一种航拍可见光图像的处理方法和系统技术方案

本发明专利技术公开了一种航拍可见光图像的处理方法，包括：同时使用可见光传感器和红外传感器分别获取可见光图像和红外图像，对可见光图像进行YUV颜色域转换，以生成YUV颜色空间图像，将该YUV颜色空间图像分解为亮度域Y分量图像、颜色域U分量图像、以及颜色域V分量图像，对分解得到的亮度域Y分量图像进行高斯低通滤波去噪，以得到亮度域图像，对红外图像进行锐化处理，以得到最终锐化图像，将亮度域图像和最终锐化图像进行融合，以生成最终的亮度域Y分量图像，对颜色域U分量图像和颜色域V分量图像进行色调饱和度调整，以获得最终颜色域U图像和最终颜色域V图像。本发明专利技术能解决现有方法中使用可见光图像去噪、增强导致的图像边缘模糊，细节变差的技术问题。

【技术实现步骤摘要】
一种航拍可见光图像的处理方法和系统
本专利技术属于数字图像处理技术与航天科技的交叉领域，更具体地，涉及一种航拍可见光图像的处理方法和系统。
技术介绍
利用无人机、卫星等飞行器实现遥感和导航已经成为航空航天事业发展的一个重要
，并在经济发展、日常生活中都具有非常重要的应用价值。然而，由于飞行器上图像传感器的性能约束，且伴随着航拍场景越来越复杂和多变(如低照环境，大雾天气等)，使得飞行器获取到的航拍图像噪声很大，而且细节模糊，无法满足遥感和导航领域的需求，因此，非常有必要对飞行器航拍图像进行处理。目前对飞行器航拍图像的处理，主要分为对可见光图像的去噪增强处理，以及对红外图像的增强处理。其中，可见光的去噪处理主要分为空域去噪和时域去噪，空域去噪可以在一帧图像上进行，时域去噪则需要对连续多帧图像参考进行去噪，对可见光的增强处理则包括饱和度和对比度增强。然而，就现有的对可见光图像的去噪方法而言，都会使得图像边缘模糊，清晰度变差，去噪越强，则细节损失的就越多，从而影响最终的图像增强效果。为此，有的学者提出利用红外图像对可见光图像进行对比度和锐度的增强，从而使画面中的物体更加明显；然而，红外图像的增强时，由于红外图像仅有灰度特性，缺乏纹理、颜色等特征，其只能增强场景中物体的边缘，增强效果并不明显，意义不大。有鉴于此，还有学者利用红外图像和可见光图像进行融合的方式对可见光图像进行增强，即直接进行两幅图像的融合，或者仅参考了红外亮度上的融合，但这种方式并没有很好的利用这两种图像的特性，只用到了红外图像的亮度特性，而没考虑可见光的颜色特征，所以这种增强的效果也不好。专利
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种航拍可见光图像的处理方法和系统，其目的在于，解决现有可见光图像处理方法中使用可见光图像去噪导致图像边缘模糊、细节变差，采用红外图像增强方法后导致图像缺乏纹理颜色特征，以及普通的红外图像和可见光图像融合方法增强效果不佳、对颜色特征增强效果差的技术问题。为实现上述目的，按照本专利技术的一个方面，提供了一种航拍可见光图像的处理方法，包括以下步骤：(1)同时使用可见光传感器和红外传感器分别获取可见光图像和红外图像G；(2)对步骤(1)获取的可见光图像进行YUV颜色域转换，以生成YUV颜色空间图像，将该YUV颜色空间图像分解为亮度域Y分量图像、颜色域U分量图像、以及颜色域V分量图像；(3)对分解得到的亮度域Y分量图像进行高斯低通滤波去噪，以得到亮度域图像Y’；(4)对步骤(1)得到的红外图像G进行锐化处理，以得到最终锐化图像G’；(5)将步骤(3)获得的亮度域图像Y’和步骤(4)获得的最终锐化图像G’进行融合，以生成新的可见光图像Ynew；(6)对步骤(2)中得到的颜色域U分量图像和颜色域V分量图像进行色调饱和度调整，以获得最终颜色域U图像Unew和最终颜色域V图像Vnew；(7)将步骤(5)得到的新的可见光图像Ynew，以及步骤(6)得到的最终颜色域U图像Unew和最终颜色域V图像Vnew进行融合，以得到新的YUV颜色空间图像YUVnew，并对该YUV颜色空间图像YUVnew进行YUV到RGB颜色空间的转换，以生成最终的可见光图像。优选地，步骤(3)中采用的高斯滤波函数的标准差α为0.25到0.75之间。优选地，步骤(4)包括以下子步骤：(4-1)使用高通滤波器对红外图像G进行滤波处理，以生成处理后的图像Ghpf；(4-2)获取红外图像G的均值μ与标准差σ：其中w表示红外图像G的宽度，h表示红外图像G的高度，G(i,j)表示红外图像G上像素点的坐标；(4-3)根据步骤(4-2)中得到的均值μ和标准差σ，获取图像G上像素点G(i,j)对应的高频分量增强系数β(i,j)：(4-4)根据步骤(4-3)得到的高频分量增强系数和步骤(4-1)得到的图像Ghpf对红外图像G进行回加操作，以获得初始锐化图像G”：G″(x,y)＝G(x,y)+βGhpf(x,y)(4-5)判断步骤(4-4)获得的初始锐化图像G”的值小于0，还是大于等于0且小于等于255，还是大于255，如果小于0，则将最终锐化图像G’的值设置为0，如果大于等于0且小于等于255，则将最终锐化图像G’的值设置为G″(x,y)，如果大于255，则将最终锐化图像G’的值设置为255。优选地，步骤(5)具体是采用以下公式：Ynew(i,j)＝γ(i,j)Y′(i,j)+(1-γ(i,j))G′(i,j)其中上式的中间算子γ可以通过下式求得γ(i,j)＝0.7*α+0.3*β(i,j)。优选地，步骤(6)具体包括以下子步骤：(6-1)根据颜色域U分量图像和颜色域V分量图像获取平均色调系数Coef：(6-2)根据平均色调系数分别获取颜色域U分量图像和颜色域V分量图像的色调调整系数δu和δv：其中τu为颜色域U分量的色度调整经验系数，τv为颜色域V分量的色度调整经验系数，τu和τv取0.75～1.5之间。(6-3)根据步骤(6-2)中得到的色调调整系数获取初始颜色域U图像U′new和初始颜色域V图像V′new：U′new(i,j)＝(U(i,j)-128)*δu+128V′new(i,j)＝(V(i,j)-128)*δv+128(6-4)分别判断得到的初始颜色域U图像U′new和初始颜色域V图像V′new的值是分别小于0，还是大于等于0并小于等于255，还是大于255，如果是小于0，则将最终颜色域U图像Unew和最终颜色域V图像Vnew的值设置为0，如果是大于等于0并小于等于255，则将最终颜色域U图像Unew和最终颜色域V图像Vnew的值分别设置为等于U′new和V′new，如果是大于255，则将最终颜色域U图像Unew和最终颜色域V图像Vnew的值分别设置为255。按照本专利技术的另一方面，提供了一种航拍可见光图像的处理系统，包括：第一模块，用于同时使用可见光传感器和红外传感器分别获取可见光图像和红外图像G；第二模块，用于对第一模块获取的可见光图像进行YUV颜色域转换，以生成YUV颜色空间图像，将该YUV颜色空间图像分解为亮度域Y分量图像、颜色域U分量图像、以及颜色域V分量图像；第三模块，用于对分解得到的亮度域Y分量图像进行高斯低通滤波去噪，以得到亮度域图像Y’；第四模块，用于对第一模块得到的红外图像G进行锐化处理，以得到最终锐化图像G’；第五模块，用于将第三模块获得的亮度域图像Y’和第四模块获得的最终锐化图像G’进行融合，以生成新的可见光图像Ynew；第六模块，用于对第二模块中得到的颜色域U分量图像和颜色域V分量图像进行色调饱和度调整，以获得最终颜色域U图像Unew和最终颜色域V图像Vnew；第七模块，用于将第五模块得到的新的可见光图像Ynew，以及第六模块得到的最终颜色域U图像Unew和最终颜色域V图像Vnew进行融合，以得到新的YUV颜色空间图像YUVnew，并对该YUV颜色空间图像YUVnew进行YUV到RGB颜色空间的转换，以生成最终的可见光图像。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：1、本专利技术能够解决现有可见光图像处理方法中存在的去噪会使可见光图像边缘模糊、细节变差的技术问题：由于采用了下述步骤(4)和步本文档来自技高网...

【技术保护点】
一种航拍可见光图像的处理方法，其特征在于，包括以下步骤：(1)同时使用可见光传感器和红外传感器分别获取可见光图像和红外图像G；(2)对步骤(1)获取的可见光图像进行YUV颜色域转换，以生成YUV颜色空间图像，将该YUV颜色空间图像分解为亮度域Y分量图像、颜色域U分量图像、以及颜色域V分量图像；(3)对分解得到的亮度域Y分量图像进行高斯低通滤波去噪，以得到亮度域图像Y’；(4)对步骤(1)得到的红外图像G进行锐化处理，以得到最终锐化图像G’；(5)将步骤(3)获得的亮度域图像Y’和步骤(4)获得的最终锐化图像G’进行融合，以生成新的可见光图像Y

【技术特征摘要】
1.一种航拍可见光图像的处理方法，其特征在于，包括以下步骤：(1)同时使用可见光传感器和红外传感器分别获取可见光图像和红外图像G；(2)对步骤(1)获取的可见光图像进行YUV颜色域转换，以生成YUV颜色空间图像，将该YUV颜色空间图像分解为亮度域Y分量图像、颜色域U分量图像、以及颜色域V分量图像；(3)对分解得到的亮度域Y分量图像进行高斯低通滤波去噪，以得到亮度域图像Y’；(4)对步骤(1)得到的红外图像G进行锐化处理，以得到最终锐化图像G’；(5)将步骤(3)获得的亮度域图像Y’和步骤(4)获得的最终锐化图像G’进行融合，以生成新的可见光图像Ynew；(6)对步骤(2)中得到的颜色域U分量图像和颜色域V分量图像进行色调饱和度调整，以获得最终颜色域U图像Unew和最终颜色域V图像Vnew；(7)将步骤(5)得到的新的可见光图像Ynew，以及步骤(6)得到的最终颜色域U图像Unew和最终颜色域V图像Vnew进行融合，以得到新的YUV颜色空间图像YUVnew，并对该YUV颜色空间图像YUVnew进行YUV到RGB颜色空间的转换，以生成最终的可见光图像。2.根据权利要求1所述的处理方法，其特征在于，步骤(3)中采用的高斯滤波函数的标准差α为0.25到0.75之间。3.根据权利要求1或2所述的处理方法，其特征在于，步骤(4)包括以下子步骤：(4-1)使用高通滤波器对红外图像G进行滤波处理，以生成处理后的图像Ghpf；(4-2)获取红外图像G的均值μ与标准差σ：其中w表示红外图像G的宽度，h表示红外图像G的高度，G(i,j)表示红外图像G上像素点的坐标；(4-3)根据步骤(4-2)中得到的均值μ和标准差σ，获取图像G上像素点G(i,j)对应的高频分量增强系数β(i,j)：(4-4)根据步骤(4-3)得到的高频分量增强系数和步骤(4-1)得到的图像Ghpf对红外图像G进行回加操作，以获得初始锐化图像G”：G″(x,y)＝G(x,y)+βGhpf(x,y)(4-5)判断步骤(4-4)获得的初始锐化图像G”的值小于0，还是大于等于0且小于等于255，还是大于255，如果小于0，则将最终锐化图像G’的值设置为0，如果大于等于0且小于等于255，则将最终锐化图像G’的值设置为G″(x,y)，如果大于255，则将最终锐化图像G’的值设置为255。4.根据权利要求1至3中任意一项所述的处理方法，其特征在于，步骤(5)具体是采用以下公式：Ynew(i,j)＝γ(i,j)Y′(i,j)+(1-γ(i,j))G′(...

【专利技术属性】
技术研发人员：杨欧，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：广东,44