应的去噪模型;
将所述第一待处理卫星图像输入至所述去噪模型中,以使所述去噪模型对所述第一待处理卫星图像进行去噪处理,得到第三待处理卫星图像;
根据所述第三待处理卫星图像,得到所述第三待处理卫星图像对应的深度图像;
根据同一位置上的像素点在所述第三待处理卫星图像中对应的灰度值和在所述深度图像中对应的深度值,确定该像素点对应的相对反射率;
在获取到所有像素点对应的相对反射率后,计算所有像素点的相对反射率的平均值;
针对每个像素点,计算该像素点的相对反射率和所述平均值的比值,以将所述比值作为该像素点的相对亮度值;
确定所述第三待处理卫星图像中相对亮度值大于预设阈值的目标像素点;
对于每个目标像素点,计算该目标像素点的相对亮度值与所述预设阈值的差值;
在得到所有目标像素点对应的差值后,根据目标像素点的数量,计算所有目标像素点对应的差值之和的均值,以将所述均值作为所述第三待处理卫星图像的增强系数;
对于所述第三待处理卫星图像中的每个像素点,计算该像素点对应的相对亮度值和所述增强系数的和值;
将该像素点对应的相对亮度值和所述增强系数的和值赋给该像素点,得到第四待处理卫星图像。
可选地,所述根据同一位置上的像素点在所述第三待处理卫星图像中对应的灰度值和在所述深度图像中对应的深度值,确定该像素点对应的相对反射率,包括:
利用如下公式计算该像素点对应的相对反射率:
M=I*depth2;
其中,M为该像素点对应的相对反射率,I为该像素点在所述第三待处理卫星图像中对应的灰度值,depth为该像素点在在所述深度图像中对应的深度值。
可选地,所述方法还包括:
将所述预设阈值赋给所述第四待处理卫星图像中对应的目标像素点,得到第五待处理卫星图像。
可选地,所述方法还包括:
对所述第五待处理卫星图像进行加密存储。
可选地,所述方法还包括:
对所述第五待处理卫星图像进行归一化处理。
可选地,所述归一化处理包括以下步骤:
获取所述第五待处理卫星图像中像素点的最大灰度值;
获取所述第五待处理卫星图像中各像素点的灰度值与所述最大灰度值的比值,将该比值赋给对应的像素点,以作为该像素点的灰度值。
本申请可以对卫星图像的对比度进行增强,使得灰度图像的各个像素点的亮度得到加强,更适应人们的观看或者后续分析。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种卫星图像的处理方法的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请实施例提供的一种卫星图像的处理方法的流程示意图,如图1所示,该方法包括以下步骤:
步骤101、在获取到针对同一区域的多张卫星图像后,针对每张卫星图像,根据该卫星图像中各像素点的灰度值,计算该卫星图像的灰度值方差,其中,所述卫星图像为所述区域的灰度图。
步骤102、确定该卫星图像包括的各像素点的灰度值和所述灰度值方差的差值之和。
步骤103、对各卫星图像对应的和值进行比较,确定出最大和值对应的卫星图像,以将最大和值对应的卫星图像作为第一待处理卫星图像。
步骤104、对所述第一待处理卫星图像进行双边滤波处理,得到第二待处理卫星图像。
步骤105、利用如下公式计算所述第一待处理卫星图像和所述第二待处理卫星图像的估计误差值,以将所述估计误差值作为所述第一待处理卫星图像的噪声强度:
其中,x和y分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素点坐标,m和n分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素数量,Y(x+i,y+j)表示所述第一待处理卫星图像中坐标为x+i和y+j的像素点的像素值,Y’(x+i,y+j)表示所述第二待处理卫星图像中坐标为x+i和y+j的像素点的像素值。
步骤106、根据所述噪声强度,确定所述噪声强度对应的去噪模型。
步骤107、将所述第一待处理卫星图像输入至所述去噪模型中,以使所述去噪模型对所述第一待处理卫星图像进行去噪处理,得到第三待处理卫星图像。
步骤108、根据所述第三待处理卫星图像,得到所述第三待处理卫星图像对应的深度图像。
步骤109、根据同一位置上的像素点在所述第三待处理卫星图像中对应的灰度值和在所述深度图像中对应的深度值,确定该像素点对应的相对反射率。
步骤1010、在获取到所有像素点对应的相对反射率后,计算所有像素点的相对反射率的平均值。
步骤1011、针对每个像素点,计算该像素点的相对反射率和所述平均值的比值,以将所述比值作为该像素点的相对亮度值。
步骤1012、确定所述第三待处理卫星图像中相对亮度值大于预设阈值的目标像素点。
步骤1013、对于每个目标像素点,计算该目标像素点的相对亮度值与所述预设阈值的差值。
步骤1014、在得到所有目标像素点对应的差值后,根据目标像素点的数量,计算所有目标像素点对应的差值之和的均值,以将所述均值作为所述第三待处理卫星图像的增强系数。
步骤1015、对于所述第三待处理卫星图像中的每个像素点,计算该像素点对应的相对亮度值和所述增强系数的和值。
步骤1016、将该像素点对应的相对亮度值和所述增强系数的和值赋给该像素点,得到第四待处理卫星图像。
具体的,想要得到对比度较高的卫星图像,则需要先获取反差较大的卫星图像,在此种卫星图像的基础上再进行对比度调节后,获得的卫星图像的对比度才越高,因此可以针对同一区域拍摄多张卫星图像,在获得同一区域的多张卫星图像后,需要确定出该区域对应的多张卫星图像中,反差最大的卫星图像。
需要说明的是,本申请涉及到的卫星图像为该区域的灰度图,即:该区域的卫星图像是以灰度图的形式呈现的。
在确定反差最大的卫星图像时,对于每张卫星图像,先获取该卫星图像包括的各像素点的灰度值,然后计算该卫星图像的各像素点的灰度值的灰度值方差,再确定该卫星图像包括的各像素点的灰度值和灰度值方差的差值,该差值能够反映该像素点的灰度值与平均灰度值之间的差距,差距越大,则差值越大,差值越大,说明反差也就越大,因此需要得到各像素点对应的差值之后,再计算差值的和值,该和值能够表征该卫星图像的反差大小,进而在得到各卫星图像对应的和值之后,对各卫星图像对应的和值进行比较,然后确定出最大和值对应的卫星图像,该卫星图像为该区域对应的卫星图像中反差最大的,在将该卫星图像作为调节对比度的图像后,可以使效果更佳明显。
在得到第一待处理卫星图像后为了得到更好的对比度,需要对第一待处理卫星图像进行去燥处理,降低噪声对对比度的影响,在进行去燥处理时,先确定第一待处理卫星图像的噪声强度,然后再根据噪声强度选择对应的去燥模型,以完成对第一待处理卫星图像的去燥处理,在确定第一待处理卫星图像的噪声强度时,先对第一待处理卫星图像进行双边滤波处理,得到第二待处理卫星图像,双边滤波能够减轻对边缘和纹理进行空域滤波,从而减轻纹理和边缘对噪声估计的影响,然后再利用公式一计算第一待处理卫星图像和第二待处理卫星图像的估计误差值,然后将估计误差值作为第一待处理卫星图像的噪声强度。
公式一:
其中,x和y分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素点坐标,m和n分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素数量,Y(x+i,y+j)表示所述第一待处理卫星图像中坐标为x+i和y+j的像素点的像素值,Y’(x+i,y+j)表示所述第二待处理卫星图像中坐标为x+i和y+j的像素点的像素值。
由于不同的噪声强度采用同样的去燥方式,那么得到的效果会相对较差,因此为了得到去燥效果较好的图像,预先配置不同的噪声强度区间对应的去燥效果较好的去燥模型,在确定出第一待处理卫星图像的噪声强度后,确定该噪声强度所位于的区间,然后在利用该区间对应的去燥模型对第一待处理卫星图像进行去燥,从而得到第三待处理卫星图像。
需要说明的是,关于具体的噪声强度区间对应的去燥模型可以根据实际需要进行设定,在此不做具体限定。
在得到第三待处理卫星图像后,由于第三待处理卫星图像不在受噪声的影响,或者受噪声影响较低,因此对第三待处理卫星图像的对比度进行调节后,可以得到对比度相对较好的卫星图像,在对第三待处理卫星图像的对比度进行调节时,由于第三待处理卫星图像仍是灰度图,因此可以根据第三待处理卫星图像得到第三待处理卫星图像对应的深度图,具体的转换方式可以根据实际需要选择对应的转换方式在此不再详细说明。
此时,由于第三待处理卫星图像为灰度图,并且也获得了第三待处理图像的深度图,因此可以利用第三待处理卫星图像和深度图像在同一像素点上的灰度值和深度值,计算该像素点的相对反射率,在得到所有像素点的相对反射率后,可以得到所有像素点的相对反射率的平均值,然后在计算该像素点的相对反射率和平均值的比值,意见该比值作为该像素点的相对亮度值,此时对于一个像素点而言,可以确定该像素点的四个参数灰度值、深度值、相对反射率和相对亮度值。
在得到相对亮度值后,确定相对亮度值大于预设阈值的目标像素点,然后计算所有目标像素点的相对亮度值和预设阈值的差值,在得到所有像素点的差值后,计算所有差值之和,然后根据目标像素点的数量,计算所有差值之和的均值,以将该均值作为第三待处理卫星图像的增强系数,然后计算各像素点的相对亮度值和增强系数的和值,并将该和值赋给对应的像素点,即:将该像素点原来的灰度值替换为该和值,从而改变该像素点的灰度值,此时可以得到第四待处理卫星图像,这样可以将不同像素点的相对亮度值的差距拉低,以防止像素点高亮造成图片亮度差值过大。
通过上述方式可以对卫星图像的对比度进行调节,从而使卫星图像的观看效果得到增强,进而使卫星图像具有更好的观看质量。
在一个可行的实施方案中,在执行根据同一位置上的像素点在所述第三待处理卫星图像中对应的灰度值和在所述深度图像中对应的深度值,确定该像素点对应的相对反射率的步骤时,可以利用如下公式计算该像素点对应的相对反射率:
M=I*depth2;
其中,M为该像素点对应的相对反射率,I为该像素点在所述第三待处理卫星图像中对应的灰度值,depth为该像素点在在所述深度图像中对应的深度值。
在一个可行的实施方案中,所述方法还包括:
将所述预设阈值赋给所述第四待处理卫星图像中对应的目标像素点,得到第五待处理卫星图像。
具体的,为了避免像素点出现过高的相对亮度值,不便于后续处理,将预设阈值赋给第四待处理卫星图像中对应的目标像素点。
需要说明的是,预设阈值的具体大小可以根据实际需要进行设定,在此不做具体限定。
在一个可行的实施方案中,所述方法还包括:
对所述第五待处理卫星图像进行加密存储。
需要说明的是,关于具体的加密存储方式可以根据实际需要进行设定,在此不做具体限定。
在一个可行的实施方案中,所述方法还包括:
对所述第五待处理卫星图像进行归一化处理。
具体的,灰度图在进行图像增强后,各个像素点的灰度值相较于原始的灰度值更加趋同,因此最终呈现出来的增强后的灰度图像中,各个像素点之间的灰度值差较小,可能会影响后续的观察分析,此时可以通过归一化处理,加大各个像素点之间的灰度值差,从而在增强所述灰度图像后,增大各个像素点间的对比度。
在一个可行的实施方案中,所述归一化处理包括以下步骤:
获取所述第五待处理卫星图像中像素点的最大灰度值;
获取所述第五待处理卫星图像中各像素点的灰度值与所述最大灰度值的比值,将该比值赋给对应的像素点,以作为该像素点的灰度值。
具体的,归一化处理后,获得的比值为小于等于1的正数,将该比值乘以255,即可将该比值转换为0至255的灰度值,加大各个像素点之间的灰度值差,增大各个像素点间的对比度。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种卫星图像的处理方法,其特征在于,所述方法包括:
在获取到针对同一区域的多张卫星图像后,针对每张卫星图像,根据该卫星图像中各像素点的灰度值,计算该卫星图像的灰度值方差,其中,所述卫星图像为所述区域的灰度图;
确定该卫星图像包括的各像素点的灰度值和所述灰度值方差的差值之和;
对各卫星图像对应的和值进行比较,确定出最大和值对应的卫星图像,以将最大和值对应的卫星图像作为第一待处理卫星图像;
对所述第一待处理卫星图像进行双边滤波处理,得到第二待处理卫星图像;
利用如下公式计算所述第一待处理卫星图像和所述第二待处理卫星图像的估计误差值,以将所述估计误差值作为所述第一待处理卫星图像的噪声强度:
其中,x和y分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素点坐标,m和n分别为所述第一待处理卫星图像和所述第二待处理卫星图像在X轴坐标方向和Y轴坐标方向上的像素数量,Y(x+i,y+j)表示所述第一待处理卫星图像中坐标为x+i和y+j的像素点的像素值,Y’(x+i,y+j)表示所述第二待处理卫星图像中坐标为x+i和y+j的像素点的像素值;
根据所述噪声强度,确定所述噪声强度对应的去噪模型;
将所述第一待处理卫星图像输入至所述去噪模型中,以使所述去噪模型对所述第一待处理卫星图像进行去噪处理,得到第三待处理卫星图像;
根据所述第三待处理卫星图像,得到所述第三待处理卫星图像对应的深度图像;
根据同一位置上的像素点在所述第三待处理卫星图像中对应的灰度值和在所述深度图像中对应的深度值,确定该像素点对应的相对反射率;
在获取到所有像素点对应的相对反射率后,计算所有像素点的相对反射率的平均值;
针对每个像素点,计算该像素点的相对反射率和所述平均值的比值,以将所述比值作为该像素点的相对亮度值;
确定所述第三待处理卫星图像中相对亮度值大于预设阈值的目标像素点;
对于每个目标像素点,计算该目标像素点的相对亮度值与所述预设阈值的差值;
在得到所有目标像素点对应的差值后,根据目标像素点的数量,计算所有目标像素点对应的差值之和的均值,以将所有目标像素点对应的差值之和的均值作为所述第三待处理卫星图像的增强系数;
对于所述第三待处理卫星图像中的每个像素点,计算该像素点对应的相对亮度值和所述增强系数的和值;
将该像素点对应的相对亮度值和所述增强系数的和值赋给该像素点,得到第四待处理卫星图像;
其中,所述根据同一位置上的像素点在所述第三待处理卫星图像中对应的灰度值和在所述深度图像中对应的深度值,确定该像素点对应的相对反射率,包括:
利用如下公式计算该像素点对应的相对反射率:
M=I*depth2;
其中,M为该像素点对应的相对反射率,I为该像素点在所述第三待处理卫星图像中对应的灰度值,depth为该像素点在在所述深度图像中对应的深度值。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
将所述预设阈值赋给所述第四待处理卫星图像中对应的目标像素点,得到第五待处理卫星图像。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
对所述第五待处理卫星图像进行加密存储。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
对所述第五待处理卫星图像进行归一化处理。
5.如权利要求4所述的方法,其特征在于,所述归一化处理包括以下步骤:
获取所述第五待处理卫星图像中像素点的最大灰度值;
获取所述第五待处理卫星图像中各像素点的灰度值与所述最大灰度值的比值,将该比值赋给对应的像素点,以作为该像素点的灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310918960.5A CN116664449B (zh) | 2023-07-26 | 2023-07-26 | 一种卫星图像的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310918960.5A CN116664449B (zh) | 2023-07-26 | 2023-07-26 | 一种卫星图像的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116664449A CN116664449A (zh) | 2023-08-29 |
CN116664449B true CN116664449B (zh) | 2023-10-13 |
Family
ID=87722692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310918960.5A Active CN116664449B (zh) | 2023-07-26 | 2023-07-26 | 一种卫星图像的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116664449B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6346863A (ja) * | 1986-08-15 | 1988-02-27 | Kenwood Corp | 気象衛星からの画像信号受信システム |
CN103617613A (zh) * | 2013-11-20 | 2014-03-05 | 西北工业大学 | 一种微小卫星非合作目标图像处理方法 |
CN103761718A (zh) * | 2014-02-12 | 2014-04-30 | 北京空间机电研究所 | 一种卫星遥感图像区域条带噪声抑制装置及其方法 |
CN106023177A (zh) * | 2016-05-14 | 2016-10-12 | 吉林大学 | 一种气象卫星云图的雷暴云识别方法和系统 |
CN108154478A (zh) * | 2016-12-02 | 2018-06-12 | 航天星图科技(北京)有限公司 | 一种遥感图像处理方法 |
US11010606B1 (en) * | 2019-11-15 | 2021-05-18 | Maxar Intelligence Inc. | Cloud detection from satellite imagery |
CN113284153A (zh) * | 2021-05-14 | 2021-08-20 | 惠州中国科学院遥感与数字地球研究所空间信息技术研究院 | 卫星云层图像处理方法、装置、计算机设备和存储介质 |
CN114842102A (zh) * | 2021-04-23 | 2022-08-02 | 大连理工大学 | 用于图像处理的方法、设备和计算机可读存储介质 |
CN115499559A (zh) * | 2021-06-18 | 2022-12-20 | 哲库科技(上海)有限公司 | 图像处理装置与方法、处理芯片和电子设备 |
-
2023
- 2023-07-26 CN CN202310918960.5A patent/CN116664449B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6346863A (ja) * | 1986-08-15 | 1988-02-27 | Kenwood Corp | 気象衛星からの画像信号受信システム |
CN103617613A (zh) * | 2013-11-20 | 2014-03-05 | 西北工业大学 | 一种微小卫星非合作目标图像处理方法 |
CN103761718A (zh) * | 2014-02-12 | 2014-04-30 | 北京空间机电研究所 | 一种卫星遥感图像区域条带噪声抑制装置及其方法 |
CN106023177A (zh) * | 2016-05-14 | 2016-10-12 | 吉林大学 | 一种气象卫星云图的雷暴云识别方法和系统 |
CN108154478A (zh) * | 2016-12-02 | 2018-06-12 | 航天星图科技(北京)有限公司 | 一种遥感图像处理方法 |
US11010606B1 (en) * | 2019-11-15 | 2021-05-18 | Maxar Intelligence Inc. | Cloud detection from satellite imagery |
CN114842102A (zh) * | 2021-04-23 | 2022-08-02 | 大连理工大学 | 用于图像处理的方法、设备和计算机可读存储介质 |
CN113284153A (zh) * | 2021-05-14 | 2021-08-20 | 惠州中国科学院遥感与数字地球研究所空间信息技术研究院 | 卫星云层图像处理方法、装置、计算机设备和存储介质 |
CN115499559A (zh) * | 2021-06-18 | 2022-12-20 | 哲库科技(上海)有限公司 | 图像处理装置与方法、处理芯片和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116664449A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Underwater image enhancement by attenuated color channel correction and detail preserved contrast enhancement | |
JP4459137B2 (ja) | 画像処理装置及びその方法 | |
US20180053289A1 (en) | Method and system for real-time noise removal and image enhancement of high-dynamic range images | |
US9196021B2 (en) | Video enhancement using related content | |
JP7030493B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN109859204B (zh) | 卷积神经网络模型检验方法及装置 | |
CN108961260B (zh) | 图像二值化方法及装置、计算机存储介质 | |
JP5911292B2 (ja) | 画像処理装置、撮像装置、画像処理方法、および、画像処理プログラム | |
KR101394361B1 (ko) | 알파매트 추정과 영상 합성을 이용한 단일 영상의 안개 제거 장치 및 방법 | |
JP2011150483A (ja) | 画像処理装置 | |
JP2018133110A (ja) | 画像処理装置及び画像処理プログラム | |
CN109447935B (zh) | 红外图像处理方法、装置、计算机设备和可读存储介质 | |
CN107564085B (zh) | 图像扭曲处理方法、装置、计算设备及计算机存储介质 | |
CN113888438A (zh) | 图像处理方法、装置及存储介质 | |
CN108734712B (zh) | 背景分割的方法、装置及计算机存储介质 | |
CN116664449B (zh) | 一种卫星图像的处理方法 | |
CN110689486A (zh) | 图像的处理方法、装置、设备及计算机可存储介质 | |
JP7301589B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN111415317A (zh) | 图像处理方法及装置、电子设备、计算机可读存储介质 | |
CN115511744A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
JP2005339535A (ja) | 相違度の計算 | |
WO2018225134A1 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
CN108629333A (zh) | 一种低照度的人脸图像处理方法、装置、设备及可读介质 | |
Wegner et al. | Image based performance analysis of thermal imagers | |
Meena et al. | Review and application of different contrast enhancement technique on various images |
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 |