【技术实现步骤摘要】
一种融合梯度和灰度信息的遥感图像增强方法
本专利技术涉及图像增强领域，特别是关于遥感图像整体对比度和局部细节的增强方法。
技术介绍
整体对比度和局部细节信息是衡量遥感图像质量的重要信息，也是影响后续遥感应用的重要因素。高质量的遥感图像是地物分类、目标识别、变换检测、地质勘探、环境监测中发挥着不可替代的作用。然而，由于天气影响、设备老化等不确定因素导致遥感图像整体对比度下降、细节信息模糊。因此，对低对比度图像进行增强处理，是遥感应用的前提。图像增强是为了提升图像的对比度和细节信息，在尽可能保持信息量的同时获得更好视觉效果和更高清晰度的图像，目前提出了多种类型的图像增强方法：1)基于频率域的图像增强，如基于DCT的图像增强、基于DWT的图像增强、基于SVD的图像增强等；这类方法在细节增强方面有较好的效果，但往往会使图像平坦区域产生伪细节，造成图像的细节失真，如导致平坦的地面出现波纹状的纹理。2)基于空间域的图像增强，如直方图均衡化、线性拉伸、线性截断拉伸等；这类方法常需要进行灰度合并，会导致增强效果生硬、大区域细节丢失，如导致红外波段图像的纹理信息丢失。3)其他类型的...
【技术保护点】
1.一种融合梯度和灰度信息的遥感图像增强方法，其特征在于，包括以下步骤：步骤a、对输入原始遥感图像统计得出梯度灰度联合直方图；所述梯度灰度联合直方图包含原始遥感图像的灰度信息和梯度信息；步骤b、对梯度灰度联合直方图进行优化：计算灰度梯度联合直方图的标准差，结合梯度灰度联合直方图各灰度级对应的归一化频数，构建梯度灰度联合直方图优化参数，对每个灰度级的直方图频数进行修正，得到优化的梯度灰度联合直方图；步骤c、对优化的灰度梯度联合直方图进行均衡化处理计算，建立原始遥感图像到整体增强遥感图像的灰度映射关系，得到整体增强遥感图像；步骤d、计算所述整体增强遥感图像与原始遥感图像的梯度差...
【技术特征摘要】
1.一种融合梯度和灰度信息的遥感图像增强方法，其特征在于，包括以下步骤：步骤a、对输入原始遥感图像统计得出梯度灰度联合直方图；所述梯度灰度联合直方图包含原始遥感图像的灰度信息和梯度信息；步骤b、对梯度灰度联合直方图进行优化：计算灰度梯度联合直方图的标准差，结合梯度灰度联合直方图各灰度级对应的归一化频数，构建梯度灰度联合直方图优化参数，对每个灰度级的直方图频数进行修正，得到优化的梯度灰度联合直方图；步骤c、对优化的灰度梯度联合直方图进行均衡化处理计算，建立原始遥感图像到整体增强遥感图像的灰度映射关系，得到整体增强遥感图像；步骤d、计算所述整体增强遥感图像与原始遥感图像的梯度差异，对整体增强遥感图像中梯度下降的区域进行梯度细节补偿，输出最终增强遥感图像。2.根据权利要求1所述的融合梯度和灰度信息的遥感图像增强方法，其特征在于，步骤a具体按照以下公式计算输入的原始遥感图像f(i,j)的梯度灰度联合直方图GIH；G(k)＝sum(G(i,j)),iff(i,j)＝k其中：Gx(i,j)＝f(i+1,j-1)+2×f(i+1,j)+f(i+1,j+1)-f(i-1,j-1)-2×f(i-1,j)-f(i-1,j+1)Gy(i,j)＝f(i-1,j+1)+2×f(i,j+1)+f(i+1,j+1)-f(i-1,j-1)-2×f(i,j-1)-f(i+1,j-1)其中(i,j)为像元水平和垂直方向的位置；k＝0,1,2,…,K-1为图像的灰度级；K＝2B-1；B为输入原始遥感图像的位数；G(k)表示图像在灰度值为k的像素梯度值之和，GIH(k)表G(k)的归一化值，即梯度灰度联合直方图各灰度级的归一化频数。3.根据权利要求1所述的融合梯度和灰度信息的遥感图像增强方法，其特征在于，步骤b中所述梯度灰度联合直方图优化参数为各灰度级调节参数；步骤b具体是：首先，根据梯度灰度联合直方图的标准差和各灰度级的频数，计算梯度灰度联合直方图在各灰度级的调节参数T(k)；stdh＝std(GIH)式中，k＝0,...
【专利技术属性】
技术研发人员：陈铁桥，柳稼航，朱锋，刘佳，张航，王一豪，陈军宇，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。