共查询到19条相似文献,搜索用时 281 毫秒
1.
匀光处理是消除光学遥感影像中亮度和色彩分布不均匀现象的过程。经典的Wallis算法仅用于保持两幅或多幅影像间的色调和亮度一致性。这里提出了一种用于单幅影像匀光的Wallis算法,讨论了从待处理影像中选择校正标准的方法;同时利用以像点为中心的局部参数统计值代替分块参数值,有效地避免了"分块效应"。通过实验并与现有Retinex匀光算法进行比较,结果表明改进后的Wallis算法能够有效减小图像反差,取得更好的匀光效果。 相似文献
2.
最小传递路径的正射影像色彩一致性处理方法 总被引:1,自引:0,他引:1
针对区域范围内多幅正射影像之间色彩不一致问题,设计了一种基于重叠区域的正射影像匀色方法,提取正射影像的有效区域外部轮廓并进行多边形拟合,利用Wallis滤波器根据有效区域的重叠区域进行处理。为了减小多次匀色造成的积累误差,提出一种结合Voronoi图和Dijkstra算法的方法确定最小传递路径。最后,通过相应实验验证了最小传递路径的正射影像色彩一致性处理方法的有效性。 相似文献
3.
针对异源遥感影像由于辐射水平差异导致地物在相邻图像上亮度值存在差异的现象,分析了造成影像间色调差异的各种原因以及现有处理方法在进行影像间色彩平衡处理时存在的问题,实现了基于Wallis滤波器进行匀光的相关算法,并通过多组匀光实验取得了较好的色彩平衡效果。 相似文献
4.
五层十五级瓦片在并行计算和分布式数据库存储方面具有很大的优势,能极大地提高遥感产品的生产速度。针对瓦片离散、无重叠和色彩差异问题,提出一种基于Wallis滤波的无重叠多源瓦片拼接匀色方案。对多源遥感影像瓦片进行匀色处理,使得拼接后的多源瓦片影像色彩一致,无拼接缝。采用GF1和Landsat8数据进行实验和质量评价。结果表明,该方法能够有效消除多源瓦片之间的缝,水平方向上和竖直方向上均能实现多源无重叠瓦片的无缝拼接和匀色,为进一步利用瓦片数据价值提供参考。 相似文献
5.
6.
7.
提出一种新的结合面向对象分类方法进行同态滤波的薄云去除方法,该方法采用Ecognition软件,将无人机影像划分为有云区域和无云区域,并对无人机影像进行同态滤波,用滤波后影像的有云区域代替原影像的有云区域,无云区域保持不变.并对处理后的影像进行监督分类,再对整幅影像进行Wallis滤波匀光匀色处理,使得有云区域的色调、对比度和亮度与无云区域趋于相同.实验结果表明方法效果较好,能有效地消除或减弱薄云对无人机影像的影响. 相似文献
8.
影像匀色方法是决定拼接后影像能否进一步用于遥感定量化应用的重要环节之一。本文针对我国高分辨率对地观测系统的首发星——GF-1卫星宽覆盖WFV传感器4相机拼接成像特点,提出了一种基于交叉辐射定标的影像间匀色方法。该方法首先利用传统的交叉定标方法获取某一台WFV相机在轨绝对辐射定标系数,然后采用统计分析和仿真模拟方法建立了相邻相机影像间DN值、表观辐亮度的相关模型,在完成相机间绝对辐射性能传递的同时,实现了影像间匀色处理。试验结果表明利用本文获取的交叉辐射定标系数能够有效地消除相邻相机影像重叠区域辐射不一致性的问题,实现WFV影像间匀色。该匀色方法可为其他类似卫星传感器影像间匀色提供参考依据。 相似文献
9.
针对传统的同态滤波无人机影像匀光匀色算法,传递函数存在多个不确定性参数,且匀光匀色效果存在色彩失真严重等问题,本文提出了一种基于改进同态滤波的无人机影像匀光匀色方法。该算法先构造一种新的且参数量较少的传递函数,将该传递函数使用到同态滤波算法,用改进的同态滤波算法分别对无人机影像的RGB各分量进行匀光匀色处理。实验结果表明,本文算法比传统的同态滤波算法匀光匀色效果好。 相似文献
10.
由于计算机内存的限制,遥感影像的超分辨率重建一般采用分块算法进行处理,重建后的影像由于亮度、反差分布不均匀很难实现无缝拼接。针对超分辨率重建影像无重叠、规则大小的特点,本文提出了一种改进的加权Wallis匀光算法。该方法采用一种新的影像调整顺序,并使用加权法计算匀光参数,可以减少影像调整时误差的空间传递和累积,避免过度计算造成影像信息损失。最后,采用本文方法对900幅超分辨率重建后的资源三号影像进行匀光处理。试验结果表明:该方法能够使大幅面超分辨率重建影像达到亮度、反差一致性,取得了较好的匀光效果,达到了消除拼接缝的目的。 相似文献
11.
12.
13.
随着航空航天遥感技术的不断发展,以遥感影像为代表的栅格数据分辨率越来越高,遥感影像处理呈现出数据量大、复杂度高的特点。近年来,通用GPU的运算性能不断提高为加速密集运算提供了新的途径,目前,采用GPU并行技术进行遥感影像处理成为新的研究热点。本文提出了基于GPU并行计算的巨幅遥感影像坐标转换方法,实践证明,相比于传统的转换方法基于GPU的算法有较为明显的提速。 相似文献
14.
基于CUDA的高效并行遥感影像处理 总被引:2,自引:1,他引:1
近年来,随着空间遥感技术的发展,使得遥感影像数据呈几何级数增长,遥感影像的处理面临数据量大、密集度高、计算复杂度高和运算量大等问题。在分析最新GPU(图形处理单元)的并行架构和统一计算设备架构(CUDA)灵活的可编程性的基础上,提出了一种基于CUDA的遥感影像的高效处理方法,以遥感影像处理中常用的快速傅里叶变换、边缘检... 相似文献
15.
提出了一种以有效区域约束的Voronoi图为拼接线网络,利用GPU-CPU协同处理航空影像快速拼接方法。首先,基于成像有效区域生成有效区域约束的Voronoi图拼接线网络,解决了传统Voronoi图拼接线网络在低重叠度条件下拼接后影像局部区域不被覆盖的问题,然后利用GPU-CPU协同处理将正射纠正嵌入到影像拼接的过程中,并且只对每张影像的有效区域进行纠正,再通过选择配置优化和存储层次性优化进一步提高拼接效率。实验表明,对237张高分辨率航空影像进行快速正射纠正和拼接,本文算法较传统先纠正再拼接的方法效率提高近20倍,同时保证很高的拼接精度,可以满足应急测绘要求。 相似文献
16.
大规模遥感影像全球金字塔并行构建方法 总被引:2,自引:0,他引:2
金字塔模型是大规模遥感影像可视化的基础,是在保证精度的前提下,采用不同分辨率的数据来提高渲染速度,从而在网络环境下实现大规模数据共享、服务和辅助决策支持。在构造金字塔的过程中,由于遥感数据经常会突破内存的容量,同时会产生大量的小瓦片,小瓦片存贮非常耗时,传统的串行算法很难满足应用需求。本文提出了一种并行大规模遥感影像的全球金字塔构造算法,利用图形处理器(graphics processing unit, GPU)的高带宽完成费时的重采样计算,使用多线程实现数据的输入和输出,在普通的计算机上实现大规模影像的全球金字塔的快速构建。首先,采用二级分解策略突破GPU、CPU和磁盘的存储瓶颈;然后,利用多线程策略加速数据在内存和磁盘之间的传输,并采用锁页内存来消除GPU全局延迟的影响;最后,用GPU完成大规模的并行重采样计算,并利用四叉树策略提高显存中数据的重复利用率。实验结果表明,本文方法可以明显地提高全球金字塔的构造速度。 相似文献
17.
<正>射纠正是生成正射影像的关键步骤。随着国产卫星不断发射升空,国产卫星遥感影像的数据量急剧增加,正射纠正的处理速度越来越受到关注。传统的卫星遥感影像正射纠正多采用串行固定分块策略进行纠正,效率较低,单景处理时间长,单位时间内正射纠正的生产达不到要求,而GPU高性能加速对计算机硬件的要求较高,在实际生产中并没有很好地使用。本文在分析正射纠正算法并行性的基础上,提出了多核并行分块自适应正射纠正方法,能够在台式机和普通笔记本上高效计算,极大地提高了正射纠正的效率,获得了一定的加速比,很好地满足了实际生产要求。 相似文献
18.
一种薄云影响下的遥感影像匀光算法 总被引:1,自引:0,他引:1
如何解决遥感影像的薄云遮挡,是获取高质量的光学遥感影像的一个技术问题。针对单幅光学遥感影像内部所产生的色彩不均匀现象,分析了薄云影响下的遥感影像成像机理及影像特点,提出了基于HSV变换和小波域增强的薄云影像匀光算法。用两颗不同的卫星遥感影像数据进行了实验和分析,并与两种传统匀光算法进行比较,证明该算法能有效去除光学遥感影像中薄云的影响,并改善影像质量,匀光效果优于传统算法。 相似文献
19.
Tianjun Wu Liegang Xia Jiancheng Luo Xiaocheng Zhou Xiaodong Hu Jianghong Ma Xueli Song 《Journal of the Indian Society of Remote Sensing》2018,46(11):1805-1814
In high-resolution remote sensing image processing, segmentation is a crucial step that extracts information within the object-based image analysis framework. Because of its robustness, mean-shift segmentation algorithms are widely used in the field of image segmentation. However, the traditional implementation of these methods cannot process large volumes of images rapidly under limited computing resources. Currently, parallel computing models are generally employed for segmentation tasks with massive remote sensing images. This paper presents a parallel implementation of the mean-shift segmentation algorithm based on an analysis of the principle and characteristics of this technique. To avoid the inconsistency on the boundaries of adjacent data chunks, we propose a novel buffer-zone-based data-partitioning strategy. Employing the proposed data-partitioning strategy, two intensively computation steps are performed in parallel on different data chunks. The experimental results show that the proposed algorithm effectively improves the computing efficiency of image segmentation in a parallel computing environment. Furthermore, they demonstrate the practicality of massive image segmentation when computer resources are limited. 相似文献