CN117876233A - 一种基于无人机遥感技术的测绘图像增强方法 - Google Patents
一种基于无人机遥感技术的测绘图像增强方法 Download PDFInfo
- Publication number
- CN117876233A CN117876233A CN202311679086.0A CN202311679086A CN117876233A CN 117876233 A CN117876233 A CN 117876233A CN 202311679086 A CN202311679086 A CN 202311679086A CN 117876233 A CN117876233 A CN 117876233A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- images
- processing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000013507 mapping Methods 0.000 title claims abstract description 36
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 73
- 238000006243 chemical reaction Methods 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 238000009499 grossing Methods 0.000 claims abstract description 14
- 230000009466 transformation Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims 9
- 238000003672 processing method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005286 illumination Methods 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
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及遥感测绘图像处理技术领域，具体为一种基于无人机遥感技术的测绘图像增强方法，获取遥感测绘的原始图像并分为第一图像和第二图像，分别对第一图像和第二图像等区间划分，将第一待处理子图像输出作为常规对比图像，对第二待处理子图像的处理区域进行图像增强处理，处理后输出至显示设备对比。该基于无人机遥感技术的测绘图像增强方法，通过对处理区域先进行图像灰度化转换处理，得到灰度图像区域，再对灰度图像区域进行线性变换得到线性灰度图像，再根据灰度直方图的连续程度和区域面积占比选取灰度增强图像，分别利用高斯滤波算法和中值滤波算法去噪平滑处理，再输出至显示设备进行对比，从而提高图像对比度。
Description
技术领域
本发明涉及遥感测绘图像处理技术领域，具体为一种基于无人机遥感技术的测绘图像增强方法。
背景技术
图像增强是数字图像处理的最基本的方法之一，它是为了改善视觉效果或便于人或机器对图像的分析理解，根据图像的特点或存在的问题，以及应用目的所采取的改善图像质量的方法或加强图像的某些特征的措施，图像在成像、采集、运输、复制等过程中不可避免地会造成某些降质，例如在成像过程中由于光学系统会导致图像失真，不同的光照条件会使图像的光度差异很大，运动状态下成像会使图像模糊，而在传输过程中，各种噪声和干扰将污染图像，因此通常需要对降质的图像进行预处理，以满足后期处理及分析的需要，图像复原是改善图像的一类方法，这类方法会尽可能还原图像的本来面目，追求提高图像的保真度，而图像增强则是一类追求图像可懂度的方法，通过处理有选择地突出某些感兴趣的信息，便于人或机器分析这些信息，抑制一些无用的信息，以提高图像的使用价值。
经检索，根据中国专利公开号为CN112950490A的发明专利中公开了一种无人机遥感测绘图像增强处理方法，上述发明专利中的无人机遥感测绘图像增强处理方法同样采用灰度处理方法，是通过对遥感测绘图像灰度化处理后进行划分得到多个子图像，对多个子图像的像素点逐一增强得到增强后的遥感测绘图像，但是该遥感测绘图像增强处理方法并没有采取灰度线性变换处理方法，无法通过建立灰度映射调整原始图像的灰度，改善图像质量和凸显图像细节，因此在提高图像对比度的效果上还有待进一步改进，故而提出一种基于无人机遥感技术的测绘图像增强方法。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于无人机遥感技术的测绘图像增强方法，具备对灰度后图像通过线性变换调整图像灰度，从而提高图像对比度的优点，解决了上述背景技术中的无人机遥感测绘图像增强处理方法中的灰度处理没有采取线性变换方法，在在提高图像对比度的效果上还有待改进的问题。
(二)技术方案
为实现上述对灰度后图像通过线性变换调整图像灰度，从而提高图像对比度的目的，本发明提供如下技术方案：一种基于无人机遥感技术的测绘图像增强方法，包括以下实施步骤：
1)获取遥感测绘的原始图像，将所述原始图像分为第一图像和第二图像；
2)分别对所述第一图像和第二图像进行等区间划分，在所述第一图像上等区间划分得到若干份第一待处理子图像，在所述第二图像上等区间划分得到若干份第二待处理子图像；
3)将所述若干份第一待处理子图像直接输出，得到常规对比图像；
4)在所述若干份第二待处理子图像上选取处理区域，对选取的若干份所述处理区域通过图像处理装置进行图像增强处理；
5)将增强后的若干份所述处理区域与若干份第二待处理子图像上的未处理区域输出至显示设备进行对比，再将若干份所述第二待处理子图像与若干份第一待处理子图像输出至显示设备进行对比。
优选的，对选取的若干份所述处理区域进行图像灰度化转换处理，得到灰度图像区域，所述图像灰度化转换处理的计算公式为：
GRAY[Y]←BGR[A]＝0.299*R+0.587*G+0.114*B
其中，所述R、G、B分别为颜色模型中的红色分量、绿色分量和蓝色分量的三个基色分量值，每个所述基色分量值直接决定显示设备的基色强度。
优选的，所述图像灰度化转换处理还包括如下计算方法：
T1.亮度优先转换
GRAY[Y]←BGR[A]＝[max(R，G，B)+min(R，G，B)]/2；
T2.平均亮度转换
GRAY[Y]←BGR[A]＝(R+G+B)/3；
T3.权重亮度转换
GRAY[Y]←BGR[A]＝0.21*R+0.72*G+0.07*B；
T4.最大亮度转换
GRAY[Y]←BGR[A]＝max(R，G，B)；
T5.最小亮度转换
GRAY[Y]←BGR[A]＝min(R，G，B)。
优选的，对所述灰度图像区域进行线性变换得到线性灰度图像，所述线性变换的函数方法为常见的线性函数，其计算公式为：
g(x，y)＝k*f(x，y)+b
其中，所述x为灰度图像区域的灰度值，所述y为变换后的线性灰度图像的灰度值，且y的取值为0至255的数值范围内，所述k为直线的斜率，所述b为在y轴的截距。
优选的，根据所述斜率k的取值变化会产生不同的灰度线性变换效果；
当k>1时，图像对比度增加；
当k<1时，图像对比度减少；
当k＝1且b≠0时，图像整体的灰度值上移或者下移，即图像整体变亮或者变暗，而图像的对比度不发生改变；
当k<0且b＝0时，图像的亮区域变暗，暗区域变亮；
当k＝1且b＝0时，图像恒定变换，图像的对比度不发生改变；
当k＝-1且b＝255时，图像发生反转。
优选的，在所述斜率k的取值范围内和截距b的取值范围内选取若干个kn数值和bn数值，将若干所述kn数值和bn数值分别代入所述线性变换计算公式中，得到若干份线性灰度图像。
优选的，获取若干份所述线性灰度图像的灰度直方图，根据若干份所述灰度直方图的连续程度和区域面积占比选取灰度增强图像，利用高斯滤波算法消除灰度增强图像噪声，所述高斯滤波算法公式为：
其中，z表示灰度值，μ表示z的平均值或期望值，α表示z的标准差；
再通过中值滤波算法平滑处理灰度增强图像，所述中值滤波算法公式为：
g(x，y)＝medf{f(x-k，y-1)，(k，I∈W)}
其中，f(x,y)和g(x,y)分别是原图像和处理后图像,W为输入的二维模板，能够在整幅图像上滑动，通常尺寸为3*3或5*5区域。
优选的，所述图像处理装置包括图像获取模块，用于获取若干份第二待处理子图像上的处理区域；
灰度处理模块，用于对若干份第二待处理子图像上的处理区域进行灰度增强处理；
去噪平滑处理模块，用于消除灰度增强图像噪声和对灰度增强图像平滑处理；
图像输出模块，通过数据接口与显示设备数据连接，用于将处理后的若干份第二待处理子图像输出至显示设备。
优选的，所述图像处理装置包括计算机处理器，所述计算机处理器包括用于存储计算机处理器可执行指令的内存储器，所述内存储器上存储有用于计算机处理器上可运行的指令程序，所述内存储器在执行指令时实现任意一种图像增强方法的步骤。
优选的，所述图像处理装置包括存储介质，所述存储介质为存储有用于计算机处理器可读取指令的存储硬盘，所述存储硬盘在读取指令时实现任意一种图像增强方法的步骤。
(三)有益效果
与现有技术相比，本发明提供了一种基于无人机遥感技术的测绘图像增强方法，具备以下有益效果：
该基于无人机遥感技术的测绘图像增强方法，通过对原始遥感测绘图像进行划分，在第一图像上等区间划分得到若干份第一待处理子图像，并将其直接输出作为常规对比图像，在第二图像上等区间划分得到若干份第二待处理子图像，在每份第二待处理子图像上选取一份处理区域，对每份处理区域先进行图像灰度化转换处理，得到灰度图像区域，再对每份灰度图像区域进行线性变换得到线性灰度图像，再获取每份线性灰度图像的灰度直方图，根据灰度直方图的连续程度和区域面积占比选取灰度增强图像，然后分别利用高斯滤波算法消除灰度增强图像噪声，通过中值滤波算法平滑处理灰度增强图像，再输出至显示设备与常规对比图像进行图像对比，从而实现通过改善处理图像质量和凸显图像细节，提高图像对比度的效果。
附图说明
图1为本发明结构图像增强方法处理流程图。
具体实施方式
下面将结合本发明的实施例和附图，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。
请参阅图1，一种基于无人机遥感技术的测绘图像增强方法，包括以下实施步骤：
1)获取遥感测绘的原始图像，将原始图像分为第一图像和第二图像；
2)分别对第一图像和第二图像进行等区间划分，在第一图像上等区间划分得到若干份第一待处理子图像，在第二图像上等区间划分得到若干份第二待处理子图像；
3)将若干份第一待处理子图像直接输出，得到常规对比图像；
4)在若干份第二待处理子图像上选取处理区域，对选取的若干份处理区域通过图像处理装置进行图像增强处理；
5)将增强后的若干份处理区域与若干份第二待处理子图像上的未处理区域输出至显示设备进行对比，再将若干份第二待处理子图像与若干份第一待处理子图像输出至显示设备进行对比。
进一步的，对选取的若干份处理区域进行图像灰度化转换处理，得到灰度图像区域，图像灰度化转换处理的计算公式为：
GRAY[Y]←BGR[A]＝0.299*R+0.587*G+0.114*B
其中，R、G、B分别为颜色模型中的红色分量、绿色分量和蓝色分量的三个基色分量值，每个基色分量值直接决定显示设备的基色强度。
具体的，利用图像灰度化转换处理的计算公式对选取的若干份处理区域进行图像灰度化转换处理，灰度处理后得到若干份灰度图像区域。
进一步的，图像灰度化转换处理还包括如下计算方法：
T1.亮度优先转换
GRAY[Y]←BGR[A]＝[max(R，G，B)+min(R，G，B)]/2；
T2.平均亮度转换
GRAY[Y]←BGR[A]＝(R+G+B)/3；
T3.权重亮度转换
GRAY[Y]←BGR[A]＝0.21*R+0.72*G+0.07*B；
T4.最大亮度转换
GRAY[Y]←BGR[A]＝max(R，G，B)；
T5.最小亮度转换
GRAY[Y]←BGR[A]＝min(R，G，B)。
具体的，图像灰度转换处理还能够通过亮度优先转换算法、平均亮度转换算法、权重亮度转换算法、最大亮度转换算法以及最小亮度转换算法来实现。
进一步的，对灰度图像区域进行线性变换得到线性灰度图像，线性变换的函数方法为常见的线性函数，其计算公式为：
g(x，y)＝k*f(x，y)+b
其中，x为灰度图像区域的灰度值，y为变换后的线性灰度图像的灰度值，且y的取值为0至255的数值范围内，k为直线的斜率，b为在y轴的截距。
具体的，。
进一步的，k的取值变化会产生不同的灰度线性变换效果；
当k>1时，图像对比度增加；
当k<1时，图像对比度减少；
当k＝1且b≠0时，图像整体的灰度值上移或者下移，即图像整体变亮或者变暗，而图像的对比度不发生改变；
当k<0且b＝0时，图像的亮区域变暗，暗区域变亮；
当k＝1且b＝0时，图像恒定变换，图像的对比度不发生改变；
当k＝-1且b＝255时，图像发生反转。
具体的，当k>1时，可以用来增加图像的对比度，图像的像素值在进行变换后全部都线性方法，增强了整体的显示效果，且经过这种变换后，图像的整体对比度明显增大，在灰度图中的体现就是变换后的灰度图明显被拉伸了；
当k＝1时，这种情况下常用来调节图像的亮度，亮度的调节就是让图像的各个像素值都增加或是减少一定量，在这种情况下可以通过改变b值来达到增加或者是减少图像亮度的目的，因为当k＝1且只改变b值时，只有图像的亮度被改变了，在b>0时，变换曲线整体发生上移，图像的亮度增加，对应的直方图整体向右侧移动，在b<0时，变换曲线整体下移，图像的亮度降低，对应的直方图发生水平左移。
当0<k<1时，此时变换的效果正好与k>1时相反，即图像的整体对比度和效果都被削减了，对应的直方图会被集中在一段区域上，k值越小，图像的灰度分布也就越窄，图像看起来也就显得越是灰暗。
当k<0时，在这种情况下，源图像的灰度会发生反转，也就是原图像中较亮的区域会变暗，而较暗的区域将会变量，此时令k＝-1，b＝255可以令图像实现完全反转的效果，对应的直方图也会发生相应的变化。
进一步的，在斜率k的取值范围内和截距b的取值范围内选取若干个kn数值和bn数值，将若干kn数值和bn数值分别代入线性变换计算公式中，得到若干份线性灰度图像。
具体的，通过选取多个斜率k和截距b的取值，将每个斜率k和截距b的选取数值分别代入线性变换计算公式，再通过程序编程得到若干份线性灰度图像。
进一步的，获取若干份线性灰度图像的灰度直方图，根据若干份灰度直方图的连续程度和区域面积占比选取灰度增强图像，利用高斯滤波算法消除灰度增强图像噪声，高斯滤波算法公式为：
其中，z表示灰度值，μ表示z的平均值或期望值，α表示z的标准差；
再通过中值滤波算法平滑处理灰度增强图像，中值滤波算法公式为：
g(x，y)＝medf{f(x-k，y-1)，(k，I∈W)}
其中，f(x,y)和g(x,y)分别是原图像和处理后图像,W为输入的二维模板，能够在整幅图像上滑动，通常尺寸为3*3或5*5区域。
具体的，根据每份灰度直方图的连续程度和区域面积占比选取灰度增强图像，利用高斯滤波算法公式对灰度增强图像进行去噪处理，在高斯滤波算法公式中，当z服从上述分布时，其值有95％落在[(μ-2σ)，(μ+2σ)]范围内，再利用中值滤波算法公式对灰度增强图像进行平滑处理。
进一步的，图像处理装置包括图像获取模块，用于获取若干份第二待处理子图像上的处理区域；
灰度处理模块，用于对若干份第二待处理子图像上的处理区域进行灰度增强处理；
去噪平滑处理模块，用于消除灰度增强图像噪声和对灰度增强图像平滑处理；
图像输出模块，通过数据接口与显示设备数据连接，用于将处理后的若干份第二待处理子图像输出至显示设备。
具体的，通过图像获取模块在第二图像上等区间划分得到若干份第二待处理子图像，并在若干份第二待处理子图像上选取处理区域，利用灰度处理模块对选取的处理区域进行灰度线性变换增强处理，再通过去噪平滑处理模块结合高斯滤波算法和中值滤波算法对灰度增强图像进行去噪和平滑处理，最后通过图像输出模块经数据接口与显示设备数据连接将增强后的图像输出至显示设备进行对比。
进一步的，图像处理装置包括计算机处理器，计算机处理器包括用于存储计算机处理器可执行指令的内存储器，内存储器上存储有用于计算机处理器上可运行的指令程序，内存储器在执行指令时实现任意一种图像增强方法的步骤。
具体的，通过计算机处理器上的内存储器存储有计算机处理器上可运行的指令程序，从而通过编程方便实现图像增强方法。
进一步的，图像处理装置包括存储介质，存储介质为存储有用于计算机处理器可读取指令的存储硬盘，存储硬盘在读取指令时实现任意一种图像增强方法的步骤。
具体的，通过存储硬盘存储有用于计算机处理器可读取指令，从而通过编程方便实现图像增强方法。
综上所述，该基于无人机遥感技术的测绘图像增强方法，通过对原始遥感测绘图像进行划分，在第一图像上等区间划分得到若干份第一待处理子图像，并将其直接输出作为常规对比图像，在第二图像上等区间划分得到若干份第二待处理子图像，在每份第二待处理子图像上选取一份处理区域，对每份处理区域先进行图像灰度化转换处理，得到灰度图像区域，再对每份灰度图像区域进行线性变换得到线性灰度图像，再获取每份线性灰度图像的灰度直方图，根据灰度直方图的连续程度和区域面积占比选取灰度增强图像，然后分别利用高斯滤波算法消除灰度增强图像噪声，通过中值滤波算法平滑处理灰度增强图像，再输出至显示设备与常规对比图像进行图像对比，从而实现通过改善处理图像质量和凸显图像细节，提高图像对比度的效果。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于无人机遥感技术的测绘图像增强方法，其特征在于，包括以下实施步骤：
1)获取遥感测绘的原始图像，将所述原始图像分为第一图像和第二图像；
2)分别对所述第一图像和第二图像进行等区间划分，在所述第一图像上等区间划分得到若干份第一待处理子图像，在所述第二图像上等区间划分得到若干份第二待处理子图像；
3)将所述若干份第一待处理子图像直接输出，得到常规对比图像；
4)在所述若干份第二待处理子图像上选取处理区域，对选取的若干份所述处理区域通过图像处理装置进行图像增强处理；
5)将增强后的若干份所述处理区域与若干份第二待处理子图像上的未处理区域输出至显示设备进行对比，再将若干份所述第二待处理子图像与若干份第一待处理子图像输出至显示设备进行对比。
2.根据权利要求1所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：对选取的若干份所述处理区域进行图像灰度化转换处理，得到灰度图像区域，所述图像灰度化转换处理的计算公式为：
GRAY[Y]←BGR[A]＝0.299*R+0.587*G+0.114*B
其中，所述R、G、B分别为颜色模型中的红色分量、绿色分量和蓝色分量的三个基色分量值，每个所述基色分量值直接决定显示设备的基色强度。
3.根据权利要求2所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：所述图像灰度化转换处理还包括如下计算方法：
T1.亮度优先转换
GRAY[Y]←BGR[A]＝[max(R，G，B)+min(R，G，B)]/2；
T2.平均亮度转换
GRAY[Y]←BGR[A]＝(R+G+B)/3；
T3.权重亮度转换
GRAY[Y]←BGR[A]＝0.21*R+0.72*G+0.07*B；
T4.最大亮度转换
GRAY[Y]←BGR[A]＝max(R，G，B)；
T5.最小亮度转换
GRAY[Y]←BGR[A]＝min(R，G，B)。
4.根据权利要求2所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：对所述灰度图像区域进行线性变换得到线性灰度图像，所述线性变换的函数方法为常见的线性函数，其计算公式为：
g(x，y)＝k*f(x，y)+b
其中，所述x为灰度图像区域的灰度值，所述y为变换后的线性灰度图像的灰度值，且y的取值为0至255的数值范围内，所述k为直线的斜率，所述b为在y轴的截距。
5.根据权利要求4所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：根据所述斜率k的取值变化会产生不同的灰度线性变换效果；
当k>1时，图像对比度增加；
当k<1时，图像对比度减少；
当k＝1且b≠0时，图像整体的灰度值上移或者下移，即图像整体变亮或者变暗，而图像的对比度不发生改变；
当k<0且b＝0时，图像的亮区域变暗，暗区域变亮；
当k＝1且b＝0时，图像恒定变换，图像的对比度不发生改变；
当k＝-1且b＝255时，图像发生反转。
6.根据权利要求4所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：在所述斜率k的取值范围内和截距b的取值范围内选取若干个kn数值和bn数值，将若干所述kn数值和bn数值分别代入所述线性变换计算公式中，得到若干份线性灰度图像。
7.根据权利要求1所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：获取若干份所述线性灰度图像的灰度直方图，根据若干份所述灰度直方图的连续程度和区域面积占比选取灰度增强图像，利用高斯滤波算法消除灰度增强图像噪声，所述高斯滤波算法公式为：
其中，z表示灰度值，μ表示z的平均值或期望值，α表示z的标准差；
再通过中值滤波算法平滑处理灰度增强图像，所述中值滤波算法公式为：
g(x，y)＝medf{f(x-k，y-1)，(k，I∈W)}
其中，f(x,y)和g(x,y)分别是原图像和处理后图像,W为输入的二维模板，能够在整幅图像上滑动，通常尺寸为3*3或5*5区域。
8.根据权利要求1所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：所述图像处理装置包括图像获取模块，用于获取若干份第二待处理子图像上的处理区域；
灰度处理模块，用于对若干份第二待处理子图像上的处理区域进行灰度增强处理；
去噪平滑处理模块，用于消除灰度增强图像噪声和对灰度增强图像平滑处理；
图像输出模块，通过数据接口与显示设备数据连接，用于将处理后的若干份第二待处理子图像输出至显示设备。
9.根据权利要求1所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：所述图像处理装置包括计算机处理器，所述计算机处理器包括用于存储计算机处理器可执行指令的内存储器，所述内存储器上存储有用于计算机处理器上可运行的指令程序，所述内存储器在执行指令时实现上述权利要求1-7中任意一种图像增强方法的步骤。
10.根据权利要求9所述的一种基于无人机遥感技术的测绘图像增强方法，其特征在于：所述图像处理装置包括存储介质，所述存储介质为存储有用于计算机处理器可读取指令的存储硬盘，所述存储硬盘在读取指令时实现上述权利要求1-7中任意一种图像增强方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311679086.0A CN117876233A (zh) | 2023-12-08 | 2023-12-08 | 一种基于无人机遥感技术的测绘图像增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311679086.0A CN117876233A (zh) | 2023-12-08 | 2023-12-08 | 一种基于无人机遥感技术的测绘图像增强方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117876233A true CN117876233A (zh) | 2024-04-12 |
Family
ID=90576323
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311679086.0A Pending CN117876233A (zh) | 2023-12-08 | 2023-12-08 | 一种基于无人机遥感技术的测绘图像增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117876233A (zh) |
-
2023
- 2023-12-08 CN CN202311679086.0A patent/CN117876233A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111583157B (zh) | 图像处理方法、系统及计算机可读存储介质 | |
| CN108876743B (zh) | 一种图像快速去雾方法、系统、终端及存储介质 | |
| EP2624204B1 (en) | Image processing apparatus and method of controlling the same | |
| RU2400815C2 (ru) | Способ повышения качества цифрового фотоизображения | |
| CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
| CN109325918B (zh) | 一种图像处理的方法、装置及计算机存储介质 | |
| CN106454014B (zh) | 一种提高逆光场景车辆抓拍图像质量的方法及装置 | |
| CN110163807B (zh) | 一种基于期望亮通道的低照度图像增强方法 | |
| CN109118437B (zh) | 一种可实时处理浑水图像的方法、存储介质 | |
| CN112116536A (zh) | 一种低光照图像增强方法及系统 | |
| CN114240789A (zh) | 一种基于优化的保持亮度的红外图像直方图均衡增强方法 | |
| CN115578297A (zh) | 一种自适应色彩补偿与细节优化的广义衰减图像增强方法 | |
| CN112801925A (zh) | 基于信息熵最大化消除水波纹影响的水下图像增强方法 | |
| CN113379609B (zh) | 一种图像处理方法、存储介质及终端设备 | |
| CN116188339A (zh) | 一种基于Retinex及图像融合的暗视觉图像增强方法 | |
| CN110675332A (zh) | 一种金属腐蚀图像质量的增强方法 | |
| CN113450272B (zh) | 一种基于正弦曲线变化的图像增强方法及其应用 | |
| CN117274113B (zh) | 基于图像增强的碎硅片清洗效果视觉检测方法 | |
| CN112991197B (zh) | 一种基于暗通道的细节保留的低照度视频增强方法及装置 | |
| CN114037641A (zh) | 一种低照度图像增强方法、装置、设备及介质 | |
| CN112381073A (zh) | 基于ai人脸检测的iq调整方法及调整模块 | |
| CN110136085B (zh) | 一种图像的降噪方法及装置 | |
| CN117218039A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
| CN110298796B (zh) | 基于改进Retinex与对数图像处理的低照度图像增强方法 | |
| CN116681606A (zh) | 一种水下不均匀光照图像增强方法、系统、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |