首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于分级监督的遥感图像自适应薄云去除方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京市遥感信息研究所

摘要:本发明提供了一种基于分级监督的遥感图像自适应薄云去除方法及系统,方法包括:对待处理遥感图像进行超像素分割,得到多个超像素块;将每个超像素块输入至卷积神经网络模型中,输出每个超像素块含云概率;判断含云概率是否大于预设阈值,若满足说明该超像素块含有厚云,否则说明该超像素块包含薄云或不含云;对含有厚云的超像素块,不进行去云操作,直接使用原始遥感图像中的相应区域,对含有薄云或不含云的超像素块,执行去云操作;将处理后的超像素块重新组合,生成完整的去云结果。本发明通过对遥感图像中含云量不同的区域进行分级自适应处理,避免了去云不准确、画面偏色等问题,提升了遥感图像薄云雾去除效果。

主权项:1.基于分级监督的遥感图像自适应薄云去除方法,其特征在于,包含以下步骤:S1:对待处理遥感图像进行超像素分割,得到多个超像素块;S2:将每个超像素块输入至卷积神经网络模型中,输出每个超像素块含云概率;S3:判断含云概率是否大于预设阈值,若满足说明该超像素块含有厚云,否则说明该超像素块包含薄云或不含云;S4:对含有厚云的超像素块,不进行去云操作,直接使用原始遥感图像中的相应区域,对含有薄云或不含云的超像素块,执行去云操作;S5:将处理后的超像素块重新组合,生成完整的去云结果;对于S4中对含有薄云或不含云的超像素块执行去云操作,包含如下步骤:S41:根据每个超像素块的含云概率,计算每个超像素块的去云系数;S42:比较每个超像素块的含云概率,取含云概率最大的超像素块中的全部像素并计算全部像素的R通道均值、G通道均值和B通道均值;S43:基于R通道均值、G通道均值和B通道均值计算每个超像素块的偏置项;S44:基于R通道均值、G通道均值和B通道均值计算每个超像素块的传递函数;S45:将每个超像素块的灰度图作为导向图,基于每个超像素块的偏置项对对应超像素块的传递函数进行导向滤波,获得滤波后的传递函数ti′;S46:基于滤波后的传递函数对应计算每个超像素块中的像素通道值;超像素块的去云系数计算公式为: 其中,Pci表示第i个含有薄云或不含云超像素块的含云概率,Ωi表示第i个超像素块的去云系数;偏置项计算公式为: 其中,εi为第i个含有薄云或不含云超像素块的偏置项,Pci为第i个含有薄云或不含云超像素块的含云概率,MR为R通道均值、MG为G通道均值,MB为B通道均值,e代表自然底数;传递函数计算公式为: 其中,ti表示第i个超像素块的传递函数,ARj,AGj,ABj分别表示该超像素块中第j个像素的RGB三通道值,Ωi表示第i个超像素块的去云系数;像素通道值计算公式为: 其中,Akj为去云前超像素块第j个像素点的k通道值,A′kj表示去云后超像素块第j个像素点的k通道值,t′i为导向滤波后的传递函数,Mk表示k通道均值,具体包括R、G、B三个通道。

全文数据:

权利要求:

百度查询: 北京市遥感信息研究所 基于分级监督的遥感图像自适应薄云去除方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术