基于离散余弦变换的无人机耀斑图像恢复算法

发布时间：2022-02-16 16:42

　　针对当前遥感图像耀斑恢复算法存在的耀斑增益计算误差大,需要近红外波段信息辅助以及自身信息利用不足等缺陷,提出基于水体指数与色度分离法的耀斑检测算法以及基于离散余弦变换的耀斑图像恢复算法。首先使用色度分离法提取图像中疑似耀斑的高亮区域,再通过水体指数结合面积阈值和形态学滤波去除散点和孤立区域,进而实现耀斑区域的精准定位和提取。然后依据图像的保真度和局部平滑度构建优化函数,利用离散余弦变换对遥感图像耀斑区域内部的像元进行迭代求解,最终得到恢复后的图像。最后开展现场飞行实验,实验结果表明所提算法能够精确提取和恢复图像水体耀斑区域,并且恢复后的图像在纹理特征和光谱特征两个方面的效果得以改进。 

【文章来源】：光学学报. 2020,40(19)北大核心EICSCD

【文章页数】：6 页

【文章目录】：
1 引 言
2 基本原理
    2.1 耀斑区域的检测和提取
    2.2 耀斑区域的恢复
3 实验与结果分析
    3.1 纹理特征评价
    3.2 光谱特征评价
4 结 论


【参考文献】：
期刊论文
[1]基于FCN的无人机可见光影像树种分类[J]. 戴鹏钦,丁丽霞,刘丽娟,董落凡,黄依婷.  激光与光电子学进展. 2020(10)
[2]基于无人机遥感的不同施氮水稻光谱与植被指数分析[J]. 裴信彪,吴和龙,马萍,严永峰,彭程,郝亮,白越.  中国光学. 2018(05)
[3]南海区域卫星多光谱影像太阳耀斑消除方法[J]. 曹彬才,朱述龙,邱振戈,沈蔚,曹斌.  测绘科学技术学报. 2017(02)
[4]一种新的高光谱图像中太阳耀斑去除方法[J]. 张翔,张建奇,靳薇,刘德连.  光学学报. 2008(04)



本文编号：3628302