一种多光谱图像的渐晕校正方法技术

本发明专利技术公开了一种多光谱图像的渐晕校正方法，包括以下步骤：(1)采用遗传算法，将多光谱图像所有区域的像素值进行高斯曲面拟合，得到校正拟合曲面；(2)根据所述校正拟合曲面计算多光谱图像上每个像素点的渐晕校正系数；(3)利用所述渐晕校正系数分别对每个波段的多光谱图像进行渐晕校正得到校正后的多光谱图像。本发明专利技术的多光谱图像的渐晕校正方法根据多光谱图像具有多个波段的特定，采用遗传算法完成高斯曲面的拟合，能够准确地得到校正拟合曲面的参数，生成每个像素点的渐晕校正系数，提高渐晕校正的效果。

A vignetting correction method for multispectral images

The invention discloses a multi spectral image vignetting correction method, which comprises the following steps: (1) using genetic algorithm, the pixel value in all areas of the multi spectral image of Gauss surface fitting, surface fitting correction; (2) according to the correction calculation fitting surface multi spectral image on each pixel gradually halo correction coefficient; (3) using the vignetting correction coefficient of multi spectral image of each band of the vignetting correction of multi spectral images obtained after correction. The invention of the multi spectral image vignetting correction method based on specific multi spectral images with multiple wavelengths, fitting through genetic algorithm Gauss surface, can accurately obtain the correction parameters of the fitted surface, generating each pixel vignetting correction coefficient, improve the vignetting correction effect.

【技术实现步骤摘要】
一种多光谱图像的渐晕校正方法
本专利技术涉及计算机图像处理领域，尤其涉及一种多光谱图像的渐晕校正方法。
技术介绍
在精细农业中，作物长势信息的快速获取是进行农业精准作业的前提和基础。采用微小型无人机进行作物长势信息的遥感获取，具有不需要专用机场、起降灵活、运行成本低、受到运行周期、天气状况的影响比较小、时效性好等特点。但是，微小型无人机获取的低空遥感图像通常存在像幅较小、单次成像所覆盖到的面积有限、数量较多等一系列问题。要对大面积的遥感图像进行分析，需要将多个小幅值的图像进行无缝拼接。由于光学成像系统中光阑的存在，光在传输路径中会发生几何光学径向衰减，导致影像中间亮，边缘暗，这叫做图像的渐晕现象。图像的渐晕现象会增大图像拼接过程中图像配准的难度，同时导致图像拼接的结果存在较严重的拼接痕迹。渐晕现象在多光谱图像数据中尤为严重。因此，对多光谱图像的渐晕现象进行校正是图像拼接前至关重要的一步。渐晕校正的关键是对图像中每个像素补偿系数的确定。目前，工程上用的比较多的补偿系数的确定方法是利用特定的光照均匀的场景获取已知反射率的均匀标定板。这要求补偿系数场景与实际作业场景相同。但是，由于微小型无人机作业高度为几十米甚至上百米，因此实际工程中很难找到一块足够大的均匀标定板，所以这种方式对于无人机多光谱图像的渐晕复原受到很大的限制，此方法在工程中实际应用成本很高。
技术实现思路
本专利技术的目的在于提供一种多光谱图像的渐晕校正方法，不需要对相机进行标定，实现对多光谱图像的渐晕校正。一种多光谱图像的渐晕校正方法，包括以下步骤：(1)采用遗传算法，将多光谱图像所有区域的像素值进行高斯曲面拟合，得到校正拟合曲面；(2)根据所述校正拟合曲面计算多光谱图像上每个像素点的渐晕校正系数；(3)利用所述渐晕校正系数分别对每个波段的多光谱图像进行渐晕校正得到校正后的多光谱图像。本专利技术的多光谱图像的渐晕校正方法根据多光谱图像具有多个波段的特定，采用遗传算法完成高斯曲面的拟合，能够准确地得到校正拟合曲面的参数，生成每个像素点的渐晕校正系数，提高渐晕校正的效果。步骤(1)中高斯曲面拟合的公式如下：式中，z为拟合像素值，x、y为像素点位置坐标，A、x0、y0、a为待求系数。遗传算法是模拟生物在自然环境中遗传和进化过程而形成的一种自适应全局化概率搜索算法。遗传算法对包含可能解的群体反复使用遗传学的基本操作，不断生成新的群体，使种群不断进化，同时以全局并行搜索技术来搜索优化群体，以取得满足要求的最优个体，得到满足要求的最优解。本专利技术的渐晕校正方法采用遗传算法对多光谱图像的像素值进行高斯曲面拟合，求得参数A、x0、y0、a的最优值。适应度函数的选取直接影响到遗传算法的收敛速度以及能否找到最优解。为了适应多光谱图像具有多个波段的点，作为优选，遗传算法的适应度函数yfit为：式中，n为多光谱图像波段数；z(x，y)表示在点(x，y)处的拟合像素值；I(x，y，p)表示在多光谱图像第p个波段的图像在点(x，y)处的像素值；W、L分别表示多光谱图像在宽度方向和在长度方向上像素点的个数。上述适应度函数适用于多光谱图像的处理，可提高遗传算法的整体性能。作为优选，遗传算法的参数设置：变异概率为0.0001～0.2，交叉概率为0.4～0.99。在采用遗传算法时，种群大小和最大代数过小，得出的结果不准确，过大则导致计算量过大。进一步优选的，遗传算法的参数设置：种群大小不小于300，最大代数不小于300。得到校正拟合曲面后，根据校正拟合曲面计算每个像素点的渐晕校正系数，作为优选，步骤(2)中，每个像素点的渐晕校正系数的计算公式如下：式中，k(x，y)表示在点(x，y)处的渐晕校正系数，z(x，y)表示在点(x，y)处的拟合像素值，z(x0，y0)表示在点(x0，y0)处的拟合像素值，x0、y0为步骤(1)中通过遗传算法求得的系数。最后，将每个波段的多光谱图像的每个像素点的像素值乘以该像素点的渐晕校正系数，得到校正后的该像素点的像素值，最终得到校正后的多光谱图像。与现有技术相比，本专利技术的有益效果为：(1)本专利技术的渐晕校正方法根据多光谱图像自身特征及渐晕现象的特点，生成每个像素点的渐晕校正系数，而不需要对相机进行标定，为经常应用于微小型无人机低空遥感的多光谱相机提供了一种较为渐变的渐晕校正方法；(2)本专利技术的渐晕校正方法采用遗传算法完成高斯曲面与渐晕曲面拟合，适应多光谱图像具有多个波段的特点，能够比较准确地得到校正拟合曲面的参数，从而得到更加精确的渐晕校正系数，提高了渐晕校正的效果。附图说明图1为本专利技术的渐晕校正方法的流程示意图；图2为原始多光谱图像中其中一个波段的灰度图；图3为原始多光谱图像中其中一个波段的像素值分布图；图4为得到的校正拟合曲面的示意图；图5为渐晕校正后的多光谱图像中其中一个波段的灰度图；图6为渐晕校正后的多光谱图像中其中一个波段的像素值分布图。具体实施方式下面结合附图和实施例对本专利技术作进一步详细描述，需要指出的是，以下所述实施例旨在便于对本专利技术的理解，而对其不起任何限定作用。本专利技术的渐晕校正方法的流程如图1所示，在实施例中，本专利技术的渐晕校正方法采用MATLAB2014b软件编程实现。在实施例中，原始多光谱图像为八旋翼无人机搭载的25波段工业级多光谱相机采集的多光谱图像，八旋翼无人机的飞行高度为50m，飞行速度为3m/s。原始多光谱图像中其中一个波段的灰度图如图2所示，从图中可以看出该图像存在较严重的渐晕现象。原始多光谱图像中其中一个波段的像素值分布图如图3所示。渐晕校正通过以下步骤实现：(1)采用遗传算法将多光谱图像所有区域的像素值进行高斯曲面拟合，得到校正拟合曲面；高斯曲面拟合的公式如下：式中，z为拟合像素值，x、y为像素点位置坐标，A、x0、y0、a为待求系数。通过遗传算法计算A、x0、y0、a的最优值，遗传算法参数设置如下：种群大小300；变异概率0.1；交叉概率0.8；最大代数300，为了适应多光谱图像具有多个波段的特点，适应度函数yfit设计如下：式中，n为多光谱图像波段数；z(x，y)表示在点(x，y)处的拟合像素值；I(x，y，p)表示在多光谱图像第p个波段的图像在点(x，y)处的像素值；W、L分别表示多光谱图像在宽度方向和在长度方向上像素点的个数。通过遗传算法计算，得到A＝264.00，x0＝194.04，y0＝124.46，a＝237.84，最终得到的校正拟合曲面的公式为：校正拟合曲面的图像如图4所示；(2)根据校正拟合曲面计算每个像素点的渐晕校正系数，渐晕校正系数的计算公式如下：式中，k(x，y)表示在点(x，y)处的渐晕校正系数，z(x，y)表示在点(x，y)处的拟合像素值，z(x0，y0)表示在点(x0，y0)处的拟合像素值，x0、y0是步骤(1)中求得的系数。(3)将每个波段的多光谱图像的每个像素点的像素值乘以该像素点的渐晕校正系数k(x，y)，得到校正后的该像素点的像素值，最终得到校正后的多光谱图像。经过本专利技术的渐晕校正方法进行渐晕校正后的多光谱图像的其中一个波段的灰度图如图5所示，校正后图像其中一个波段的像素值分布如图6所示。从图5和图6中可以看出，经过渐晕校正后的多光谱图像像素值整体分布已近均匀，渐晕现象基本消除。以上本文档来自技高网...

【技术保护点】
一种多光谱图像的渐晕校正方法，其特征在于，包括以下步骤：(1)采用遗传算法，将多光谱图像所有区域的像素值进行高斯曲面拟合，得到校正拟合曲面；(2)根据所述校正拟合曲面计算多光谱图像上每个像素点的渐晕校正系数；(3)利用所述渐晕校正系数分别对每个波段的多光谱图像进行渐晕校正得到校正后的多光谱图像。

【技术特征摘要】
1.一种多光谱图像的渐晕校正方法，其特征在于，包括以下步骤：(1)采用遗传算法，将多光谱图像所有区域的像素值进行高斯曲面拟合，得到校正拟合曲面；(2)根据所述校正拟合曲面计算多光谱图像上每个像素点的渐晕校正系数；(3)利用所述渐晕校正系数分别对每个波段的多光谱图像进行渐晕校正得到校正后的多光谱图像。2.根据权利要求1所述的渐晕校正方法，其特征在于，步骤(1)中高斯曲面拟合的公式如下：0)]]>式中，z为拟合像素值，x、y为像素点位置坐标，A、x0、y0、a为待求系数。3.根据权利要求1或2所述的渐晕校正方法，其特征在于，遗传算法的适应度函数yfit为：式中，n为多光谱图像波段数；z(x，y)表示在点(x，y)处的...

【专利技术属性】
技术研发人员：鲍一丹，李艺健，朱红艳，赵懿滢，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33