[go: up one dir, main page]

CN106878635B - 一种无效像元的补偿方法 - Google Patents

一种无效像元的补偿方法 Download PDF

Info

Publication number
CN106878635B
CN106878635B CN201611154196.5A CN201611154196A CN106878635B CN 106878635 B CN106878635 B CN 106878635B CN 201611154196 A CN201611154196 A CN 201611154196A CN 106878635 B CN106878635 B CN 106878635B
Authority
CN
China
Prior art keywords
invalid
edge
pixel
pixels
isolated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611154196.5A
Other languages
English (en)
Other versions
CN106878635A (zh
Inventor
王爱春
傅俏燕
闵祥军
陆书宁
潘志强
韩启金
张学文
刘李
李晓进
李照洲
赵航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Center for Resource Satellite Data and Applications CRESDA
Original Assignee
China Center for Resource Satellite Data and Applications CRESDA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Center for Resource Satellite Data and Applications CRESDA filed Critical China Center for Resource Satellite Data and Applications CRESDA
Priority to CN201611154196.5A priority Critical patent/CN106878635B/zh
Publication of CN106878635A publication Critical patent/CN106878635A/zh
Application granted granted Critical
Publication of CN106878635B publication Critical patent/CN106878635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • H04N25/683—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects by defect estimation performed on the scene signal, e.g. real time or on the fly detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种无效像元的补偿方法，包括：根据无效像元间的位置关系，对无效像元进行粗分类，确定孤立无效像元和连通无效像元；根据图像分类法，对遥感图像进行粗分类，得到粗分类结果，记为Class(k)；根据无效像元在遥感图像中的位置，结合无效像元的粗分类和遥感图像的粗分类，对所述无效像元进行二次分类，确定单调区域内的孤立无效像元、单调区域内的连通无效像元、边缘区域内的孤立无效像元和边缘区域内的连通无效像元；依次对四类无效像元进行补偿。通过本发明实现了对可见光近红外面阵COMS相机无效像元的补偿校正，补偿校正精度高，确保了图像的成像质量。

Description

一种无效像元的补偿方法
技术领域
本发明属于图像处理技术领域，尤其涉及一种无效像元的补偿方法。
背景技术
可见光近红外面阵CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)相机拥有上万个像元，
可以直接获取像素阵列式的目标反射太阳光能量的数字图像，但是由于工艺的限制以及由于卫星发射过程和发射后空间环境变化、元器件老化等因素，面阵COMS相机存在一个不可回避的问题，即无效像元的存在，无效像元在图像中表现为无法反映目标真实特性的暗点和亮点，如果不加以补偿校正将严重影响图像的质量。
目前对于红外焦平面CMOS相机的无效像元补偿校正已形成了多种有效的方法，而对于可见光近红外CMOS相机常采用无效像元周边领域的滤波法或相邻领域替代法。
然而，采用的可见光近红外CMOS相机无效像元的补偿校正方法均是从空间处理角度考虑对无效像元进行补偿，未考虑不同相机的辐射响应特性差异，也没有考虑孤立的无效像元和连通的无效像元的差别，因此，在通过现有的补偿校正方案对无效像元进行补偿校正时，补偿校正精度有限，对图像质量的提高有限，严重影响地物分类等其他后续定量化产品的精度。
发明内容
本发明的技术解决问题：克服现有技术的不足，提供一种无效像元的补偿方法，旨在实现对可见光近红外面阵COMS相机无效像元的补偿校正，提高补偿校正精度。
为了解决上述技术问题，本发明公开了一种无效像元的补偿方法，包括：
根据无效像元间的位置关系，对无效像元进行粗分类，确定孤立无效像元Viso(i,j)和连通无效像元
根据图像分类法，对遥感图像进行粗分类，得到粗分类结果，记为Class(k)，其中k∈[1,K]，表示分类数；
根据无效像元在遥感图像中的位置，结合无效像元的粗分类和遥感图像的粗分类，对所述无效像元进行二次分类，确定单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)；
依次对所述单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿。
在所述无效像元的补偿方法中，所述根据无效像元在遥感图像中的位置，结合无效像元的粗分类和遥感图像的粗分类，对所述无效像元进行二次分类，确定单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)，包括：
若孤立无效像元Viso(i,j)满足且在N×N的领域内满足则确定孤立无效像元Viso(i,j)为单调区域内的孤立无效像元Vmono-iso(i,j)；其中，
GSD为可见光近红外面阵CMOS相机的地面采样分辨率；
若连通无效像元集内的任一连通无效像元都满足且在N×N的领域内满足则确定连通无效像元Vcon(i,j)为单调区域内的连通无效像元Vmono-con(i,j)；
若孤立无效像元在N×N的领域内满足且至少满足则确定孤立无效像元Viso(i,j)为边缘区域内的孤立无效像元Vedge-iso(i,j)，其中(k,l)∈([1,K]∩(k≠l))；
若连通无效像元集内的任一连通无效像元在N×N的领域内都满足且至少满足则确定连通无效像元Vcon(i,j)为边缘区域内的连通无效像元Vedge-con(i,j)。
在所述无效像元的补偿方法中，所述依次对所述单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿，包括：
利用单调区域中像元与周围像元之间的高度相关性，采用渐变权重方法，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值进行补偿；
在对所有单调区域内的无效像元进行补偿后，利用边缘区域内像元的混合像元特性，采用线性混合光谱模型方法，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿。
在所述无效像元的补偿方法中，所述利用单调区域中像元与周围像元之间的高度相关性，采用渐变权重方法，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值进行补偿，包括：
根据如下公式1，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值DNmono(i,j)进行补偿：
其中：
flag(i+m,j+n)为N×N领域内位置(i+m,j+n)处的无效像元判别指示：若某一像元是无效像元，则flag(i+m,j+n)＝0；若某一像元不是无效像元，则flag(i+m,j+n)＝1；
表示渐变权重因子；
DN(i+m,j+n)为N×N领域内位置(i+m,j+n)处的遥感图像的数值字。
在所述无效像元的补偿方法中，在根据公式1对单调区域内的连通无效像元Vmono-con(i,j)对应的数字值DNmono(i,j)进行补偿时，所述方法还包括：
根据所述公式1对单调区域内的所有连通无效像元，按照从外向内层层补偿的方式，逐层进行补偿。
在所述无效像元的补偿方法中，所述利用边缘区域内像元的混合像元特性，采用线性混合光谱模型方法，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿，包括：
根据如下公式2，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值DNedge(i,j)进行补偿：
其中：
和为无效像元(i,j)在类Class(k)和Class(l)的非无效像元行平均值；
p＝[p(k) p(l) p(0)]T，表示线性混合光谱因子。
在所述无效像元的补偿方法中，所述方法还包括：
确定N×N领域内与无效像元(i,j)到边缘距离相等的q∈[1,Q]个非无效像元；
根据确定的q∈[1,Q]个非无效像元和所述公式2，建立如下矩阵方程1：
将根据最小范数解解算得到的矩阵方程1的最优解作为所述线性混合光谱因子。
在所述无效像元的补偿方法中，在根据公式2对边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值DNedge(i,j)进行补偿时，所述方法还包括：
根据所述公式2对边缘区域内的所有连通无效像元，按照从外向内层层补偿的方式，逐层进行补偿。
本发明具有以下优点：
(1)本发明利用可见光近红外面阵CMOS相机无效像元的空间位置特点，结合遥感图像的分类性质，对无效像元依次进行粗分类、细分类，针对不同类别的无效像元可以采用不同补偿方法进行补充，实现了对可见光近红外面阵CMOS相机无效像元的补偿，提高了补偿校正精度。
(2)本发明同时考虑了可见光近红外面阵CMOS相机无效像元所处的位置差异和无效像元所处的区域差异，通过像元的空间相关性与区域辐射的相似性，有效地解决了周边领域滤波法或相邻领域替代法的不足，提高了图像的质量，确保了本发明所述的无效像元的补偿方法具有很高的补偿精度。
(3)本发明所述的无效像元的补偿方法可以应用于可见光近红外面阵CMOS相机，兼顾了补偿校正的精度问题和可实行性，对可见光近红外面阵CMOS相机无效像元补偿具有很强的工程应用意义。
附图说明
图1是本发明实施例中一种无效像元的补偿方法的步骤流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明公共的实施方式作进一步详细描述。
参照图1，示出了本发明实施例中一种无效像元的补偿方法的步骤流程图。在本实施例中，所述无效像元的补偿方法主要可以应用于可见光近红外面阵CMOS相机，对可见光近红外面阵CMOS相机的无效像元进行补偿。
其中，所述无效像元的补偿方法具体可以包括：
步骤101，根据无效像元间的位置关系，对无效像元进行粗分类，确定孤立无效像元Viso(i,j)和连通无效像元
在本实施例中，为了对各无效像元进行有针对性的补偿校正，可以依据无效像元间的位置关系，将无效像元粗分为：与其它无效像元不链接的孤立无效像元Viso(i,j)和与其他无效像元相链接的连通无效像元
步骤102，根据遥感图像分类法，对遥感图像进行粗分类，得到粗分类结果，记为Class(k)，其中k∈[1,K]，表示为分类数。
在本实施例中，为了实现高质量的无效像元的补偿校正，可以采用任意一种适当的图像分类法对遥感图像进行粗分类，优选的，可以采用监督分类或非监督分类或其他有效的分类方法，对遥感图像进行粗分类，用Class(k)表示不同分类的遥感图像，其中k∈[1,K]，表示分类数。
步骤103，根据无效像元在遥感图像中的位置，结合无效像元的粗分类和遥感图像的粗分类，对所述无效像元进行二次分类，确定单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)。
在本实施例中，考虑到临近像元和大气辐射的影响，以及无效像元的位置和遥感图像分类的位置关系，可以将无效像元进一步分为单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)。
其中，四类无效像元的分辨依据可以如下：
若孤立无效像元Viso(i,j)满足且在N×N的领域内满足则确定孤立无效像元Viso(i,j)为单调区域内的孤立无效像元Vmono-iso(i,j)；其中，
GSD为可见光近红外面阵CMOS相机的地面采样分辨率。
若连通无效像元集内的任一连通无效像元都满足且在N×N的领域内满足则确定连通无效像元Vcon(i,j)为单调区域内的连通无效像元Vmono-con(i,j)。
若孤立无效像元在N×N的领域内满足且至少满足则确定孤立无效像元Viso(i,j)为边缘区域内的孤立无效像元Vedge-iso(i,j)，其中(k,l)∈([1,K]∩(k≠l))。
若连通无效像元集内的任一连通无效像元在N×N的领域内都满足且至少满足则确定连通无效像元Vcon(i,j)为边缘区域内的连通无效像元Vedge-con(i,j)。
步骤104，依次对所述单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿。
在本实施例中，可以利用单调区域中某一像元与该某一像元周围的其他像元之间的高度相关性，利用渐变权重方法实现对单调区域内的孤立无效像元以及连通无效像元对应的数字值的补偿。在对所有单调区域内的无效像元进行补偿后，利用边缘区域内像元的混合像元特性，采用线性混合光谱模型方法实现对边缘区域内的孤立无效像元以及连通无效像元对应的数字值的补偿。
下面分别对单调区域内的无效像元的具体补偿流程和边缘区域内的无效像元的具体补偿流程分别进行说明。
1、单调区域内的无效像元的具体补偿流程可以如下：
在本实施例中，在对单调区域内的无效像元进行补偿时，可以利用单调区域中像元与周围像元之间的高度相关性，采用下述公式1渐变权重方法，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值DNmono(i,j)进行补偿，具体的：
根据如下公式1，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值DNmono(i,j)进行补偿：
其中，flag(i+m,j+n)为N×N领域内位置(i+m,j+n)处的无效像元判别指示：若某一像元是无效像元，则flag(i+m,j+n)＝0；若某一像元不是无效像元，则flag(i+m,j+n)＝1；表示渐变权重因子；DN(i+m,j+n)为N×N领域内位置(i+m,j+n)处的遥感图像的数值字。
在本实施例中，对于单调区域内的孤立无效像元Vmono-iso(i,j)，可直接采用公式1进行补偿；对于单调区域内的连通无效像元Vmono-con(i,j)，可以先对单调区域外围的无效像元采用公式1进行补偿，然后再对单调区域内部的无效像元采用公式1进行补偿，从而实现对单调区域内所有连通无效像元从外向内的层层补偿。换而言之，在对单调区域内的连通无效像元Vmono-con(i,j)进行补偿时，具体可以：根据所述公式1对单调区域内的所有连通无效像元，按照从外向内层层补偿的方式，逐层进行补偿。
2、边缘区域内的无效像元的具体补偿流程可以如下：
在本实施例中，在对所有单调区域内的无效像元进行补偿后，可以利用边缘区域内像元的混合像元特性，采用下述公式2线性混合光谱模型方法，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值DNedge(i,j)进行补偿，具体的：
根据如下公式2，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值DNedge(i,j)进行补偿：
其中：和为无效像元(i,j)在类Class(k)和Class(l)的非无效像元行平均值；p＝[p(k) p(l) p(0)]T，表示线性混合光谱因子。
在本实施例中，线性混合光谱因子p＝[p(k) p(l) p(0)]T的获取方式可以如下：确定N×N领域内与无效像元(i,j)到边缘距离相等的q∈[1,Q]个非无效像元；根据确定的q∈[1,Q]个非无效像元和所述公式2，建立下述矩阵方程1，将根据最小范数解解算得到的矩阵方程1的最优解作为所述线性混合光谱因子。其中，矩阵方程1如下：
在本实施例中，对于边缘区域内的孤立无效像元Vedge-iso(i,j)，可直接采用公式2进行补偿；对于边缘区域内的连通无效像元Vedge-con(i,j)，可以先对边缘区域外围的无效像元采用公式2进行补偿，然后再对边缘区域内部的无效像元采用公式2进行补偿，从而实现对边缘区域内所有连通无效像元从外向内的层层补偿。换而言之，在对边缘区域内的连通无效像元Vedge-con(i,j)进行补偿时，具体可以：根据所述公式2对边缘区域内的所有连通无效像元，按照从外向内层层补偿的方式，逐层进行补偿。
综上所述，本发明利用可见光近红外面阵CMOS相机无效像元的空间位置特点，结合遥感图像的分类性质，对无效像元依次进行粗分类、细分类，针对不同类别的无效像元可以采用不同补偿方法进行补充，实现了对可见光近红外面阵CMOS相机无效像元的补偿，提高了补偿校正精度。
其次，本发明同时考虑了可见光近红外面阵CMOS相机无效像元所处的位置差异和无效像元所处的区域差异，通过像元的空间相关性与区域辐射的相似性，有效地解决了周边领域滤波法或相邻领域替代法的不足，提高了图像的质量，确保了本发明所述的无效像元的补偿方法具有很高的补偿精度。
此外，本发明所述的无效像元的补偿方法可以应用于可见光近红外面阵CMOS相机，兼顾了补偿校正的精度问题和可实行性，对可见光近红外面阵CMOS相机无效像元补偿具有很强的工程应用意义。
以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (6)

1.一种无效像元的补偿方法，其特征在于，包括：
根据无效像元间的位置关系，对无效像元进行粗分类，确定孤立无效像元Viso(i,j)和连通无效像元
根据图像分类法，对遥感图像进行粗分类，得到粗分类结果，记为Class(k)，其中k∈[1,K]，表示分类数；
根据无效像元在遥感图像中的位置，结合无效像元的粗分类和遥感图像的粗分类，对所述无效像元进行二次分类，确定单调区域内的孤立无效像元Vmono-iso(i，j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)；
依次对所述单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿；
其中，所述根据无效像元在遥感图像中的位置，结合无效像元的粗分类和遥感图像的粗分类，对所述无效像元进行二次分类，确定单调区域内的孤立无效像元Vmono-iso(i，j)、单调区域内的连通无效像元Vmono-con(i，j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)，包括：
若孤立无效像元Viso(i,j)满足且在N×N的领域内满足则确定孤立无效像元Viso(i,j)为单调区域内的孤立无效像元Vmono-iso(i,j)；其中，
GSD为可见光近红外面阵CMOS相机的地面采样分辨率；
若连通无效像元集内的任一连通无效像元都满足且在N×N的领域内满足则确定连通无效像元Vcon(i,j)为单调区域内的连通无效像元Vmono-con(i,j)；
若孤立无效像元在N×N的领域内满足且至少满足则确定孤立无效像元Viso(i,j)为边缘区域内的孤立无效像元Vedge-iso(i,j)，其中(k,l)∈([1,K]∩(k≠l))；
若连通无效像元集内的任一连通无效像元在N×N的领域内都满足且至少满足则确定连通无效像元Vcon(i,j)为边缘区域内的连通无效像元Vedge-con(i,j)；
其中，所述依次对所述单调区域内的孤立无效像元Vmono-iso(i,j)、单调区域内的连通无效像元Vmono-con(i,j)、边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿，包括：
利用单调区域中像元与周围像元之间的高度相关性，采用渐变权重方法，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值进行补偿；
在对所有单调区域内的无效像元进行补偿后，利用边缘区域内像元的混合像元特性，采用线性混合光谱模型方法，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿。
2.根据权利要求1所述的方法，其特征在于，所述利用单调区域中像元与周围像元之间的高度相关性，采用渐变权重方法，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值进行补偿，包括：
根据如下公式1，分别对单调区域内的孤立无效像元Vmono-iso(i,j)和单调区域内的连通无效像元Vmono-con(i,j)对应的数字值DNmono(i,j)进行补偿：
其中：
flag(i+m,j+n)为N×N领域内位置(i+m，j+n)处的无效像元判别指示：若某一像元是无效像元，则flag(i+m,j+n)＝0；若某一像元不是无效像元，则flag(i+m,j+n)＝1；
表示渐变权重因子；
DN(i+m,j+n)为N×N领域内位置(i+m,j+n)处的遥感图像的数值字。
3.根据权利要求2所述的方法，其特征在于，在根据公式1对单调区域内的连通无效像元Vmono-con(i，j)对应的数字值DNmono(i,j)进行补偿时，所述方法还包括：
根据所述公式1对单调区域内的所有连通无效像元，按照从外向内层层补偿的方式，逐层进行补偿。
4.根据权利要求1所述的方法，其特征在于，所述利用边缘区域内像元的混合像元特性，采用线性混合光谱模型方法，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值进行补偿，包括：
根据如下公式2，分别对边缘区域内的孤立无效像元Vedge-iso(i,j)和边缘区域内的连通无效像元Vedge-con(i,j)对应的数字值DNedge(i,j)进行补偿：
其中：
和为无效像元(i,j)在类Class(k)和Class(l)的非无效像元行平均值；
p＝[p(k) p(l) p(0)]T，表示线性混合光谱因子。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
确定N×N领域内与无效像元(i,j)到边缘距离相等的q∈[1,Q]个非无效像元；
根据确定的q∈[1,Q]个非无效像元和所述公式2，建立如下矩阵方程1：
将根据最小范数解解算得到的矩阵方程1的最优解作为所述线性混合光谱因子。
6.根据权利要求4所述的方法，其特征在于，在根据公式2对边缘区域内的连通无效像元Vedge-con(i，j)对应的数字值DNedge(i，j)进行补偿时，所述方法还包括：
根据所述公式2对边缘区域内的所有连通无效像元，按照从外向内层层补偿的方式，逐层进行补偿。
CN201611154196.5A 2016-12-14 2016-12-14 一种无效像元的补偿方法 Active CN106878635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611154196.5A CN106878635B (zh) 2016-12-14 2016-12-14 一种无效像元的补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611154196.5A CN106878635B (zh) 2016-12-14 2016-12-14 一种无效像元的补偿方法

Publications (2)

Publication Number Publication Date
CN106878635A CN106878635A (zh) 2017-06-20
CN106878635B true CN106878635B (zh) 2019-06-11

Family

ID=59164593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611154196.5A Active CN106878635B (zh) 2016-12-14 2016-12-14 一种无效像元的补偿方法

Country Status (1)

Country Link
CN (1) CN106878635B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107329189B (zh) * 2017-07-21 2019-03-15 中国科学院长春光学精密机械与物理研究所 光谱仪探测器无效像元筛选方法及辐射校正方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1525402A (zh) * 2003-04-18 2004-09-01 一种缺陷像素动态检测和补偿方法
CN1835599A (zh) * 2005-02-07 2006-09-20 三星电子株式会社 处理拜耳模式彩色数字图像信号的方法和设备
TW201013205A (en) * 2008-09-29 2010-04-01 O2Micro Inc Defective pixel detection and correction devices, systems, and methods for detecting and correcting defective pixel
CN103035185A (zh) * 2011-09-30 2013-04-10 伊姆普斯封闭式股份有限公司 数字黑白图像的缺陷像素的亮度校正方法
CN104935838A (zh) * 2015-06-04 2015-09-23 上海集成电路研发中心有限公司 一种图像还原的方法
CN105306843A (zh) * 2015-10-20 2016-02-03 凌云光技术集团有限责任公司 一种图像传感器的坏点处理方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1525402A (zh) * 2003-04-18 2004-09-01 一种缺陷像素动态检测和补偿方法
CN1835599A (zh) * 2005-02-07 2006-09-20 三星电子株式会社 处理拜耳模式彩色数字图像信号的方法和设备
TW201013205A (en) * 2008-09-29 2010-04-01 O2Micro Inc Defective pixel detection and correction devices, systems, and methods for detecting and correcting defective pixel
CN103035185A (zh) * 2011-09-30 2013-04-10 伊姆普斯封闭式股份有限公司 数字黑白图像的缺陷像素的亮度校正方法
CN104935838A (zh) * 2015-06-04 2015-09-23 上海集成电路研发中心有限公司 一种图像还原的方法
CN105306843A (zh) * 2015-10-20 2016-02-03 凌云光技术集团有限责任公司 一种图像传感器的坏点处理方法及系统

Also Published As

Publication number Publication date
CN106878635A (zh) 2017-06-20

Similar Documents

Publication Publication Date Title
Gaiani et al. An advanced pre-processing pipeline to improve automated photogrammetric reconstructions of architectural scenes
KR101695252B1 (ko) 멀티 대역 필터 어레이 기반 카메라 시스템 및 그의 영상 처리 방법
Park et al. Color restoration of RGBN multispectral filter array sensor images based on spectral decomposition
Zhang et al. Block adjustment-based radiometric normalization by considering global and local differences
Gaiani et al. Securing color fidelity in 3D architectural heritage scenarios
US9066072B2 (en) Systems and methods for calibrating image sensors
CN106197690B (zh) 一种宽温范围条件下的图像校准方法及系统
Nocerino et al. Geometric calibration and radiometric correction of the maia multispectral camera
US10467736B2 (en) Image adjustment based on locally flat scenes
CN109472237B (zh) 一种可见光遥感卫星影像的大气订正方法和系统
Kim Two-point correction and minimum filter-based nonuniformity correction for scan-based aerial infrared cameras
CN113538314A (zh) 四波段共光轴光电成像平台及其图像融合处理方法
US10600164B2 (en) Image adjustment based on locally flat scenes
CN114331893B (zh) 一种获取图像噪声的方法、介质和电子设备
CN106878635B (zh) 一种无效像元的补偿方法
CN111076815B (zh) 一种高光谱图像非均匀性校正方法
Chandelier et al. Radiometric aerial triangulation for the equalization of digital aerial images and orthoimages
Becker et al. Uniformity correction of CMOS image sensor modules for machine vision cameras
Ding et al. A median-ratio scene-based non-uniformity correction method for airborne infrared point target detection system
CN116612080A (zh) 基于高光谱图像波谱曲线的变化检测方法
CN108055487A (zh) 像感器阵列不均匀性的一致校正方法及系统
Siok et al. A simulation approach to the spectral quality of multispectral images enhancement
CN108470325B (zh) 一种面阵凝视红外遥感图像时空三维噪声识别及补偿方法
CN107067433A (zh) 一种基于数字图像处理技术的叶面积指数地面测量方法
CN105139354A (zh) 一种红外或太赫兹图像的盲元补偿方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant