專利名稱：基于統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種線陣掃描圖像的非均勻性校正方法，具體地說，是一種基于統(tǒng)計約束模型的機載推帚式數(shù)字成像系統(tǒng)圖像非均勻性校正方法。
背景技術(shù)：
推帚掃描成像系統(tǒng)受線性CCD探測器單元的空間非均勻性的影響目前是不能避免的，這種非均勻形式使獲得的圖像質(zhì)量下降，影響視覺效果或者后續(xù)的應(yīng)用。非均勻性校正(NUC)算法的任務(wù)就是補償空間非均勻性、提高圖像質(zhì)量。非均勻校正技術(shù)可分為兩類，基于標(biāo)定和基于場景的校正技術(shù)。定標(biāo)法在需要精確測量溫度的應(yīng)用中是必要的。然而，在很多實際應(yīng)用中不需要十分精確的結(jié)果，而只需相應(yīng)的非均勻性補償來消除固定模式噪聲。
在航空遙感與測繪業(yè)中，航空數(shù)字相機是未來航空攝影發(fā)展的趨勢，目前并存兩種高空間分辨力數(shù)字相機——面陣框幅式和線陣推掃式，其中線陣推掃式相機每行像元數(shù)多、視場較寬，又利用位置姿態(tài)測量系統(tǒng)解決了定位難題，因而目前已經(jīng)頗受重視。推掃成像的高空間分辨力數(shù)字相機每次對地面的垂直于飛行方向的一行像元成像，頻率一般高達200Hz，每10分鐘就能采集超過10萬行圖像，數(shù)據(jù)量大，因此對整幅圖像進行校正，一方面需要高效，另一方面由于數(shù)據(jù)采集過程中可能存在的儀器狀態(tài)、環(huán)境變化，需要引入相應(yīng)的算法對校正參數(shù)進行實時修正或更新，提高校正效果。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有遙感系統(tǒng)中高光譜成像儀獲得的圖像數(shù)據(jù)，對其灰度進行非均勻性校正，以求達到較好的圖像質(zhì)量?；趫鼍暗姆蔷鶆蛐孕Ｕ艿匚锏挠绊懘?，本發(fā)明通過統(tǒng)計加權(quán)的方法，來修正校正參數(shù)模型系數(shù)，用以減小地物對校正參數(shù)的影響。
本發(fā)明的技術(shù)方案如下根據(jù)本發(fā)明的一種基于統(tǒng)計約束模型的線性推帚式圖像非均勻性校正方法，系直接以輻射定標(biāo)或原始圖像統(tǒng)計和圖像數(shù)據(jù)作為處理分析的對象進行校正參數(shù)模型計算和其系數(shù)約束處理，其步驟包括a.通過輻射定標(biāo)或圖像統(tǒng)計等方法得到初始校正參數(shù)模型；b.生成新校正參數(shù)讀取一個圖像塊，對圖像數(shù)據(jù)進行數(shù)學(xué)統(tǒng)計，得到非均勻性校正模型所需要的統(tǒng)計數(shù)據(jù)，從而生成新的基于場景的校正參數(shù)；c.更新校正參數(shù)根據(jù)參數(shù)更新模型利用圖像統(tǒng)計數(shù)據(jù)和新校正參數(shù)對原始校正參數(shù)進行修正，得到更新的校正參數(shù)；d.利用更新后的校正參數(shù)對圖像塊進行非均勻性校正，輸出校正圖像；e.讀取下一個的圖像塊，重復(fù)步驟b～d，直到完成整個圖像校正。
進一步在步驟b中，還利用加權(quán)統(tǒng)計等方法得到新的校正系數(shù)，假設(shè)在整個圖像范圍內(nèi)任一波段的每個探測單元的輸出信號的統(tǒng)計平均值恒定，通過對非均勻高光譜圖像的每個探測單元信號加權(quán)來達到消除圖像條帶。例如灰度列均衡法就是一種圖像均勻性校正統(tǒng)計方法，該統(tǒng)計方法認(rèn)為列的非均勻性等效為列像元的增益不同而引起，基于這一點，得到每個像元的修正值(也就是新的參數(shù))為X(i,j)=X′(i,j)×MM(j),]]>其中X(i，j)為修正后的值；X′(i，j)為測量值；M為整幅圖像的灰度平均值。M(j)為CCD上相應(yīng)的光敏元整幅圖像上一列的平均值M(j)=Σi=0mDNpixel(i,j)m,]]>M=Σi=0kΣj=0mDNpixel(i,j)k×m;]]>在步驟c中，參數(shù)更新規(guī)則可以根據(jù)情況設(shè)計，最簡單的更新可以采用加權(quán)平均算法，設(shè)M0為初始參數(shù)，M1為基于場景的新參數(shù)，M′為更新后的參數(shù)，則加權(quán)平均算法表示為M′＝aM0+bM1；在步驟d中，采用更新后的校正參數(shù)對原始校正參數(shù)模型進行修正，由于基于場景的非均勻性校正受地物的影響大，本發(fā)明的目的在于通過統(tǒng)計加權(quán)的方法，來不斷修正校正參數(shù)模型系數(shù)，從而減小地物對圖像的影響。修正模型考慮了原始圖像與后繼圖像，使得其更具有適應(yīng)性。
如上所述，本發(fā)明的優(yōu)點是新校正參數(shù)與原始校正參數(shù)一起對原始校正參數(shù)模型進行修正，將初始校正系數(shù)和圖像統(tǒng)計參數(shù)的作用都考慮到了。并且，本發(fā)明直接以輻射定標(biāo)或原始圖像統(tǒng)計和圖像數(shù)據(jù)作為處理分析的對象進行校正參數(shù)模型計算和其系數(shù)約束處理，因此，不增加現(xiàn)有硬件系統(tǒng)的設(shè)計復(fù)雜度和增加成本便能對圖像質(zhì)量有所提高。


圖1是本發(fā)明中的算法模塊框圖。
圖2是本發(fā)明中的算法流程圖。
圖3-1～圖3-6是根據(jù)本發(fā)明方法對所選取的一個有數(shù)十萬行的數(shù)據(jù)的高光譜圖像的處理結(jié)果圖像，其中圖3-1、3-3、3-5為原始圖像，圖3-2、3-4、3-6為經(jīng)過非均勻性校正后的圖像。
具體實施例方式下面結(jié)合圖1～圖3-6給出本發(fā)明的實施例，并予以詳細(xì)描述，以便更好地說明本方法特點和功能，使能更易于理解本發(fā)明，而不是用來限定本發(fā)明的范圍。
請先參閱圖1，如圖所示，圖1為在機載推帚式數(shù)字成像系統(tǒng)中所設(shè)置持續(xù)統(tǒng)計約束模型非均勻性的校正算法模塊框圖，各模塊功能說明如下初始校正參數(shù)模型模塊M1，通過由輻射定標(biāo)或大量圖像統(tǒng)計結(jié)果所獲取的初始校正參數(shù)模型；非均勻性校正模塊M2，對目標(biāo)圖像數(shù)據(jù)D2進行非均勻性圖像統(tǒng)計，輸出基于場景的非均勻性校正參數(shù)，并在矯正參數(shù)可接受的情況下對圖像進行校正；非均勻校正參數(shù)模型模塊M3，其對初始校正參數(shù)利用M2產(chǎn)生的新的統(tǒng)計結(jié)果利用一定的模型進行約束；在非均勻性校正過程中利用加權(quán)統(tǒng)計等方法得到新的校正系數(shù)，其中X(i，j)為修正后的值；X′(i，j)為測量值；M為整幅圖像的灰度平均值。則每個像元的修正值為X(i,j)=X′(i,j)×MM(j);]]>新校正參數(shù)與原始校正參數(shù)一起對原始校正參數(shù)模型進行修正，可以用加權(quán)平均的算法，加權(quán)系數(shù)根據(jù)系統(tǒng)需要設(shè)定；對圖像序列重復(fù)進行模塊M1～M3的操作步驟，最終輸出受場景影響小的圖像均勻性校正參數(shù)，輸出的圖像可以是利用每一步輸出的校正參數(shù)的校正結(jié)果，也可以是最后得到最終的校正參數(shù)后的校正結(jié)果。
本發(fā)明的基于持續(xù)統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法，其實現(xiàn)步驟如下1)由輻射定標(biāo)或圖像統(tǒng)計等方法獲取初始圖像后生成初始校正參數(shù)模型；2)取圖像第i塊；3)通過統(tǒng)計平均的方法生成新的參數(shù)；4)將生成的新參數(shù)與初始參數(shù)通過加權(quán)平均的方法合成校正參數(shù)模型新的參數(shù)，并將此參數(shù)作為初始校正模型的更新參數(shù)存儲其中；5)用帶有合成參數(shù)的校正模型對圖像塊i進行非均勻性校正；6)判斷校正后的圖像塊質(zhì)量是否滿足要求，若不滿足，則執(zhí)行步驟7)；若滿足要求，則執(zhí)行步驟8)；7)參數(shù)更新；8)取圖像塊i+1，判斷圖像是否結(jié)束，若未結(jié)束，則重復(fù)步驟2)～6)；否則就結(jié)束。
參閱圖2，其示出本發(fā)明駐留于機載推帚式數(shù)字成像系統(tǒng)中的持續(xù)統(tǒng)計約束模型非均勻性校正程序100，運行步驟如下S1000，由輻射定標(biāo)或原始圖像統(tǒng)計等方法生成初始校正參數(shù)模型，其參數(shù)矩陣為 S1001，取圖像第i塊，Ii；S1002，通過統(tǒng)計平均的方法生成新的參數(shù)矩陣 S1003，將生成的新參數(shù)矩陣 與初始參數(shù)矩陣 通過加權(quán)平均的方法合成校正參數(shù)模型新的參數(shù)矩陣R′ρ=mm+nRiρ(Ii)+nm+nR0ρ(I0),]]>并將此參數(shù)作為初始校正模型的更新參數(shù)存儲其中；S1004，用帶有合成參數(shù)矩陣 的校正模型對圖像塊i進行非均勻性校正；S1005，判斷校正后的圖像塊質(zhì)量是否滿足要求，若不滿足，則執(zhí)行步驟S1006，若滿足要求，則執(zhí)行步驟S1007；S1006，參數(shù)更新；S1007，取圖像塊i+1，判斷圖像是否結(jié)束，若未結(jié)束，則重復(fù)步驟S1001～S1005；否則就執(zhí)行S1008，程序結(jié)束。
最后，請參閱圖3-1～圖3-6，其中圖3-1，圖3-3，圖3-5為原始圖像；相應(yīng)地，圖3-2，圖3-4，圖3-6為經(jīng)過本發(fā)明方法所作的非均勻性校正后的圖像，可以很清晰地看出，原始圖中模糊的黑條帶經(jīng)過非均勻性校正，變得淡化了，說明校正后的圖像灰度值具有更好的均勻性。
權(quán)利要求
1.一種基于統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法，包括步驟a.通過輻射定標(biāo)或原始圖像統(tǒng)計方法獲取初始圖像得到初始校正參數(shù)模型；b.讀取一個圖像塊，對目標(biāo)圖像數(shù)據(jù)進行數(shù)學(xué)統(tǒng)計，得到非均勻性校正模型所需要的統(tǒng)計數(shù)據(jù)，生成新的基于場景的校正參數(shù)；c.根據(jù)參數(shù)更新模型利用圖像統(tǒng)計數(shù)據(jù)或新校正參數(shù)對原始校正參數(shù)進行修正，得到更新的校正參數(shù)；d.利用更新后的校正參數(shù)對目標(biāo)圖像塊進行非均勻性校正，輸出校正的目標(biāo)圖像；e.讀取下一個圖像塊，重復(fù)步驟b～d，直到整個圖像校正完成。
2.根據(jù)權(quán)利要求1所述的基于統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法，其特征在于，步驟b中，還利用加權(quán)統(tǒng)計方法得到新的校正系數(shù)，設(shè)定整個圖像范圍內(nèi)任一波段的每個探測單元的輸出信號的統(tǒng)計平均值恒定，通過對非均勻高光譜圖像的每個探測單元信號加權(quán)來消除圖像條帶。
3.根據(jù)權(quán)利要求1所述的基于統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法，其特征在于，步驟c中，針對系統(tǒng)獲取的圖像非均勻性在弱信號時比較明顯，采用灰度列均衡法，得到每個像元的修正值為X(i,j)=X′(i,j)×MM(j),]]>其中X(i，j)為修正后的值、X′(i，j)為測量值、M為整幅圖像的灰度平均值、M(j)為CCD上相應(yīng)的光敏元整幅圖像上一列的平均值M(j)=Σi=0mDNpixel(i,j)m,]]>M=Σi=0kΣj=0mDNpixel(i,j)k×m.]]>
4.根據(jù)權(quán)利要求1所述的基于統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法，其特征在于，步驟d中，還采用新校正參數(shù)與原始校正參數(shù)一起對原始校正參數(shù)模型進行修正，來修正校正參數(shù)模型系數(shù)，減小地物對圖像的影響。
全文摘要
一種基于持續(xù)統(tǒng)計約束模型的線陣掃描圖像非均勻性校正方法，用于推帚掃描圖像，包括步驟a.通過輻射定標(biāo)或圖像統(tǒng)計模型等方法獲取初始的圖像校正參數(shù)；b.對目標(biāo)圖像數(shù)據(jù)進行非均勻性校正，輸出校正圖像；c.在非均勻性校正過程中利用一定的統(tǒng)計方法得到新的校正系數(shù)；d.新校正參數(shù)與原始校正參數(shù)一起對原始校正參數(shù)模型進行修正；e.對圖像序列重復(fù)步驟b～d，直到達到預(yù)設(shè)要求。本發(fā)明的非均勻性校正方法可應(yīng)用于光譜圖像，也可應(yīng)用于灰度圖像，可以有效去除由CCD探測器的非均勻性響應(yīng)帶來的圖像DN值的不均勻性，并且可以有效地減小基于場景的適應(yīng)性算法中存在的地物對圖像的影響。
文檔編號G01S7/497GK1834689SQ20061002545
公開日2006年9月20日 申請日期2006年4月5日 優(yōu)先權(quán)日2006年4月5日
發(fā)明者舒嶸, 孫凡, 馬艷華 申請人:中國科學(xué)院上海技術(shù)物理研究所