《航空摄影过程中实时自动评定影像色彩质量的方法》由会员分享，可在线阅读，更多相关《航空摄影过程中实时自动评定影像色彩质量的方法（2页珍藏版）》请在金锄头文库上搜索。
1、航空摄影过程中实时自动评定影像色彩质量的方法专利名称：航空摄影过程中实时自动评定影像色彩质量的方法技术领域：本发明属于遥感影像应用领域，特别是涉及到在航空摄影过程中，在机上对获取的影像进行实时、自动、快速 的质量评定的方法。背景技术：航空影像色彩质量评定主要包括阴影和云的实时检测两方面内容。阴影自动检测和云自动检测是影像色彩质量评定的关键技术，检测算法的复杂度直接决定了质量评定的速度，影响着机上实时处理系统的整体性能。两个模块独立进行互不干扰，检测方法分别独立选定。遥感影像阴影检测算法主要分为基于模型和基于阴影特征的方法。基于模型的方法主要是根据影像上场景和地物的几何结构、光源、传感器参数等先
2、验信息，建立阴影的统计模型、投影模型等来检测阴影，可用于解决真正射影像中存在的阴影遮蔽等问题。基于阴影特征的方法是通过分析阴影区域的共性及其与非阴影区域的差异，直接利用阴影所特有的不变特征，如在HIS、YIQ, YCbCr色彩空间中的高色调、低亮度特征，C1C2C3空间中的C3光度不变量以及基于区域纹理不变性的纹理指数特征等，实现阴影检测。因模型法中的先验知识通常难以获取，且算法复杂度高，耗时长，应用范围受到了较大的限制；而阴影特征法的算法相对比较简单，不依赖先验知识，被广泛应用于单幅影像的阴影检测，但仍存在特征阈值难确定、通用性差等问题。相关文献有SalvadorE, Cavallaro A
3、, Ebrahimi T. Cast Shadow SegmentationUsing Invariant Color FeaturesJ. Computer Vision and Image Understanding,2004,95(2) :238-259. Tsai V J D.A Comparative Study on Shadow Compensationof Color Aerial Images in Invariant Color ModelsJ. IEEE Transactions onGeoscience and Remote Sensing,2006,44(6) : 1
4、661-1671. Yao Jian, Zhang Zhangfei.Hierarchical Shadow Detection for Color Aerial ImagesJ. Computer Vision andImage Understanding, 2006,102 (I) :60-69.谢文寒，周国清.城市大比例尺真正射影像阴影与遮挡问题的研究J.测绘学报，2010，39 (01) :52-58.许妙忠，余志惠.高分辨率卫星影像中阴影的自动提取与处理J.测绘信息与工程，2003，28 (I) :20-22.何凯，赵红颖，刘晶晶，王成优.基于分形及纹理分析的城市遥感影像阴影去除J.
5、天津大学学报，2008，41(07) :800-804.云检测主要有基于光谱特征、纹理特征和频率特征等方法，利用云在可见光、热红外等波段具有的光谱特征、云与下垫面地物的纹理特征差异、云的低频率特性等，结合阈值法、统计分析法、聚类法、神经网络法等方法即可以进行检测。实际应用中应综合遥感影像的数据特点和应用场景等因素选择合适的算法。相关文献有Loyola D. A New CloudRecognition Algorithm for Optical SensorsJ. IEEE International Geoscience andRemote Sensing Symposium Proceed
6、ings, IGARSS 1998 Digest, (2) :572-574. Marais IV Z, Preez J A Du, et al. An Optimal Image Transform for Threshold-based CloudDetection Using Heteroscedastic Discriminant AnalysisJ. International Journalof Remote Sensing,2011,32 (6) 1713-1729.云检测的光谱特征包括可见光波段、短波红外波段、亮温等，结合特征阈值的检测法用途较广。一般来说，根据不同的下垫面和不
7、同种类的云选取不同的波段特征与阈值获取方法，如可见光特征对于云与下垫面差异大的区域有较好的检测效果；亮温特征可用于海洋上冷云的检测；阈值获取有直接经验阈值、自动阈值等不同的方式。因此，云检测必须综合考虑下垫面情况、应用目的等多种因素。相关文献有王瑞富，孙凌，张杰，宋平舰.基于光谱阈值法和分裂合并聚类算法的“HY-1A” CCD云检测算法和应用J海洋学报，2006，28(6) :158-163.云的局部和整体在纹理上有着某种程度的相似性，通过提取云与下垫面的纹理特征差异，可进行二者的区分。纹理特征可以从分形和灰度共生矩阵的角度进行描述，其中云检测算法中常用的纹理特征有分形维数和角二阶矩。分形维数
8、值反映物体纹理的复 杂程度，角二阶矩反映纹理的均一规则性。遥感影像中的下垫面地物种类多、灰度值变化明显，纹理细节丰富，其分形维数较大，ASM偏小；云层灰度值变化平稳，纹理粗、细节少，其分形维数偏小，ASM偏大。相关文献有Pentland A P. Perceptual Organization andthe Representation of Natural FormJ. Artificial Intelligence,1986,28(3)293-331. Bisoi A K, Mishra J. On Calculation of Fractal Dimension of ImagesJ.P
9、attern Recognition Letters,2001,22 (6-7) :631-637. Chaudhuri , B.N.Sarkar.Texture Segmentation Using Fractal DimensionJ. Pattern Analysis and MachineIntelligence, IEEE Transactions on, 1995,17 (I) :72-77.单娜，郑天连，王贞松.快速高准确度云检测算法及其应用J遥感学报，2009，13 ) :1138-1155.曹琼，郑红，李行善.一种基于纹理特征的卫星遥感图像云探测方法J航空学报，2007，28
10、 (3) =661-666.郁文霞，曹晓光，徐琳.遥感图像云自动检测J.仪器仪表学报2006，27 (6) =2184-2186.云在频率域上主要集中在低频区域。通过傅里叶变换或小波变换等方法获取影像的低频数值对应的空间范围即可确定云区。小波法相对于傅里叶变换，其分离低频信息的能力更强，可根据需要选择不同的分辨率与方向进行云与地物的分离。相关文献有张波，季民河，沈琪.基于小波变换的高分辨率快鸟遥感图像薄云去除J.遥感信息，2011，(3)38-43.)朱长青，杨启和，朱文忠.基于小波变换特征的遥感地貌影像纹理分析和分类J.测绘学报，1996，25 (4) =252-256.光谱特征阈值法以像素
11、为单位处理影像，可以充分利用多种光谱信息综合检测云，算法简单，执行效率高，适合大数据量的处理，但是存在阈值敏感的问题，选取合适阈值是关键。纹理分析法以子图为计算单位，一般需要足够的样本进行训练获取可靠的云特征区间，才能保证分类的精确度，不能独立处理，并且纹理特征的计算量大，不利于实时处理。基于频率特征分析法的不足之处主要在于其他地物的低频信息受干扰，选用多层小波法提取低频信息的计算量也很大，造成效率低下的问题。也有学者将这三种方法综合起来对云图进行检测。陶淑苹结合光谱特征阈值和纹理分析方法的优点，提出了多分支小波SCM算法可基本检测云，但此方法仍然需要大量的训练样本才能保证检测精度，依赖先验知
12、识，不利于实时检测。相关文献有陶淑苹，金光，张贵祥，曲宏松.实现遥感相机自主辨云的小波SCM 算法J测绘学报，2011，40 (5) =598-603.根据航空影像实时质量评定中的数据处理与实时检测的同步性要求，质量评定所涉及的阴影检测和云检测方法需满足快速、自动、高准确度等条件，而航空影像只能提供可见光波段的数据，必须确定合适阴影检测和云检测算法，满足机上实时影像处理系统的要求发明内容 针对以上问题，本发明提出了用于在航空摄影过程中对影像色彩质量进行快速实时自动评定的方法，此方法涉及两部分的内容，即阴影检测模块和云检测模块，发明的目的在于在机上实时评定刚刚获取的航空影像的色彩质量，对于实时检
13、测出的不满足质量要求的影像，会采取及时重拍的措施来获取满足要求的影像，从而避免因问题发现不及时、事后才重新补飞所引起的成本、效率等问题。本发明提供的技术方案是一种航空影像色彩质量实时自动评定的方法，首先，对航空摄影获取的航空影像A进行重采样，获取两种不同分辨率的航空影像，分别记为航空影像B和航空影像C，航空影像B的分辨率大于航空影像C的分辨率；然后进行阴影检测和云检测，包括基于航空影像C分别获取阴影检测和云检测中所需的阈值，再在航空影像B的基础上，根据阈值逐像素进行该像素是否为云或者是否为阴影的判断，并统计阴影覆盖率和云覆盖率；根据检测所得阴影覆盖率和云覆盖率，评定影像色彩质量，输出质量评定报
14、生F=I ；所述阴影检测具体实现包括以下步骤，步骤I. 1，对航空影像B和C中每个像素提取阴影检测所运用的三项光谱特征值，三项光谱特征值分别是HIS色彩空间的亮度分量I、RGB色彩空间的归一化分量B和YUV色彩空间的亮度分量Y，归一化分量B和亮度分量Y的计算公式如下，权利要求1.一种航空摄影过程中实时自动评定影像色彩质量的方法，其特征在于首先，对航空摄影获取的航空影像A进行重采样，获取两种不同分辨率的航空影像，分别记为航空影像B和航空影像C，航空影像B的分辨率大于航空影像C的分辨率；然后进行阴影检测和云检测，包括基于航空影像C分别获取阴影检测和云检测中所需的阈值，再在航空影像B的基础上，根据阈
15、值逐像素进行该像素是否为云或者是否为阴影的判断，并统计阴影覆盖率和云覆盖率；根据检测所得阴影覆盖率和云覆盖率，评定影像色彩质量，输出质量评定报告；所述阴影检测具体实现包括以下步骤， 步骤I. 1，对航空影像B和C中每个像素提取阴影检测所运用的三项光谱特征值，三项光谱特征值分别是HIS色彩空间的亮度分量I、RGB色彩空间的归一化分量B和YUV色彩空间的亮度分量Y，归一化分量B和亮度分量Y的计算公式如下，2.如权利要求I所述航空摄影过程中实时自动评定影像色彩质量的方法，其特征在于步骤2. 2. 3中所述第二级云区与初始云区覆盖率的差比值DR和亮度差值绝对值dml的获取方式如下， 以初始云区的每个像
16、素为中心，计算其7 X 7邻域内的亮度I的均值Avg和方差Var，并求出均值的最大值MaxAvg和方差的最小值MinVar ;再次以初始云区的每个像素为中心，求出其对应方差与最小方差的差值，均值与最大方差的差值，并以这两个差值的绝对值之和作为分值Score,即Score = Avg-MaxAvg | +1 Var-MinVar ;求出所有分值的最大值,记为MaxScore ； 以O. 15MaXSCore对初始云区进行进一步划分，如果初始云区中的像素对应的分值Score小于O. 15MaxScore的认为属于第二级云区；计算DR= R2-R11 /Rl, Rl为初始云区的覆盖率，R2为第二级云区的覆盖率； 以O. 03MaxScore对初始云区进行进一步划分，计算初始云区中分值Score小于O. 03MaxScore的所有像素的亮度均值yml,在初始云区中分值Score大于或等于O.03MaxScore的所有像素中统计满足条件I 全文摘要本发
