【技术实现步骤摘要】
一种长波红外遥感影像进行盲元检测与去除的方法
[0001]本专利技术涉及卫星遥感影像图像处理
,尤其涉及一种长波红外遥感影像进行盲元检测与去除的方法
。
技术介绍
[0002]由于受到工艺
、
制造材料等因素的各种限制,红外焦平面阵列探测器在成像过程中会出现盲元问题,盲元包括固定盲元和随机盲元
。
由于盲元的存在会干扰后续对目标的检测识别,且严重影响了成像质量,因此要对红外影像中的盲元进行检测和去除
。
[0003]当前也有一些研究红外影像盲元检测和去除的方法,盲元检测方法如阚博涵提出的基于可调阈值窗口的红外盲元检测算法,将一帧图像按照窗口大小进行分割,通过调节窗口内阈值,计算窗口内的均值和标准差之间的大小关系,达到判断盲元的目的
。
现有技术中提出一种基于图像高斯正态分布的3σ
检测方法,以某一像元为中心进行加窗
,
计算加窗后的均值与标准差
,
然后通过比较窗口中心像元灰度与均值的偏差是否大于3倍标准差来判断其是否为盲元
。
盲元去除方法如中值替代法
、
临近点替代法
、
一阶线性插值替代和邻域内多点平均值替代等
。
[0004]现有的盲元检测方法存在盲元的漏检
、
易将红外小目标误判为盲元,难以检测出影像中的新增盲元
、
针对复杂场景效果不好等问题
。
现有的盲元去除方法在实际工程应用 ...
【技术保护点】
【技术特征摘要】
1.
一种长波红外遥感影像进行盲元检测与去除的方法,其特征在于,包括以下步骤:
S1、
获取多场景连续帧的长波红外遥感影像;所述长波红外遥感影像中同时包含空间信息和时间信息;
S2、
将所述长波红外遥感影像中的空间信息和时间信息整合在一起,以构建空间
‑
时间联合的
3D
‑
CNN
像素分类模型,其中盲元所属像素归为一类,其他像素根据像素灰度值的大小
DN
,划分为5类;若其他像素灰度值最大为
Max
,最小为
Min
,记
i
=
(Max
‑
Min+1)/5
,则分类规则如下:
S3、
提取所述长波红外遥感影像中的
W
×
W
×
H
的空间
‑
时间立方体作为样本数据,其中
W
×
W
为空间邻域大小,
H
为所述长波红外遥感影像中连续帧的数量,并按照
1:1:8
的比例将所述样本数据划分为训练集和验证集;
S4、
将所述样本数据输入至所述
3D
‑
CNN
像素分类模型中,对所述
3D
‑
CNN
像素分类模型进行训练,得到训练好的
3D
‑
CNN
像素分类模型;所述训练集进入四个卷积层,卷积核大小均为3×3×7,步长为2,在最后一个卷积层后加入比率为
0.3
的
Dropout
,然后进入全连接层,所...
【专利技术属性】
技术研发人员:曹凯利,王玉林,侯波,史明震,
申请(专利权)人:山东产研卫星信息技术产业研究院有限公司,
类型:发明
国别省市:
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。