專利名稱：一種基于圖像類型分析的遙感圖像色彩校正方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是一種基于圖像類型分析的遙感圖像色彩校正方法，可用于航天、航空傳感器平臺(tái)獲取的彩色遙感影像的色彩校正。
背景技術(shù)：
隨著空間技術(shù)和傳感器技術(shù)的飛速發(fā)展，遙感影像數(shù)據(jù)已經(jīng)成為人們獲取信息的重要手段，在軍事偵察、環(huán)境監(jiān)測(cè)、資源調(diào)查、土地利用和城市規(guī)劃等領(lǐng)域發(fā)揮越來(lái)越重要的作用。然而，受光照條件、大氣狀況、傳感器等諸多因素的影響，成像設(shè)備所獲取的遙感圖像的色彩與被拍攝地物的真實(shí)色彩往往存在一定的色偏。而顏色作為直觀、易提取的特征，無(wú)論對(duì)于人工分析判讀，還是圖像鑲嵌、目標(biāo)檢測(cè)與識(shí)別以及變化檢測(cè)等計(jì)算機(jī)輔助處理和解譯過(guò)程，都具有舉足輕重的地位，圖像色彩失真難免會(huì)影響后續(xù)分析和解譯結(jié)果的正確性和穩(wěn)定性。面對(duì)目前呈指數(shù)級(jí)增長(zhǎng)的海量遙感圖像，如何自動(dòng)、快速、穩(wěn)定地消除或校 正遙感圖像的色彩失真，校正地物的真實(shí)色彩，成為人們關(guān)心和研究的熱點(diǎn)問(wèn)題，也是具有高度挑戰(zhàn)性的難點(diǎn)問(wèn)題。因此，研發(fā)自動(dòng)、實(shí)用的遙感圖像色彩校正方法，變得尤為迫切和必要。在圖像色彩校正方面，國(guó)內(nèi)外研究者和技術(shù)人員已進(jìn)行了一定的探討和研究，并取得了初步的成果。其中比較有代表性的遙感軟件包括美國(guó)ERDAS公司的ERDASIMAGINE (勻光功能)和德國(guó)INPHO公司的OrthoVista (勻光功能)，這些軟件主要適用于圖像鑲嵌過(guò)程中各子圖間顏色不一致的應(yīng)用場(chǎng)合，可改善遙感影像亮度分布不均的狀況；通用的商用圖像處理軟件，主要有Adobe公司的Photoshop (匹配顏色功能)，主要用于將待處理圖像的顏色匹配到指定圖像上。這些軟件需要大量的人工交互和確認(rèn)操作，包括參數(shù)設(shè)置、方法選擇、是否進(jìn)行后續(xù)增強(qiáng)的選擇等，處理結(jié)果依賴于操作人員的經(jīng)驗(yàn)知識(shí)或需要通過(guò)多次調(diào)整參數(shù)反復(fù)操作，處理過(guò)程繁瑣，效率不高。隨著多平臺(tái)、多空間分辨率、多時(shí)相遙感圖像的出現(xiàn)，每天需要處理的遙感圖像數(shù)據(jù)量急劇增加，迫切需要自動(dòng)、高效的色彩校正技術(shù)，而現(xiàn)有的技術(shù)在自動(dòng)化程度、處理速度和穩(wěn)定性方面難以適應(yīng)社會(huì)發(fā)展的需要。針對(duì)遙感圖像的色彩失真問(wèn)題，研究自動(dòng)、智能、實(shí)用的色彩校正方法，改善遙感圖像的圖像質(zhì)量，不僅有助于提高圖像判讀人員的判斷效率和判讀精度，充分發(fā)揮遙感圖像的信息服務(wù)功能，而且有助于提高遙感圖像目標(biāo)檢測(cè)、識(shí)別以及變化檢測(cè)等計(jì)算機(jī)輔助解譯的精度，為相關(guān)人員做出正確決策提供可靠保障。

發(fā)明內(nèi)容
為了克服現(xiàn)有遙感圖像色彩校正技術(shù)人工交互繁瑣，自動(dòng)化程度低、主觀因素依賴性強(qiáng)的不足，本發(fā)明的目的是綜合利用圖像處理、模式識(shí)別和人工智能技術(shù)，提供一種自動(dòng)高效的遙感圖像色彩校正方法。本發(fā)明所提出的一種基于圖像類型分析的遙感圖像色彩校正方法，其特征在于，該方法包括以下步驟
步驟SI，依據(jù)不同類型的地物具有不同的圖像特征，而相同的地物類型具有一致的圖像特征，對(duì)存在色彩失真的彩色遙感圖像進(jìn)行圖像分割，將彩色遙感圖像分割成不同的區(qū)域，得到彩色遙感圖像分割結(jié)果；步驟S2，根據(jù)所述彩色遙感圖像分割結(jié)果中是否存在大面積連通的同質(zhì)區(qū)域，判斷所述彩色遙感圖像為地物單一型遙感圖像還是地物豐富型遙感圖像；步驟S3，對(duì)于地物單一型遙感圖像，基于預(yù)先離線建立的圖像樣本數(shù)據(jù)庫(kù)，采用訓(xùn)練學(xué)習(xí)的方法對(duì)存在失真的彩色遙感圖像進(jìn)行色彩校正；步驟S4，對(duì)于地物豐富型遙感圖像，根據(jù)圖像自身的統(tǒng)計(jì)特征，對(duì)該彩色遙感圖像進(jìn)行色彩校正。本發(fā)明的有益效果是，本發(fā)明通過(guò)基于圖像類型分析的遙感圖像色彩校正，結(jié)合圖像分割、目標(biāo)分類識(shí)別和機(jī)器學(xué)習(xí)技術(shù)，解決不同類型遙感圖像的色彩校正問(wèn)題，避免了單一方法難以很好解決各種情況遙感圖像色彩校正的困擾。通過(guò)對(duì)不同類型遙感圖像的類 型界定，有針對(duì)性地解決問(wèn)題，方法的適用范圍廣，色彩校正效果穩(wěn)定。


圖I為本發(fā)明所提出的基于圖像類型分析的遙感圖像色彩校正方法的流程圖。圖2為本發(fā)明對(duì)地物單一型遙感圖像進(jìn)行色彩校正的流程圖。圖3為本發(fā)明對(duì)地物豐富型遙感圖像進(jìn)行色彩校正的流程圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。本發(fā)明提供的方法既可以在個(gè)人計(jì)算機(jī)、工控機(jī)及服務(wù)器上以軟件的形式安裝并執(zhí)行，也可將方法做成嵌入式芯片以硬件的形式來(lái)體現(xiàn)。圖I是本發(fā)明所提出的基于圖像類型分析的遙感圖像色彩校正方法的流程圖，如圖I所示，本發(fā)明所提出的基于圖像類型分析的遙感圖像色彩校正方法包括以下步驟步驟SI，對(duì)存在色彩失真的彩色遙感圖像進(jìn)行圖像分割，將彩色遙感圖像分割成不同的區(qū)域，得到彩色遙感圖像分割結(jié)果；該步驟主要是依據(jù)不同類型的地物具有不同的圖像特征，而相同的地物類型具有一致的圖像特征來(lái)對(duì)彩色遙感圖像進(jìn)行圖像分割。本發(fā)明采用Meanshift算法對(duì)彩色遙感圖像進(jìn)行初始分割，然后根據(jù)區(qū)域合并策略，對(duì)初始分割結(jié)果中顏色較為相近的區(qū)域再次進(jìn)行合并，得到最終的圖像分割結(jié)果。所述Meanshift算法是現(xiàn)有技術(shù)中通用的分割方法，在此不再贅述。步驟S2，根據(jù)所述彩色遙感圖像分割結(jié)果中是否存在大面積連通的同質(zhì)區(qū)域，判斷所述彩色遙感圖像為地物單一型遙感圖像還是地物豐富型遙感圖像；如果所述彩色遙感圖像分割結(jié)果中存在大面積連通的同質(zhì)區(qū)域，則該彩色遙感圖像為地物單一型遙感圖像，否則，該彩色遙感圖像為地物豐富型遙感圖像。對(duì)于彩色遙感圖像分割結(jié)果中是否存在大面積連通的同質(zhì)區(qū)域的判斷，可通過(guò)如下方式實(shí)現(xiàn)
統(tǒng)計(jì)彩色遙感圖像分割結(jié)果中各個(gè)區(qū)域的面積(像素?cái)?shù))，若某一區(qū)域的面積滿足下式，則認(rèn)為彩色遙感圖像分割結(jié)果中存在大面積連通的同質(zhì)區(qū)域
權(quán)利要求
1.一種基于圖像類型分析的遙感圖像色彩校正方法，其特征在于，該方法包括以下步驟 步驟SI，依據(jù)不同類型的地物具有不同的圖像特征，而相同的地物類型具有一致的圖像特征，對(duì)存在色彩失真的彩色遙感圖像進(jìn)行圖像分割，將彩色遙感圖像分割成不同的區(qū)域，得到彩色遙感圖像分割結(jié)果； 步驟S2，根據(jù)所述彩色遙感圖像分割結(jié)果中是否存在大面積連通的同質(zhì)區(qū)域，判斷所述彩色遙感圖像為地物単一型遙感圖像還是地物豐富型遙感圖像； 步驟S3，對(duì)于地物単一型遙感圖像，基于預(yù)先離線建立的圖像樣本數(shù)據(jù)庫(kù)，采用訓(xùn)練學(xué)習(xí)的方法對(duì)存在失真的彩色遙感圖像進(jìn)行色彩校正； 步驟S4，對(duì)于地物豐富型遙感圖像，根據(jù)圖像自身的統(tǒng)計(jì)特征，對(duì)該彩色遙感圖像進(jìn)行色彩校正。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟SI中，首先采用Meanshift算法對(duì)彩色遙感圖像進(jìn)行初始分割，然后將初始分割結(jié)果中顔色較為相近的區(qū)域再次進(jìn)行合并，得到最終的圖像分割結(jié)果。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S2中，如果所述彩色遙感圖像分割結(jié)果中存在大面積連通的同質(zhì)區(qū)域，則該彩色遙感圖像為地物単一型遙感圖像，否則，該彩色遙感圖像為地物豐富型遙感圖像。
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S2中，對(duì)于彩色遙感圖像分割結(jié)果中是否存在大面積連通的同質(zhì)區(qū)域的判斷，通過(guò)如下方法實(shí)現(xiàn) 統(tǒng)計(jì)彩色遙感圖像分割結(jié)果中各個(gè)區(qū)域的面積，即像素?cái)?shù)，若某一區(qū)域的面積滿足下式，則認(rèn)為彩色遙感圖像分割結(jié)果中存在大面積連通的同質(zhì)區(qū)域
5.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S3中的圖像樣本數(shù)據(jù)庫(kù)由多個(gè)季節(jié)和時(shí)間獲取的、多個(gè)典型地域的、多種典型類型地物的色調(diào)均勻、亮度適中的高質(zhì)量彩色遙感圖像組成。
6.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S3進(jìn)ー步包括以下步驟 S31，根據(jù)所述步驟SI得到的彩色遙感圖像分割結(jié)果，從所述地物単一型遙感圖像中提取出大面積連通的同質(zhì)區(qū)域，作為訓(xùn)練學(xué)習(xí)的輸入樣本，所述同質(zhì)區(qū)域所覆蓋的地物為所述地物単一型遙感圖像的主導(dǎo)型地物，同時(shí)判斷出所述主導(dǎo)型地物的地域信息、季節(jié)信息和時(shí)間信息； S32，從所述圖像樣本數(shù)據(jù)庫(kù)中捜索與所述地物単一型遙感圖像中該主導(dǎo)型地物同地物類型的、同地域、同季節(jié)和時(shí)間獲取的彩色遙感圖像，作為訓(xùn)練學(xué)習(xí)的參照樣本； S33，由所述輸入樣本和所述參照樣本組成訓(xùn)練數(shù)據(jù)，通過(guò)訓(xùn)練學(xué)習(xí)算法，得到色彩校正模型； S34 :根據(jù)所述彩色校正模型對(duì)所述地物単一型遙感圖像進(jìn)行處理，得到地物単一型遙感圖像的色彩校正結(jié)果。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟S31中從所述地物単一型遙感圖像中提取出大面積連通的同質(zhì)區(qū)域的步驟進(jìn)ー步為從彩色遙感圖像分割結(jié)果中找到滿足下式的區(qū)域，將該區(qū)域中每個(gè)像素的空間位置，一一對(duì)應(yīng)到所述地物単一型遙感圖像中，以對(duì)所述地物単一型遙感圖像的大面積連通同質(zhì)區(qū)域的提取
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟S33中的訓(xùn)練學(xué)習(xí)算法進(jìn)ー步包括以下步驟 首先從訓(xùn)練數(shù)據(jù)中分別提取輸入樣本和參照樣本的顔色特征=RGB空間的歸一化顔色直方圖； 設(shè)輸入樣本的顔色通道i的歸ー化灰度直方圖和參照樣本的顔色通道i的歸ー化灰度直方圖，存在變換關(guān)系も( )，其中，i = R、G、B，使得輸入樣本的顏色通道i的歸ー化灰度直方圖，經(jīng)過(guò)も(0變換后，與參照樣本的顔色通道i的歸ー化灰度直方圖完全相同或非常接近； 那么，所述地物単一型彩色遙感圖像的色彩校正模型表示為
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述步驟S34進(jìn)ー步為根據(jù)所述步驟S33得到的色彩校正模型，對(duì)存在色彩失真的地物単一型遙感圖像的顔色通道分別進(jìn)行處理，以對(duì)地物単一型遙感圖像進(jìn)行色彩校正。
10.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S4進(jìn)ー步包括以下步驟 步驟S41，對(duì)地物豐富型遙感圖像進(jìn)行特征提??； 步驟S42，根據(jù)提取出的特征，計(jì)算地物豐富型遙感圖像色彩校正模型的參數(shù)，得到地物豐富型遙感圖像的色彩校正模型； 步驟S43，根據(jù)計(jì)算得到的地物豐富型遙感圖像的色彩校正模型，對(duì)所述地物豐富型遙感圖像進(jìn)行色彩校正處理，得到地物豐富型遙感圖像的色彩校正結(jié)果。
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述步驟S41中，提取所述地物豐富型遙感圖像在RGB空間的顏色直方圖作為所述特征。
12.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述地物豐富型遙感圖像色彩校正模型的參數(shù)包括所述地物豐富型彩色遙感圖像每個(gè)顏色通道灰度直方圖中有效色階的最暗點(diǎn)Lmin⑴和最亮點(diǎn)Lmax⑴，其中i = R、G、B。
13.根據(jù)權(quán)利要求12所述的方法，其特征在于，所述地物豐富型遙感圖像的色彩校正模型表示為 g ( ) = {gR ( )，gG ( )，gB ( )}， 其中，gK( )為每個(gè)通道的色彩校正模型
14.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述步驟S43進(jìn)ー步為根據(jù)步驟S42得到的地物豐富型遙感圖像的色彩校正模型，對(duì)地物豐富型遙感圖像的每個(gè)顏色通道分別進(jìn)行處理，以對(duì)地物豐富型遙感圖像進(jìn)行色彩校正。
全文摘要
本發(fā)明公開(kāi)了一種基于圖像類型分析的遙感圖像色彩校正方法，可用于航天、航空遙感圖像的色彩校正，該方法包括以下步驟對(duì)存在色彩失真的彩色遙感圖像進(jìn)行分割；根據(jù)彩色遙感圖像分割結(jié)果中是否存在大面積連通的同質(zhì)區(qū)域，判斷彩色遙感圖像為地物單一型遙感圖像還是地物豐富型遙感圖像；對(duì)于地物單一型遙感圖像，從圖像樣本庫(kù)中尋找相同地物類型、同地域的、同季節(jié)和成像時(shí)間獲取的彩色遙感圖像，通過(guò)訓(xùn)練學(xué)習(xí)方法實(shí)現(xiàn)彩色遙感圖像的色彩校正；對(duì)于地物豐富型遙感圖像，依據(jù)彩色遙感圖像自身的統(tǒng)計(jì)特征實(shí)現(xiàn)彩色遙感圖像的色彩校正。本發(fā)明解決了不同類型遙感圖像的色彩校正問(wèn)題，其適用范圍廣，色彩校正效果穩(wěn)定。
文檔編號(hào)G06T5/00GK102768757SQ201210224428
公開(kāi)日2012年11月7日 申請(qǐng)日期2012年6月28日 優(yōu)先權(quán)日2012年6月28日
發(fā)明者張吉祥, 張秀玲, 張鵬芳, 扈雷, 杜娟, 溫大勇, 王彥情, 田原, 翁璐斌, 馬雷 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所, 北京市遙感信息研究所