一种遥感图像增强方法技术

本发明专利技术提供了一种遥感图像增强方法，其包括S1，将遥感图像转换为灰度化图像；S2，对所述灰度化图像进行噪声点检测，获取噪声点集合；S3，对所述噪声点集合中的噪声点进行降噪处理，获得降噪图像；S4，对所述降噪图像进行增强处理，获得增强图像。本发明专利技术在图像增强之前先对图像进行噪声点检测，然后对噪声点降噪后再进行图像增强处理，能够有效地避免现有技术中，对所有的像素点都进行降噪处理出现的信息丢失严重的问题。因为降噪处理一般是对像素点进行平滑，平滑后信息就会有较大的损失。平滑后信息就会有较大的损失。平滑后信息就会有较大的损失。

【技术实现步骤摘要】
一种遥感图像增强方法


[0001]本专利技术涉及图像处理领域，尤其涉及一种遥感图像增强方法。

技术介绍

[0002]现有技术中，对遥感图像进行增强之前一般需要进行降噪处理，但是现有的降噪算法一般是全局降噪，即对所有的像素点都进行降噪处理，这样的处理方式容易导致信息丢失比较严重。

技术实现思路

[0003]鉴于上述问题，本专利技术的目的在于提供一种遥感图像增强方法，其包括：
[0004]S1，将遥感图像转换为灰度化图像；
[0005]S2，对所述灰度化图像进行噪声点检测，获取噪声点集合；
[0006]S3，对所述噪声点集合中的噪声点进行降噪处理，获得降噪图像；
[0007]S4，对所述降噪图像进行增强处理，获得增强图像。
[0008]与现有技术相比，本专利技术的优点在于：
[0009]本专利技术在图像增强之前先对图像进行噪声点检测，然后对噪声点降噪后再进行图像增强处理，能够有效地避免现有技术中，对所有的像素点都进行降噪处理出现的信息丢失严重的问题。因为降噪处理一般是对像素点进行平滑，平滑后信息就会有较大的损失。
附图说明
[0010]利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0011]图1，为本专利技术一种遥感图像增强方法的一种示例性实施例图。
具体实施方式
[0012]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0013]如图1中的实施例所示，本专利技术提供了一种遥感图像增强方法，其包括：
[0014]S1，将遥感图像转换为灰度化图像；
[0015]S2，对所述灰度化图像进行噪声点检测，获取噪声点集合；
[0016]S3，对所述噪声点集合中的噪声点进行降噪处理，获得降噪图像；
[0017]S4，对所述降噪图像进行增强处理，获得增强图像。
[0018]在一种实施方式中，所述将遥感图像转换为灰度化图像，包括：
[0019]S11，使用下述公式将遥感图像转换为中间图像：
[0020]f(a1)＝ω1×
R(a1)+ω2×
G(a1)+ω3×
B(a1)
[0021]式中，f(a1)表示遥感图像中的像素点a1转换为中间图像后的像素值，R(a1)、G(a1)、B(a1)分别表示像素点a1在RGB颜色模型中的红色通道、绿色通道和蓝色通道的值；ω1、ω2和ω3表示预设的权重参数；
[0022]S12，将所述中间图像划分为多个子图像；
[0023]S13，对于每个子图像，分别采用下述方式对其进行处理，获得处理后的子图像：
[0024]计算所述子图像中每个像素点的颜色模型结构参数和空间结构参数：
[0025]所述颜色模型结构参数计算方式如下：
[0026][0027]式中，cols(d)表示所述子图像中的像素点d的颜色模型结构参数，U
d
表示像素点d的h
×
h大小的邻域的像素点的集合，var∈{L,a,b}，L，a,b分别表示Lab颜色模型中的3个要素；munU
d
表示U
d
中的像素点的总数；var
d
和var
c
分别表示像素点d和U
d
中的像素点c在要素var上的值；
[0028]所述空间结构参数的计算方式如下：
[0029][0030]式中，g
d
和g
c
分别表示像素点d和c的梯度幅值，spas(d)表示像素点d的空间结构参数；
[0031]建立待求解模型dm：
[0032][0033]式中，k1和k2表示比例系数，k1与k2的和为1，tar(d)表示像素点d在处理后的子图像中的像素值，f(d)表示像素点d在处理前的子图像中的像素值，qz(d)表示判断函数，若var
d
大于var
c
，则qz(d)的值为r，否则qz(d)的值为
‑
r，r的取值范围为[0.99,1.01]，sumU表示在处理前的子图像中的像素点的集合；
[0034]使用迭代的方式对dm进行求解，使得dm具有最小值，从而得到tar(d)；
[0035]S14，将所有处理后的子图像进行合并，从而得到灰度化图像。
[0036]现有技术中，对图像的灰度化一般是采用分量法，最大值法或者加权平均法来进行，这种处理方式容易导致像素点之间的颜色差异和空间结构差异等信息丢失比较严重，从而导致灰度化图像中携带的信息量相较于遥感图像有了较大的降低，会对后续的增强处理的准确率产生影响。而本申请上述实施方式，通过对求解模型最小化，从而使得到的灰度化图像中，各个像素点之间在一定程度上保留了遥感图像中的的颜色差异和空间结构差异信息，从而有效地提高了后续的增强处理的准确率。
[0037]具体地，将遥感图像划分为多个子图像然后再进行进一步的处理，这种处理方式能够使得每一个子图像的处理结果与其所在的区域匹配度更高，能够更好地保留遥感图像中的细节信息。因为待求解模型考虑的是整个子图像所有的像素点，因此，若将模型放大到整个遥感图像，获得的处理结果针对性会降低，从而不能很好地保留遥感图像中的细节信
息。
[0038]在计算颜色模型结构参数时，考率了当前计算的像素点与其邻域的像素点在Lab颜色模型上的3个要素之间的差异的均值，使得颜色模型结构参数更能反应当前计算的像素点与其邻域的像素点在颜色上的差异。
[0039]而在计算空间结构参数时，主要是考虑了梯度幅值，梯度幅值的时像素点的空间结构的反映。
[0040]在一种实施方式中，ω1、ω2和ω3的取值分别为0.287、0.591和0.133。
[0041]在一种实施方式中，所述将所述中间图像划分为多个子图像，包括：
[0042]S121，使用otsu算法对所述中间图像进行计算，将所述中间图像的中的像素点划分为前景像素点和背景像素点；
[0043]S122，使用迭代的方式对所述中间图像进行划分：
[0044]第1次迭代，将中间图像划分为面积相等的u个子图像，并将所述u个子图像存入待判断集合wpU1；
[0045]使用下述公式计算wpU1中的子图像wpu的判断参数：
[0046][0047]式中，ccp(wpu)表示wpu的判断参数，q1、q2、q3表示权重参数，S(wpu)表示wpu中的像素点的总数，Smid表示中间图像中的像素点的总数，front(wpu)表示wpu所包含的前景像素点的总数，Sfr表示中间图像中的所有前景像素点的总数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感图像增强方法，其特征在于，其包括：S1，将遥感图像转换为灰度化图像；S2，对所述灰度化图像进行噪声点检测，获取噪声点集合；S3，对所述噪声点集合中的噪声点进行降噪处理，获得降噪图像；S4，对所述降噪图像进行增强处理，获得增强图像。2.根据权利要求1所述的一种遥感图像增强方法，其特征在于，所述将遥感图像转换为灰度化图像，包括：S11，使用下述公式将遥感图像转换为中间图像：f(a1)＝ω1×
R(a1)+ω2×
G(a1)+ω3×
B(a1)式中，f(a1)表示遥感图像中的像素点a1转换为中间图像后的像素值，R(a1)、G(a1)、B(a1)分别表示像素点a1在RGB颜色模型中的红色通道、绿色通道和蓝色通道的值；ω1、ω2和ω3表示预设的权重参数；S12，将所述中间图像划分为多个子图像；S13，对于每个子图像，分别采用下述方式对其进行处理，获得处理后的子图像：计算所述子图像中每个像素点的颜色模型结构参数和空间结构参数：所述颜色模型结构参数计算方式如下：式中，cols(d)表示所述子图像中的像素点d的颜色模型结构参数，U
d
表示像素点d的h
×
h大小的邻域的像素点的集合，var∈{L,a,b}，L，a,b分别表示Lab颜色模型中的3个要素；munU
d
表示U
d
中的像素点的总数；var
d
和var
c
分别表示像素点d和U
d
中的像素点c在要素var上的值；所述空间结构参数的计算方式如下：式中，g
d
和g
c
分别表示像素点d和c的梯度幅值，spas(d)表示像素点d的空间结构参数；建立待求解模型dm：式中，k1和k2表示比例系数，k1与k2的和为1，tar(d)表示像素点d在处理后的子图像中的像素值，f(d)表示像素点d在处理前的子图像中的像素值，qz(d)表示判断函数，若var
d
大于var
c
，则qz(d)的值为r，否则qz(d)的值为
‑
r，r的取值范围为[0.99,1.01]，sumU表示在处理前的子图像中的像素点的集合；使用迭代的方式对dm进行求解，使得dm具有最小值，从而得到tar(d)；S14，将所有处理后的子图像进行合并，从而得到灰度化图像。3.根据权利要求2所述的一种遥感图像增强方法，其特征在于，所述将所述中间图像划分为多个子图像，包括：S121，使用otsu算法对所述中间图像进行计算，将所述中间图像的中的像素点划分为
前景像素点和背景像素点；S122，使用迭代的方式对所述中间图像进行划分：第1次迭代，将中间图像划分为面积相等的u个子图像，并将所述u个子图像存入待判断集合wpU1；使用下述公式计算wpU1中的子图像wpu的判断参数：式中，ccp(wpu)表示wpu的判断参数，q1、q2、q3表示权重参数，S(wpu)表示wpu中的像素点的总数，Smid表示中间图像中的像素点的总数，front(wpu)表示wpu所包含的前景像素点的总数，Sfr表示中间图像中的所有前景像素点的总数，fe(wpu)表示wpu中的所有像素点的梯度幅值的方差，Sfe表示中间图像中的所有像素点的梯度幅值的标准差；对wpU1中的所有子图像进行上述判断参数的计算，若所述子图像的判断参数大于预设的判断阈值，则将所述子图像加入到第2次迭代的划分集合dctU1中；第2次迭代，将dctU1中的子图像分别划分为面积相等的u个子图像,并将获得的所有子图像存入待判断集合wpU2中，分别计算wpU2中的子图像的判断参数，若所...

【专利技术属性】
技术研发人员：朱旭红，周佳玮，陈洪建，陈科明，
申请(专利权)人：宁波市鄞州区测绘院，
类型：发明
国别省市：