專利名稱：一種高光譜圖像Keystone效應(yīng)自動檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種高光譜圖像Keystone效應(yīng)自動檢測方法,屬于工程科學(xué)技術(shù)中的遙感技術(shù)應(yīng)用領(lǐng)域，適用于高光譜數(shù)據(jù)預(yù)處理。
背景技術(shù)：
高光譜成像儀是一種新型的遙感載荷，可以利用面陣探測器同時記錄被測地物的光譜和空間信息特征。由于準(zhǔn)直系統(tǒng)的像差、色散系統(tǒng)的空間畸變等原因，目標(biāo)像元的光譜在探測器陣列成像時，同一目標(biāo)像元各個譜段對應(yīng)的空間位置并未完全聚焦在探測器陣列上負(fù)責(zé)記錄空間信息特征的探測器單元，造成像元位置發(fā)生了偏移，稱之為Keystone效 應(yīng)，它能使得探測器記錄的光譜不僅包含目標(biāo)像元的特征，而且包含鄰近像元的特征，從而產(chǎn)生混合光譜，為數(shù)據(jù)的后續(xù)應(yīng)用帶來不便?，F(xiàn)有的檢測方法主要基于圖像的幾何特征匹配，首先選取一個波段作為參考波段，并在其圖像上根據(jù)邊緣信息的豐度確定模板，其次將目標(biāo)波段圖像上與參考模板相同位置的圖像作為目標(biāo)模板，最后通過模板之間的空間特征相關(guān)性度量，獲得各波段圖像相對于參考波段圖像的像元偏移。該方法能夠檢測空間像元偏移量，但由于高光譜圖像波段較多，幾何特征可能在某些波段中呈現(xiàn)較高的對比度且易于辨識，在某些波段中的對比度則較低。若依據(jù)參考模板的位置選取目標(biāo)模板，其幾何特征可能并不顯著，邊緣信息較稀疏，則模板間的匹配精度就會大大降低，檢測的像元偏移量誤差增大。同時選取參考波段時需要人工操作，其實現(xiàn)效率較低。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種高精度的Keystone效應(yīng)自動檢測方法。本發(fā)明的技術(shù)解決方案為一種利用互相關(guān)亞像元定位實現(xiàn)高精度的高光譜圖像Keystone效應(yīng)自動檢測方法，該方法主要根據(jù)圖像信噪比自動選擇參考波段圖像，通過計算局部邊緣密度實現(xiàn)參考模板和目標(biāo)模板的選取，最后利用互相關(guān)匹配進行亞像元定位，檢測像元偏移量，從而實現(xiàn)Keystone效應(yīng)的自動檢測。互相關(guān)亞像元定位主要通過數(shù)值擬合由互相關(guān)函數(shù)所形成的峰值分布曲面而完成，其中互相關(guān)函數(shù)采用標(biāo)準(zhǔn)化互相關(guān)函數(shù)，并且在本發(fā)明中為了避免由于目標(biāo)模板邊緣信息稀疏而降低匹配精度，加入閾值的決策使得模板最優(yōu)。本發(fā)明一種高光譜圖像Keystone效應(yīng)自動檢測方法,其步驟如下步驟一讀入高光譜數(shù)據(jù)，并設(shè)定掩模尺寸；步驟二 計算圖像信噪比，并自動選擇參考波段圖像；步驟三掩模的中心依次遍歷參考波段圖像中所有像元位置，計算該像元位置上各個掩模圖像的局部邊緣密度；遍歷時，保持中心點的橫坐標(biāo)與待檢測像元位置一致；步驟四根據(jù)步驟三所得每個像元位置上各個掩模圖像的局部邊緣密度，選擇局部邊緣密度最大的掩模圖像作為參考模板；步驟五根據(jù)步驟四所得參考模板，計算目標(biāo)波段圖像上與參考模板同位置圖像的局部邊緣密度；步驟六根據(jù)自適應(yīng)閾值和步驟五所得圖像的局部邊緣密度，判斷此圖像是否為目標(biāo)模板；步驟七利用模板之間的互相關(guān)匹配進行亞像元定位，實現(xiàn)Keystone效應(yīng)的檢測。其中，步驟二中，利用圖像均值代表信號值，圖像的局部標(biāo)準(zhǔn)差代表噪聲值，將二者的比值作為圖像信噪比；選擇圖像信噪比最大的圖像作為參考波段圖像。其中，步驟三中，該像元位置上各個掩模圖像的局部邊緣密度計算公式如下
D(i, 7) = X Z F(^ + mJ + n)
L m=0 n=0式中，D(i，j)是以像元(i，j)為左上角、大小為L*L區(qū)域的局部邊緣密度；L表示掩模圖像的尺寸；F是邊緣提取后的二值化圖像；為了保證對掩模圖像中的所有像元進行處理，采用 m = 0,1,2. , L-I 和 n = 0,1,2. , L-I 遍歷圖像。其中，步驟六中所述判斷圖像模板是否為目標(biāo)圖像模板，具體實現(xiàn)方式包括如下步驟，步驟六.1，根據(jù)自適應(yīng)閾值和局部邊緣密度，判斷圖像是否是目標(biāo)模板，是則判斷該模板是目標(biāo)模板，否則進入步驟六.2。步驟六.2，掩模的中心依次遍歷目標(biāo)波段圖像中所有像元位置，計算該像元位置上各個掩模圖像的局部邊緣密度；遍歷時，保持中心點的橫坐標(biāo)與待檢測像元位置一致；選擇局部邊緣密度最大的掩模圖像作為目標(biāo)模板，并在參考波段圖像上選擇與目標(biāo)模板同位置的圖像作為參考模板。其中，步驟七中所述的亞像元定位是利用數(shù)值擬合由互相關(guān)函數(shù)所形成的峰值分布曲面而完成的；假設(shè)參考模板為T，目標(biāo)模板為S，其尺寸大小都為L*L，標(biāo)準(zhǔn)化互相關(guān)函數(shù)定義如下
權(quán)利要求
1.一種高光譜圖像Keystone效應(yīng)自動檢測方法,其特征在于該方法具體步驟如下 步驟一讀入高光譜數(shù)據(jù)，并設(shè)定掩模尺寸； 步驟二 計算圖像信噪比，并自動選擇參考波段圖像； 步驟三掩模的中心依次遍歷參考波段圖像中所有像元位置，計算該像元位置上各個掩模圖像的局部邊緣密度；遍歷時，保持中心點的橫坐標(biāo)與待檢測像元位置一致； 步驟四根據(jù)步驟三所得每個像元位置上各個掩模圖像的局部邊緣密度，選擇局部邊緣密度最大的掩模圖像作為參考模板； 步驟五根據(jù)步驟四所得參考模板，計算目標(biāo)波段圖像上與參考模板同位置圖像的局部邊緣密度； 步驟六根據(jù)自適應(yīng)閾值和步驟五所得圖像的局部邊緣密度，判斷此圖像是否為目標(biāo)模板； 步驟七利用模板之間的互相關(guān)匹配進行亞像元定位，實現(xiàn)Keystone效應(yīng)的檢測。
2.根據(jù)權(quán)利要求I所述的一種高光譜圖像Keystone效應(yīng)自動檢測方法，其特征在于在步驟二中，利用圖像均值代表信號值，圖像的局部標(biāo)準(zhǔn)差代表噪聲值，將二者的比值作為圖像信噪比；選擇圖像信噪比最大的圖像作為參考波段圖像。
3.根據(jù)權(quán)利要求I所述的一種高光譜圖像Keystone效應(yīng)自動檢測方法,其特征在于在步驟三中，該像元位置上各個掩模圖像的局部邊緣密度計算公式如下
4.根據(jù)權(quán)利要求I所述的一種高光譜圖像Keystone效應(yīng)自動檢測方法,其特征在于步驟六中所述判斷圖像模板是否為目標(biāo)圖像模板，具體實現(xiàn)方式包括如下步驟 步驟六.1，根據(jù)自適應(yīng)閾值和局部邊緣密度，判斷圖像是否是目標(biāo)模板，是則判斷該模板是目標(biāo)模板，否則進入步驟六.2 ； 步驟六.2，掩模的中心依次遍歷目標(biāo)波段圖像中所有像元位置，計算該像元位置上各個掩模圖像的局部邊緣密度；遍歷時，保持中心點的橫坐標(biāo)與待檢測像元位置一致；選擇局部邊緣密度最大的掩模圖像作為目標(biāo)模板，并在參考波段圖像上選擇與目標(biāo)模板同位置的圖像作為參考模板。
5.根據(jù)權(quán)利要求I所述的一種高光譜圖像Keystone效應(yīng)自動檢測方法,其特征在于步驟七中所述的亞像元定位是利用數(shù)值擬合由互相關(guān)函數(shù)所形成的峰值分布曲面而完成的；假設(shè)參考模板為T，目標(biāo)模板為S，其尺寸大小都為L*L，標(biāo)準(zhǔn)化互相關(guān)函數(shù)定義如下
全文摘要
一種高光譜圖像Keystone效應(yīng)自動檢測方法，有七大步驟一、讀入高光譜數(shù)據(jù)，并設(shè)定掩模尺寸；二、計算圖像信噪比，并自動選擇參考波段圖像；三、掩模的中心依次遍歷參考波段圖像中所有像元位置，計算該像元位置上各個掩模圖像的局部邊緣密度；四、根據(jù)步驟三所得每個像元位置上各個掩模圖像的局部邊緣密度，選擇局部邊緣密度最大的掩模圖像作為參考模板；五、根據(jù)步驟四所得參考模板，計算目標(biāo)波段圖像與參考模板同位置圖像的局部邊緣密度；六、根據(jù)自適應(yīng)閾值和步驟五所得圖像的局部邊緣密度，判斷此圖像是否為目標(biāo)模板；七、利用模板之間的互相關(guān)匹配進行亞像元定位，實現(xiàn)Keystone效應(yīng)的檢測。它在遙感技術(shù)應(yīng)用領(lǐng)域里具有較好的實用價值和廣闊的應(yīng)用前景。
文檔編號G06T7/00GK102682450SQ201210125039
公開日2012年9月19日 申請日期2012年4月25日 優(yōu)先權(quán)日2012年4月25日
發(fā)明者江澄, 賈國瑞, 趙慧潔 申請人:北京航空航天大學(xué)