一种无人机遥感影像暗光增强方法技术

本发明专利技术公开了一种无人机遥感影像暗光增强方法。传统的遥感影像暗光增强方法效果都不令人满意。本发明专利技术首先对无人机遥感影像进行调色，生成光照增强后的影像，制作暗光增强训练数据；其次，构建多分支融合的高分辨率卷积网络RS

【技术实现步骤摘要】
一种无人机遥感影像暗光增强方法


[0001]本专利技术属于测绘遥感
，具体涉及一种无人机遥感影像暗光增强方法。

技术介绍

[0002]随着无人机的快速发展，无人机遥感以其体积小、灵活性高、监测效率高、获取影像尺度范围大等优势，被广泛应用于测绘工作中，尤其在实景三维建设、高分辨率正射影像生成、视频航拍等领域的重要性越来越高。为了获得高质量的测绘成果，获取高质量的原始数据至关重要，因此获取对比度强、清晰度高的影像是无人机遥感应用成功的关键。对在阴雨天条件下获取的曝光不足、偏暗的无人机遥感影像进行自动增强一直是近十年的重要研究课题。传统的遥感影像暗光增强方法可分为两类：
①
基于直方图均衡的方法，暗光图像的直方图集中分布在低灰度值区域，通过将其改变为在全部灰度范围内的均匀分布以达到增强目的。
②
基于Retinex理论的增强方法，Retinex是一种建立在视觉系统基础上的图像理论，根据该理论，影像可表示为光照分量和反射分量的乘积，将原影像分解得到的光照分量进行增强，并与反射分量融合，即可得到增强后的图像。通过分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机遥感影像暗光增强方法，其特征在于：包括以下步骤：步骤一：暗光增强训练数据集制作用调色软件对生产过程中获取的原始暗光图像进行人工调色，生成光照增强影像，将原始暗光图像与光照增强影像成对构成暗光增强训练数据集；步骤二：多分支融合的高分辨率卷积网络RS
‑
HRNet的构建RS
‑
HRNet在网络中设置了多个分支结构，每个分支都在最开始与最后采用了两层卷积层，RS
‑
HRNet前两层卷积层的采样间隔为1，中间采用了并列的残差网络基本单元Bottleneck作为基本单元；第一个分支保存特征图的尺寸不变，无降采样操作，后面分支依次在前一个分支的基础上进行2倍降采样，获取多个尺度下的图像特征，通过连接多个并行分支进行图像特征的相互交换，完成多尺度特征的融合；步骤三：模型训练在步骤一中制作的暗光增强训练数据集上训练模型RS
‑
HRNet，再利用反向传播算法训练得到RS
‑
HRNet模型参数；步骤四：影像分块送入模型进行处理读入待增强暗光无人机影像数据后，利用滑动窗口法对原始暗光图像进行分块，得到多块处理单元，将每个处理单元送入RS
‑
HRNet模型中，输出对应的暗光增强结果；步骤五：合并分块处理结果，生成最终增强结果将步骤四获得的分块暗光增强结果合并，生成最终大范围原始影像的增强结果。2.根...

【专利技术属性】
技术研发人员：魏域君，李丹，陈富强，刘亚林，刘雨鑫，何小飞，张卫龙，武瑞宏，张占忠，田社权，周东卫，
申请(专利权)人：中铁第一勘察设计院集团有限公司，
类型：发明
国别省市：