一种基于图像类型分析的遥感图像色彩校正方法技术

本发明专利技术公开了一种基于图像类型分析的遥感图像色彩校正方法，包括：原始图像、遥感图像数据库、单一区域色彩失真数据、单一区域色彩标准数据和丰富区域色彩数据库，原始图像包括准确色彩图像区域以及失真图像区域，首先需要将失真图像区域与准确色彩区域进行区分，并判断出失真图像类型。本发明专利技术将单一区域色彩校正模型构建完毕后会将失真数据代入模型中进行校正，然后将校正后的色彩与标准色彩进行比对，多次试验确定模型的准确性，确保色彩校正之后的遥感图像是准确的，同时将丰富区域色彩失真图像分割为多个单一色彩失真区域进行处理，可以直接利用构建的单一区域色彩校正模型进行校正，减少了人力以及时间的成本。

A Color Correction Method for Remote Sensing Images Based on Image Type Analysis

The invention discloses a remote sensing image color correction method based on image type analysis, which includes: original image, remote sensing image database, single region color distortion data, single region color standard data and rich region color database. The original image includes accurate color image region and distortion image region. First, distortion image region and accurate color region are needed. The domain is distinguished and the type of distorted image is judged. After constructing a single area color correction model, the distortion data will be substituted into the model for correction, and then the corrected color is compared with the standard color, and the accuracy of the model is determined by many experiments to ensure that the remote sensing image after color correction is accurate. At the same time, the rich area color distortion image is divided into several single color distortion areas for processing. It can be calibrated directly by using a single area color correction model, which reduces the cost of manpower and time.

【技术实现步骤摘要】
一种基于图像类型分析的遥感图像色彩校正方法
本专利技术涉及遥感图像色彩校正领域，具体为一种基于图像类型分析的遥感图像色彩校正方法。
技术介绍
随着空间技术和传感器技术的飞速发展，遥感影像数据已经成为人们获取信息的重要手段，在军事侦察、环境监测、资源调查、土地利用和城市规划等领域发挥越来越重要的作用。然而，受光照条件、大气状况、传感器等诸多因素的影响，成像设备所获取的遥感图像的色彩与被拍摄地物的真实色彩往往存在一定的色偏。而颜色作为直观、易提取的特征，无论对于人工分析判读，还是图像镶嵌、目标检测与识别以及变化检测等计算机辅助处理和解译过程，都具有举足轻重的地位，图像色彩失真难免会影响后续分析和解译结果的正确性和稳定性。面对目前呈指数级增长的海量遥感图像，如何自动、快速、稳定地消除或校正遥感图像的色彩失真，校正地物的真实色彩，成为人们关心和研究的热点问题，也是具有高度挑战性的难点问题。现有的遥感图像因为地域特点、天气、季节和传感器等因素的存在，使得遥感图像不能直接应用于各种工程项目，需要在使用前进行大量的处理，传统的处理大多是将地物丰富区域以及地物单一区域进行区分开，然后再采用模型进行分析，由于大自然的多变性，单一的色彩校正模型并不适用于每一种情况下，从而在对色彩进行校正时需要建立模型，然而依照传统的方式需要分别建立单一区域色彩校正模型以及丰富区域色彩校正模型，单一区域色彩校正模型相对较为简单，同时准确率较高，而丰富区域色彩校正模型则较为复杂，同时准确率也较低，而且建立双模型所耗费的时间更为漫长，影响遥感图像的使用，以及增大了工作人员的负担。针对遥感图像的色彩失真问题，研究改善遥感图像的图像质量、提高色彩校正的效率，不仅有助于提高图像判读人员的判断效率和判读精度，充分发挥遥感图像的信息服务功能，而且有助于提高遥感图像目标检测、识别以及变化检测等计算机辅助解译的精度，为相关人员做出正确决策提供可靠保障。为了克服现有遥感图像色彩校正技术的繁琐，主观因素依赖性强的不足，本专利技术的目的是综合利用图像处理、数据分析和模型搭建的技术，提供一种准确且有效率的遥感图像色彩校正方法。
技术实现思路
本专利技术的目的在于提供一种基于图像类型分析的遥感图像色彩校正方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于图像类型分析的遥感图像色彩校正方法，包括：原始图像、遥感图像数据库、单一区域色彩失真数据、单一区域色彩标准数据和丰富区域色彩数据库，其特征在于：所述原始图像包括准确色彩图像区域以及失真图像区域，首先需要将失真图像区域与准确色彩区域进行区分，并判断出失真图像类型；a1.所述原始图像通过与遥感图像数据库进行比对判断出失真图像区域，并对失真图像区域进行切割，将失真图像区域剔除，切割的失真图像区域面积为实际检测失真图像区域面积的两倍，且切割失真图像区域是沿着失真图像区域的中心位置呈环形分布；a2.对切割后的失真图像区域进行甄别，将失真图像区域划分为地物丰富区域或者地物单一区域，判断标准为失真图像区域面积/原始图像的面积>T，则为地物丰富区域，反之则为地物单一区域；a3.分别对地物丰富区域和地物单一区域进行图形色彩坐标的提取；a4.将提取的图形色彩坐标分别代入丰富区域色彩校正模型或者单一区域色彩校正模型内对缺失的色彩进行计算，并将模型计算的差值通过photoshop进行校正。作为本专利技术的一种优选实施方式，所述提取图形色彩坐标包括明度坐标(L1，L2)、色调(R，G，B)、饱和度坐标(S1、S2)和空间坐标(X，Y，Z)。作为本专利技术的一种优选实施方式，所述单一区域色彩校正模型是经过现实数据进行分析对比构件的模型，首选选取大量的单一区域色彩标准数据与单一区域色彩失真数据进行对比，从明度、色调、饱和度和空间坐标上对将单一区域色彩缺失数据转化为单一区域色彩标准数据进行搭建模型，分别从四个方面对单一区域色彩失真数据进行校正。作为本专利技术的一种优选实施方式，搭建完成所述单一区域色彩校正模型后，再选取多组单一区域色彩失真数据导入所得的单一区域色彩校正模型进行计算，将所得到的校正数据与标准数据进行比对，若校正数据与标准数据的相似度＞90％,则单一区域色彩校正模型搭建正确，反之则模型不成立。作为本专利技术的一种优选实施方式，所述地物丰富区域为失真图像区域面积/原始图像的面积>T，通过数据对比模块将丰富区域色彩失真图像与丰富区域色彩数据库进行比对，将丰富区域色彩失真图像进行分割，切割为若干个失真图像区域，使得地物丰富区域为失真图像区域面积/原始图像的面积＜T，即将丰富区域色彩失真图像分为多个单一色彩区域。作为本专利技术的一种优选实施方式，将丰富区域色彩失真图像分为的单一色彩区域分别导入单一区域色彩校正模型中进行校正。与现有技术相比，本专利技术的有益效果是：通过遥感图像数据库进行对比分析图像色彩特征从而判断出失真图像区域、通过单一区域色彩标准数据与单一区域色彩失真数据进行计算构建出单一区域色彩校正模型、通过丰富区域色彩数据库与丰富区域色彩失真图像进行分析将丰富区域色彩失真图像分割为多个单一色彩失真区域，采用数据进行构建模型使得校正数据更加准确，同时将单一区域色彩校正模型构建完毕后会将失真数据代入模型中进行校正，然后将校正后的色彩与标准色彩进行比对，多次试验确定模型的准确性，确保色彩校正之后的遥感图像是准确的，同时将丰富区域色彩失真图像分割为多个单一色彩失真区域进行处理，减少了搭建丰富区域色彩失真校正模型的时间，可以直接利用构建的单一区域色彩校正模型进行校正，减少了人力以及时间的成本，同时色彩校正更加简单。附图说明图1为本专利技术的色彩校正系统结构示意图；图2为本专利技术的图像色彩坐标提取结构示意图；图3为本专利技术的单一区域色彩校正模型构建结构示意图；图4为本专利技术的丰富区域色彩失真图像处理系统结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。请参阅图1-4，一种基于图像类型分析的遥感图像色彩校正方法，包括：原始图像、遥感图像数据库、单一区域色彩失真数据、单一区域色彩标准数据和丰富区域色彩数据库，其特征在于：所述原始图像包括准确色彩图像区域以及失真图像区域，首先需要将失真图像区域与准确色彩区域进行区分，并判断出失真图像类型；a1.所述原始图像通过与遥感图像数据库进行比对判断出失真图像区域，并对失真图像区域进行切割，将失真图像区域剔除，切割的失真图像区域面积为实际检测失真图像区域面积的两倍，且切割失真图像区域是沿着失真图像区域的中心位置呈环形分布；a2.对切割后的失真图像区域进行甄别，将失真图像区域划分为地物丰富区域或者地物单一区域，判断标准为失真图像区域面积/原始图像的面积>T，则为地物丰富区域，反之则为地物单一区域；a3.分别对地物丰富区域和地物单一区域进行图形色彩坐标的提取；a4.将提取的图形色彩坐标分别代入丰富区域色彩校正模型或者单一区域色彩校正模型内对缺失的色彩进本文档来自技高网...

【技术保护点】
1.一种基于图像类型分析的遥感图像色彩校正方法，包括：原始图像、遥感图像数据库、单一区域色彩失真数据、单一区域色彩标准数据和丰富区域色彩数据库，其特征在于：所述原始图像包括准确色彩图像区域以及失真图像区域，首先需要将失真图像区域与准确色彩区域进行区分，并判断出失真图像类型；a1.所述原始图像通过与遥感图像数据库进行比对判断出失真图像区域，并对失真图像区域进行切割，将失真图像区域剔除，切割的失真图像区域面积为实际检测失真图像区域面积的两倍，且切割失真图像区域是沿着失真图像区域的中心位置呈环形分布；a2.对切割后的失真图像区域进行甄别，将失真图像区域划分为地物丰富区域或者地物单一区域，判断标准为失真图像区域面积/原始图像的面积>T，则为地物丰富区域，反之则为地物单一区域；a3.分别对地物丰富区域和地物单一区域进行图形色彩坐标的提取；a4.将提取的图形色彩坐标分别代入丰富区域色彩校正模型或者单一区域色彩校正模型内对缺失的色彩进行计算，并将模型计算的差值通过photoshop进行校正。

【技术特征摘要】
1.一种基于图像类型分析的遥感图像色彩校正方法，包括：原始图像、遥感图像数据库、单一区域色彩失真数据、单一区域色彩标准数据和丰富区域色彩数据库，其特征在于：所述原始图像包括准确色彩图像区域以及失真图像区域，首先需要将失真图像区域与准确色彩区域进行区分，并判断出失真图像类型；a1.所述原始图像通过与遥感图像数据库进行比对判断出失真图像区域，并对失真图像区域进行切割，将失真图像区域剔除，切割的失真图像区域面积为实际检测失真图像区域面积的两倍，且切割失真图像区域是沿着失真图像区域的中心位置呈环形分布；a2.对切割后的失真图像区域进行甄别，将失真图像区域划分为地物丰富区域或者地物单一区域，判断标准为失真图像区域面积/原始图像的面积>T，则为地物丰富区域，反之则为地物单一区域；a3.分别对地物丰富区域和地物单一区域进行图形色彩坐标的提取；a4.将提取的图形色彩坐标分别代入丰富区域色彩校正模型或者单一区域色彩校正模型内对缺失的色彩进行计算，并将模型计算的差值通过photoshop进行校正。2.根据权利要求1所述的一种基于图像类型分析的遥感图像色彩校正方法，其特征在于：所述提取图形色彩坐标包括明度坐标(L1，L2)、色调(R，G，B)、饱和度坐标(S1、S2)和空间坐标(X，Y，Z)。3.根据权利要求1、2所述的一种基于图像类型分析的遥感图...

【专利技术属性】
技术研发人员：朱光兴，杨莎莎，黄芳，
申请(专利权)人：朱光兴，
类型：发明
国别省市：贵州,52