一种自校正的数字化相机移动遥感系统及方法技术方案

本申请提供了一种自校正的数字化相机移动遥感系统及方法，运用于图像数据处理技术领域，其方法包括：获取待校正图像；建立遥感相机响应模型，根据日光光谱功率分布和大气层辐射光谱分布得到所述校正图像像素的输出值；对所述待校正图像实施遥感自动分类，根据待校正图像的分类选取预设区域的遥感数字图像；针对分类结果进行颜色空间转换，将所述待校正图像从RGB颜色空间转换到LMS颜色空间，通过LMS颜色空间转换到对数LMS颜色空间对待校正图像进行偏移消除；将对应类型进行线性模型亮度和颜色校正；进行校正后转换为RGB颜色空间，输出校正图像；实现图像的颜色自校正，快速有效提高彩色遥感图像质量。色遥感图像质量。色遥感图像质量。

【技术实现步骤摘要】
一种自校正的数字化相机移动遥感系统及方法


[0001]本申请涉及图像数据处理
，特别涉及一种自校正的数字化相机移动遥感系统及方法。

技术介绍

[0002]目前，遥感已成为大面积实时地球同步观测的主要手段，然而除了太阳、大气条件和卫星参数的影响外，植被特征的季节变化也会导致不同遥感图像之间的颜色和亮度差异。这些差异不仅给后续的图像分类和变化检测带来了很大的影响，而且也给遥感图像拼接带来了困难。其中真彩色遥感图像由红、绿、蓝波段合成，且被拍摄物体的颜色尽可能如实地显示出来，真彩色遥感图像比灰度图像提供更多信息，但目前的相机拍摄的图像存在以下问题：（1）受成像条件的限制和外界环境的干扰，相机采集的深度信息存在一定的误差，影响图像的质量；（2）在对采集的图像进行校正时需要通过人工操作，且效率较低，在对校正时间有严格要求的情况下使用收到限制，并且无法实现自动校正。
[0003]参考专利申请号CN202010298041.9公开了单相机极线校正方法及装置，其具体内容为：利用朝向相同且相对位置不变的相机和散斑投射器，采集不同距离下投射有散斑的平板图像，获得第一平面散斑图像和第二平面散斑图像；通过图像匹配算法匹配所述第一平面散斑图像和第二平面散斑图像，获得亚像素匹配点；根据所述亚像素匹配点在第一平面散斑图像上对应的物理坐标和在第二平面散斑图像上对应的物理坐标，获得两者之间的映射矩阵；根据所述映射矩阵获得投射器中心在相机参考系中的方向向量；调节相机参考系的坐标轴方向，使水平轴方向与方向向量对齐，并更新相机的成像矩阵；通过所述成像矩阵将目标场景图像映射获得极线校正后的图像。
[0004]此现有技术通过图像匹配算法和成像矩阵等技术获得校正后的图像，但是针对其校正方法对于双相机系统不适用，会在校正过程中存在误差，且没有考虑到对彩色图像的校正，因此现提出一种自校正的数字化相机移动遥感系统及方法。

技术实现思路

[0005]本申请的目的是提供一种自校正的数字化相机移动遥感系统及方法，旨在解决在校正过程中存在误差且没有考虑到对彩色图像的校正问题。
[0006]为实现上述目的，本申请提供如下技术方案：本申请提供一种自校正的数字化相机移动遥感方法，包括：S1：获取待校正图像，对待校正图像进行误差区域的识别，得到误差点；S2：建立遥感相机响应模型，根据日光光谱功率分布和大气层辐射光谱分布得到所述校正图像像素的输出值，其模型为：；其中当
为单位函数表明相机响应模型为线性，所述单位函数为经过遥感相机A/D变换后的函数，是单调函数递增非线性函数则表示相机响应模型为非线性，为入射光的光谱功率分布，为光谱色的波长，分别为相机的红、绿、蓝光谱敏感度，noise为噪声，k为曝光时间的常数；当日光光谱功率分布和大气层辐射光谱分布在空间是均匀分布的，则模型为：；其中为日光辐照度，为大气层在遥感相机方向的透射率，为俯角和方位角，h为遥感相机的高度，为大气路程的层辐射度，k为曝光时间的常数，为光感敏感度，noise为噪声；S3：对所述待校正图像实施遥感自动分类，根据待校正图像的分类选取预设区域的遥感数字图像，获取遥感数字图像的特征制定分类系统，在分类系统中建立监督分类，对所述特征进行训练，若在非监督分类中，则采用聚类方法对相同特征的像素进行归类，测定其特征；S4：针对分类结果进行颜色空间转换，将所述待校正图像从RGB颜色空间转换到LMS颜色空间，通过LMS颜色空间转换到对数LMS颜色空间对待校正图像进行偏移消除，最后将所述待校正图像从对数LMS颜色空间转换到颜色空间；将对应类型进行线性模型亮度和颜色校正，分别计算颜色空间变换后的所述待校正图像中各类型的均值和方差，其公式为：；其中为待校正图像，i为第i个类型，为待校正图像第i类型颜色空间变换后像元值，为校正后第i类型图像像元值；S5：进行校正后转换为RGB颜色空间，输出校正图像。
[0007]进一步的，所述获取待校正图像，对待校正图像进行误差区域的识别，得到误差点的步骤中，包括：对所述待校正图像进行条带噪声自动去除，公式为：；其中为输入的灰度值，M为待校正图像中所有像元数灰度值的平均值，D为待校正图像中所有像元数灰度值的标准偏差，为每条扫描线上像元数灰度值平均值，为为每条扫描线上像元数灰度值的标准偏差；若第i行是一个条带，而条带上所有像元为零级灰值，故计算出和也为零值，计算出的的灰度值等于待校正图像中所有像元数灰度值的平均值M，即计算出的第i行的所有像元的灰值均相等，判断第i行是一个条带，需要进行带噪声自动去除。
[0008]进一步的，所述S2之后，包括：对所述待校正图像进行几何精校正，建立原始图像坐标和变换后坐标，通过每一个变换后图像像元的中心位置计算出对应的原始坐标，当变换后坐标的像元点不在原始图像坐标系中即判断为不在原始图像像元的中心，计算校正后得到的几何校正图像中的每一点对应原始图像中的坐标，在计算过程中按行逐点计算，每行结束后进行下一行计算。
[0009]进一步的，所述对所述待校正图像进行几何精校正的过程中，包括建立原始图像
与几何校正图像的对应关系，公式为：；其中x，y为原始图像坐标，u，v为变换后图像坐标，均为整数，分别为6个已知对应点的横纵坐标。
[0010]进一步的，所述颜色校正的步骤为：在数据库中保存着色卡的反射光谱分布集合，根据色卡的光谱反射率计算三刺激值，得到彩色真值；利用所述相机响应模型计算预设色卡的光谱反射率的遥感值；将所述待校正图像的3个彩色分量映射至彩色图表的3个彩色分量上，利用线性模型描述遥感相机特性，得到校正的彩色图像，当光源光谱和大气参数变化时，则需重新进行彩色校正。
[0011]进一步的，所述S4之后，包括：消除待校正图像的各类型标准方差，计算各像元对相应类型的标准方差，得到距离权重参数，利用反向归一化权重方法，将反向归一化距离权重参数乘以各个类型的校正值，得到对应像元的最终像元值。
[0012]进一步的，所述聚类方法为采用K
‑
均值聚类法对相同特征的像素进行归类，假设将待校正图像分为m个类型，计算每个类型的重心，将重心作为m个类型的初始中心；在每一次迭代中，对任一样本分配到对应的类型中。
[0013]本申请还提供一种自校正的数字化相机移动遥感系统，包括：获取模块：获取待校正图像，对待校正图像进行误差区域的识别，得到误差点；建立模块：建立遥感相机响应模型，根据日光光谱功率分布和大气层辐射光谱分布得到所述校正图像像素的输出值，其模型为：；其中当为单位函数表明相机响应模型为线性，所述单位函数为经过遥感相机A/D变换后的函数，是单调函数递增非线性函数则表示相机响应模型为非线性，为入射光的光谱功率分布，为光谱色的波长，分别为相机的红、绿、蓝光谱敏感度，noise为噪声，k为曝光时间的常数；当日光光谱功率分布和大气层辐射光谱分布在空间是均匀分布的，则模型为：；其中为日光辐照度，为大气层在遥感相机方向的透射率，为俯角和方位角，h为遥感相机的高度，为大气路程的层辐射度，k为曝光时间的常数，为光感敏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自校正的数字化相机移动遥感方法，其特征在于，包括：S1：获取待校正图像，对待校正图像进行误差区域的识别，得到误差点；S2：建立遥感相机响应模型，根据日光光谱功率分布和大气层辐射光谱分布得到所述待校正图像像素的输出值，其模型为：；其中当为单位函数表明相机响应模型为线性，所述单位函数为经过遥感相机A/D变换后的函数，是单调函数递增非线性函数则表示相机响应模型为非线性，为入射光的光谱功率分布，为光谱色的波长，分别为相机的红、绿、蓝光谱敏感度，noise为噪声，k为曝光时间的常数；当日光光谱功率分布和大气层辐射光谱分布在空间是均匀分布的，则模型为：；其中为日光辐照度，为大气层在遥感相机方向的透射率，为俯角和方位角，h为遥感相机的高度，为大气路程的层辐射度，k为曝光时间的常数，为光感敏感度，noise为噪声；S3：对所述待校正图像实施遥感自动分类，根据待校正图像的分类选取预设区域的遥感数字图像，获取遥感数字图像的特征制定分类系统，在分类系统中建立监督分类，对所述特征进行训练，若在非监督分类中，则采用聚类方法对相同特征的像素进行归类，测定其特征；S4：针对分类结果进行颜色空间转换，将所述待校正图像从RGB颜色空间转换到LMS颜色空间，通过LMS颜色空间转换到对数LMS颜色空间对待校正图像进行偏移消除，最后将所述待校正图像从对数LMS颜色空间转换到颜色空间；将对应类型进行线性模型亮度和颜色校正，计算颜色空间变换后的所述待校正图像中各类型的均值和方差，其公式为：，其中为待校正图像，i为第i个类型，为待校正图像第i类型颜色空间变换后像元值，为校正后第i类型图像像元值；S5：进行校正后转换为RGB颜色空间，输出校正图像。2.根据权利要求1所述的一种自校正的数字化相机移动遥感方法，其特征在于，所述获取待校正图像，对待校正图像进行误差区域的识别，得到误差点的步骤中，包括：对所述待校正图像进行条带噪声自动去除，公式为：，其中为输入的灰度值，M为待校正图像中所有像元数灰度值的平均值，D为待校正图像中所有像元数灰度值的标准偏差，为每条扫描线上像元数灰度值平均值，为为每条扫描线上像元数灰度值的标准偏差；若第i行是一个条带，而条带上所有像元为零级灰值，故计算出和也为零值，计算出的的灰度值等于待校正图像中所有像元数灰度
值的平均值M，即计算出的第i行的所有像元的灰值均相等，判断第i行是一个条带，需要进行带噪声自动去除。3.根据权利要求1所述的一种自校正的数字化相机移动遥感方法，其特征在于，所述S2之后，包括：对所述待校正图像进行几何精校正，建立原始图像坐标和变换后坐标，通过每一个变换后图像像元的中心位置计算出对应的原始坐标，当变换后坐标的像元点不在原始图像坐标系中即判断为不在原始图像像元的中心，计算校正后得到的几何校正图像中的每一点对应原始图像中的坐标，在计算过程中按行逐点计算，每行结束后进行下一行计算。4.根据权利要求3所述的一种自校正的数字化相机移动遥感方法，其特征在于，所述对所述待校正图像进行几何精校正的过程中，包括建立原始图像...

【专利技术属性】
技术研发人员：杜咏馨，喻智华，雷雨，郝杰，王海龙，王保国，颜廷文，张振华，林玉水，叶协欢，龚星平，
申请(专利权)人：江西北纬空间信息技术有限公司，
类型：发明
国别省市：