一种遥感图像亮度自适应均衡方法及系统技术方案

本发明专利技术涉及一种遥感图像亮度自适应均衡方法及系统。该方法中对遥感图像进行亮度全局评估，确定遥感图像的亮度评估值，并根据亮度评估值确定对应的亮度级别，构建具备全局注意力模块与局部注意力机制模块的生成对抗神经网络，进行逼近对抗训练和分级对抗训练，获取3个分级对抗预训练模型和1个逼近对抗预训练模型；获取待亮度均衡的遥感图像的亮度评估值，再利用3个分级对抗预训练模型和1个逼近对抗预训练模型自适应完成亮度均衡。本发明专利技术能够在保持遥感图像纹理和色彩的前提下对全局图像进行自动亮度均衡。进行自动亮度均衡。进行自动亮度均衡。

【技术实现步骤摘要】
一种遥感图像亮度自适应均衡方法及系统


[0001]本专利技术涉及测绘数据生产
，特别是涉及一种遥感图像亮度自适应均衡方法及系统。

技术介绍

[0002]遥感技术作为一种重要的对地观测技术，能够通过航空、航天传感器在不直接接触地物表面的情况下获取地物的信息。光学遥感主要是指传感器工作波段在可见光波段，也就是0.38～0.76微米范围的遥感技术，是传统航空摄影侦察和航空摄影测绘中最常用的工作波段，光学遥感数据成果具备高空间分辨率、高光谱分辨率、高时间分辨率的特点，根据遥感平台的不同分为航空遥感和航天遥感，其获取的遥感图像数据成果分别为航空影像和卫星影像。
[0003]传统摄影测量的方法生产正射影像精度高，但首先要求航空摄影、航片洗片、扫描数字化，还要有准确的外业像片控制成果和进行内业像片控制点加密以及在全数字摄影测量系统上进行像片纠正处理等，生产周期长，费用高，难以满足许多行业快速发展的需要。目前主流的方法是利用高分辨率卫星影像制作正射影像，虽然精度不如摄影测量的方法高，但实效性好，实用性强，数据获取容易，生产周期短，能很好的满足社会许多行业的需要，从生产成本和生产效率上也有很大提高。
[0004]在数据处理的环节中，原始遥感图像因成像时受传感器内部状态（高度、姿态角），外部状态（大气折光、外部姿态角）和地表状态（地球曲率、地形起伏）的影响，图像存在不同程度的畸变，具体表现为图像中的几何图形与实际的几何图形在位置上的差异性，同时地物色调存在严重失真，具体表现为图像内部以及图像之间在亮度及色调上分布不均匀。为了消除畸变与失真，形成可以直接应用于遥感图像图载信息提取的数字正射影像，需要经过影像预处理、几何校正、图像融合和图像调色等生产工序。图像调色是结合实际情况和图像整体协调性对遥感图像的色调和亮度进行一致性调整，使得遥感图像整体视觉效果更优，图像图载信息的可读性更强，地物之间细粒度与区分性更明显。现有的生产工艺是使用Photoshop等商业软件基于经验知识人工对影像参数进行调整，获得符合实际情况的色彩效果较好的图像。然而现有工艺由于人为主观因素的介入导致调色标准的模糊，存在主观性强、处理时效低及调色标准不一致等问题。

技术实现思路

[0005]本专利技术的目的是提供一种遥感图像亮度自适应均衡方法及系统，能够在保持遥感图像纹理和色彩的前提下对全局图像进行自动亮度均衡。
[0006]为实现上述目的，本专利技术提供了如下方案：一种遥感图像亮度自适应均衡方法，包括：对遥感图像进行亮度全局评估，确定遥感图像的亮度评估值，并根据亮度评估值确定对应的亮度级别；所述亮度级别根据亮度评估值低到高依次为第一级、第二级、第三级
以及第四级；第四级为正常；对亮度级别为第四级的遥感图像进行预处理，确定目标遥感图像；并根据目标遥感图像生成第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像；根据目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像生成样本数据集；根据样本数据集中不同亮度级别的遥感图像的组合方式生成3个分级对抗样本数据集以及1个逼近对抗样本数据集；所述分级对抗样本数据集为第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像分别与目标遥感图像的组合方式；所述逼近对抗样本数据集为相邻亮度级别间的组合方式；构建生成对抗神经网络；所述生成对抗神经网络中的生成器模型为在U
‑
Net网络结构的基础上增加全局注意力模块与局部注意力机制模块；利用3个分级对抗样本数据集以及1个逼近对抗样本数据集分别训练生成对抗神经网络，确定3个分级对抗预训练模型和1个逼近对抗预训练模型；获取待亮度均衡的遥感图像，并对待亮度均衡的遥感图像进行亮度全局评估，确定待亮度均衡的遥感图像的亮度评估值，并确定增强后的目标亮度级别；根据增强后的目标亮度级别以及待亮度均衡的遥感图像的亮度评估值，利用相应的分级对抗预训练模型或者逼近对抗预训练模型确定亮度均衡后的遥感图像。
[0007]可选地，所述对遥感图像进行亮度全局评估，确定遥感图像的亮度评估值，并根据亮度评估值确定对应的亮度级别，之前还包括：将遥感图像的RGB色彩空间转换为HSV色彩空间；遍历遥感图像的HSV色彩空间中的每个像素，获取每个像素对应的明度值；根据所有像素的明度值确定图像明度均值，并对图像明度均值进行归一化处理，确定亮度评估值；根据亮度评估值确定亮度级别。
[0008]可选地，所述根据目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像生成样本数据集，具体包括：对目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像分别进行筛选处理以及数据增强处理；所述数据增强处理包括：平移、旋转、缩放以及仿射变换。
[0009]可选地，所述利用3个分级对抗样本数据集以及1个逼近对抗样本数据集分别训练生成对抗神经网络，确定3个分级对抗预训练模型和1个逼近对抗预训练模型，具体包括：利用公式确定亮度特征距离；其中，d为亮度特征距离，为第i个原始的遥感图像的亮度评估值，为第i个原始的遥感图像对应的预测的遥感图像的亮度评估值，n为遥感图像的数量。
[0010]可选地，所述根据增强后的目标亮度级别以及待亮度均衡的遥感图像的亮度评估
值，利用相应的分级对抗预训练模型或者逼近对抗预训练模型确定亮度均衡后的遥感图像，具体包括：将待亮度均衡的遥感图像裁剪为多个预训练尺寸的图像，确定图像集；根据增强后的目标亮度级别、待亮度均衡的遥感图像的亮度评估值以及逼近对抗预训练模型对应的亮度特征距离确定逼近轮次；利用逼近对抗预训练模型对待亮度均衡的遥感图像进行迭代，直至达到增强后的目标亮度级别。
[0011]可选地，所述根据增强后的目标亮度级别以及待亮度均衡的遥感图像的亮度评估值，利用相应的分级对抗预训练模型或者逼近对抗预训练模型确定亮度均衡后的遥感图像，具体包括：将待亮度均衡的遥感图像裁剪为多个预训练尺寸的图像，确定图像集；根据增强后的目标亮度级别和待亮度均衡的遥感图像的亮度评估值确定亮度变换区间；根据亮度变换区间确定亮度特征距离，并根据亮度特征距离确定对应的分级对抗预训练模型；利用亮度特征距离对应的分级对抗预训练模型对待亮度均衡的遥感图像进行迭代，直至达到增强后的目标亮度级别。
[0012]一种遥感图像亮度自适应均衡系统，包括：图像亮度全局评估模块，用于对遥感图像进行亮度全局评估，确定遥感图像的亮度评估值，并根据亮度评估值确定对应的亮度级别；所述亮度级别根据亮度评估值低到高依次为第一级、第二级、第三级以及第四级；第四级为正常；目标遥感图像确定模块，用于对亮度级别为第四级的遥感图像进行预处理，确定目标遥感图像；并根据目标遥感图像生成第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像；亮度均衡样本制作模块，用于根据目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像生成样本数据集；样本数据集划分模块，用于根据样本数据集中不同亮度级别的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感图像亮度自适应均衡方法，其特征在于，包括：对遥感图像进行亮度全局评估，确定遥感图像的亮度评估值，并根据亮度评估值确定对应的亮度级别；所述亮度级别根据亮度评估值由低到高依次分级为第一级、第二级、第三级以及第四级；第四级为正常；对亮度级别为第四级的遥感图像进行预处理，确定目标遥感图像；并根据目标遥感图像生成第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像；根据目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像生成样本数据集；根据样本数据集中不同亮度级别的遥感图像的组合方式生成3个分级对抗样本数据集以及1个逼近对抗样本数据集；所述分级对抗样本数据集为第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像分别与目标遥感图像的组合方式；所述逼近对抗样本数据集为相邻亮度级别间的组合方式；构建生成对抗神经网络；所述生成对抗神经网络中的生成器模型为在U
‑
Net网络结构的基础上增加全局注意力模块与局部注意力机制模块；利用3个分级对抗样本数据集以及1个逼近对抗样本数据集分别训练生成对抗神经网络，确定3个分级对抗预训练模型和1个逼近对抗预训练模型；获取待亮度均衡的遥感图像，并对待亮度均衡的遥感图像进行亮度全局评估，确定待亮度均衡的遥感图像的亮度评估值，并确定增强后的目标亮度级别；根据增强后的目标亮度级别以及待亮度均衡的遥感图像的亮度评估值，利用相应的分级对抗预训练模型或者逼近对抗预训练模型确定亮度均衡后的遥感图像。2.根据权利要求1所述的一种遥感图像亮度自适应均衡方法，其特征在于，所述对遥感图像进行亮度全局评估，确定遥感图像的亮度评估值，并根据亮度评估值确定对应的亮度级别，之前还包括：将遥感图像的RGB色彩空间转换为HSV色彩空间；遍历遥感图像的HSV色彩空间中的每个像素，获取每个像素对应的明度值；根据所有像素的明度值确定图像明度均值，并对图像明度均值进行归一化处理，确定亮度评估值；根据亮度评估值确定亮度级别。3.根据权利要求1所述的一种遥感图像亮度自适应均衡方法，其特征在于，所述根据目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像生成样本数据集，具体包括：对目标遥感图像、第一级的目标遥感图像、第二级的目标遥感图像以及第三级的目标遥感图像分别进行筛选处理以及数据增强处理；所述数据增强处理包括：平移、旋转、缩放以及仿射变换。4.根据权利要求1所述的一种遥感图像亮度自适应均衡方法，其特征在于，所述利用3个分级对抗样本数据集以及1个逼近对抗样本数据集分别训练生成对抗神经网络，确定3个分级对抗预训练模型和1个逼近对抗预训练模型，具体包括：
利用公式确定亮度特征距离；其中，d为亮度特征距离，为第i个原始的遥感图像的亮度评估值，为第i个原始的遥感图像对应的预测的遥感图像的亮度评估值，n为遥感图像的数量。5.根据权利要求1所述的一种遥感图像亮度自适应均衡方法，其特征在于，所述根据增强后的目标亮度级别以及待亮度均衡的遥感图像的亮度评估值，利用相应的分级对抗预训练模型或者逼近对抗预训练模型确定亮度均衡后的遥感图像，具体包括：将待亮度均衡的遥感图像裁剪为多个预训练尺...

【专利技术属性】
技术研发人员：刘立，廖洋洋，董先敏，刘娟，文学虎，李永鑫，范亚军，
申请(专利权)人：自然资源部第三地理信息制图院，
类型：发明
国别省市：