用于单幅影像匀光的Wallis算法

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。

基于改进Wallis滤波器算法的无人机影像匀光匀色方法

传统华里士(Wallis)匀光匀色算法通过保证无人机影像内部不同位置、不同影像之间的灰度均值和标准差近似相等来实现影像的匀光匀色处理,但不能解决无人机影像内部存在的亮度不均、反差不一致等现象,影响无人机影像匀光匀色效果。本文提出了一种基于乘性系数和无人机影像像元信息的变换参数改进方法,此方法的改进在尽可能保持待匀色影像色彩损失小的条件下,使得影像不同块之间的均值和方差与模板影像的近似来实现影像间整体色调一致,并且实现了影像内部亮度均值反差一致,取得更好的匀光匀色效果。

Wallis和MASK匀光算法处理无人机影像比较研究

针对无人机影像的光照不均匀现象,提出将Wallis匀光算法和分块处理的MASK匀光算法应用于无人机影像匀光处理中。在MASK匀光法实验中设置不同截止频率和对比度拉伸参数得到最佳匀光方案,对两种匀光算法得到的结果影像进行对比,实验表明,两种算法都能起到匀光的效果,但MASK匀光法比Wallis匀光法的效果更好,丰富了纹理信息,提高了无人机影像质量。

超分辨率重建影像Wallis匀光拼接算法

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。

基于Wallis原理改进的匀光算法

光照不均匀现象是遥感影像获取中常见的一个问题,光照不均匀影像往往存在反差不均匀现象,而Wallis滤波器对反差不均匀影像有特殊作用,故可以采用Wallis原理对光照和反差不均匀影像进行处理。经典的Wallis匀光结果影像也存在“块效应”和整体色调偏移等问题,本文提出一种基于Wallis原理改进的匀光算法,在消除光照不均的情况下也能改善反差不均匀现象。实验表明,改进后的匀光算法处理的结果影像能有效的实现光照和反差一致。

基于云检测的Wallis匀光改进算法

针对遥感影像生产过程中Wallis滤波匀光算法不适用于大面积含云影像的缺点，提出一种基于云检测的Wallis匀光改进算法，使用Otsu分割算法实现影像云区检测，然后仅对非云区域影像进行统计和处理。实验表明，该方法可有效改善含云影像的匀光效果。

基于机器学习的激光匀光整形方法

针对空间光调制器(spatial light modulator,SLM)激光匀光整形方法,提出了一种基于机器学习的激光匀光整形方法.激光匀光整形的初步方法采用Gerchberg-Saxton(G-S)算法生成相位全息图,并使用SLM将入射光调制为均匀光斑,但SLM的固有匀光误差严重限制光斑均匀性进一步提高.本文提出的机器学习方法能够实现对匀光误差进行补偿,从而提高光斑的均匀度.基于实验数据,通过监督学习回归任务建立了匀光目标图像和实验探测图像之间的映射关系,实验验证了对匀光误差进行补偿,对比传统SLM激光匀光整形方法,激光匀光不均匀度相对降低了13%,从而验证了误差补偿机器学习方法实现高均匀度激光匀光整形的可行性与有效性.本文能够为激光匀光整形方法提供基于机器学习的技术方法参考,对推动激光加工、光学成像、光镊等激光应用具有重要的技术价值.同时,也能够为人工智能解决光学问题提供问题牵引与方法参考.

一种基于Wallis滤波的瓦片影像匀色算法

Wallis匀色算法广泛应用于五层十五级瓦片数据色彩一致性处理,以解决瓦片间存在的色彩差异的现象.但传统Wallis匀色算法不能解决瓦片内部存在的亮度不均、反差不一致等现象,如果进行分块处理,则容易产生'块效应',影响匀色效果.为此提出一种基于Wallis滤波的改进匀色算法,逐像元统计以像元点为中心的不同层级局部区域距离加权后的方差与均值,作为待处理像元的变换参数进行匀色处理.与传统Wallis匀色法、直方图规定法进行对比实验,结果表明文中算法能够在保证影像间色调亮度一致的同时实现影像内部亮度均值反差一致,避免'块效应'的产生,取得更好的匀色效果.

基于Wallis滤波器的异源遥感影像匀光方法

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。

利用离散余弦变换与Wallis的人脸光照处理算法

本文提出了一种基于离散余弦变换与Wallis的人脸光照处理算法,该算法首先将人脸图像变换到对数域,在对数域中计算离散余弦变换(DCT),舍弃部分低频DCT系数,再计算其离散余弦反变换。然后用Wallis算法对人脸图像的高频部分进行增强。在人脸识别阶段,采用主成分分析法(PCA)提取人脸特征,运用基于余弦距离的最近邻分类器进行分类判别。在Yale B正面人脸库中的实验结果表明,本文提出的方法可以削弱人脸光照的影响,合理选择相关参数,人脸识别率能达到好的效果。

反差一致性保持的影像匀光算法

不均匀光照现象是可见光航空航天遥感影像获取过程中常见的降质现象,会导致影像亮度分布不均匀和地物色调发生变化。现有的MASK匀光方法能够在一定程度上解决这类问题,但处理后的影像仍存在反差降低且亮度不均匀的现象。提出了一种基于Wallis滤波器的影像匀光改进算法,通过对影像的合理分块及自动统计标准均值和方差来实现单幅影像的匀光处理。实验表明,该方法可以在很好地保持整幅影像反差一致性的同时,获得更好的影像匀光处理效果。

反差一致性改进的MASK匀光算法

航空影像中存在的不均匀光照现象是遥感影像处理中要解决的一个重要问题。现有的MASK匀光处理技术能够在一定程度上解决这类问题。但是经过MASK匀光处理后的图像存在反差不均匀现象,即原始图像中较暗区域经过匀光后明显地表现出反差较低,而亮的区域则反差较大。针对此不足,提出了一种基于反差一致性改进的MASK匀光算法。实验证明,该方法能够迅速提高暗区域反差,抑制亮区域反差,达到整体影像的反差一致性,获得更好的匀光效果。

一种频率域滤波的航空影像自动匀光算法

在数字影像的生产及其他影像工程应用中,影像匀光处理是至关重要的。受航空摄影传感器自身因素和摄影时的外部条件等影响,航空影像会表现出亮度不均衡。为了改善航空影像的亮度分布,使之趋于均衡,需对航空影像做匀光处理。本文介绍了单幅影像存在不均匀光照现象的原因,基于Mask匀光原理,介绍了一种频率域滤波的单片自动匀光算法。

DMCⅢ航空数码影像匀光算法研究

DMCⅢ航空数码相机采用了新型的面阵CMOS传感器代替了原来的CCD传感器,导致影像亮度不平衡,严重影响了后期的空三加密工作。Wallis匀光算法主要用于多幅影像间的差异调整,能够有效地解决DMCⅢ影像的质量问题。本文详细地阐述了DMCⅢ影像的Wallis匀光算法,并结合实例进行验证,匀光效果理想。

城市级无人机影像匀色算法

无人机在获取影像时,受到天气、光照条件、相机传感器、主观人为等多种因素的影响,导致获取的影像内部或影像之间存在不同程度的亮度与色调分布不均匀,因此需要对无人机影像进行匀光匀色处理。本文提出了灰度值均值算法、基于相机响应函数的灰度值误差参数算法两种匀光匀色算法,并将其应用于镇江市实景三维数据建设无人机影像处理。试验结果表明,两种算法均能较好地去除色差,使色调过渡更缓和,可改善后期的实景三维整体效果,对城市级实景三维建设相关项目具有较好的借鉴作用。

大面积含云卫星遥感影像匀光算法的改进

针对卫星影像生产过程中现有匀光算法不适用于大面积含云影像的缺点,提出一种基于快速云检测的影像匀光改进策略。首先使用Otsu算法实现影像云区检测,然后使用分类处理的策略,在匀光时仅对非云区域影像进行统计和处理。实验表明,对于Mask和Wallis等常用匀光算法,改进后可有效改善含云影像晴空区域的匀光效果,更符合实际生产的需要。

基于影像动态分块与HIS结合的匀光算法

针对HIS模型匀光算法处理容易造成影像的整体失真的问题,本文提出利用影像动态分块的思想指导HIS匀光算法的思想。先对不同子块进行匀光处理,然后再对整幅影像进行色调的线性拉伸,保证各个子块之间的色调一致。

基于距离权重的分块MASK匀光算法

匀光处理是遥感影像处理中十分重要的一个步骤,现有的MASK匀光算法对消除影像内部光照不均匀现象有较好的效果。但是,MASK算法仍具有一定的局限性,如高斯滤波器最佳尺寸的选择问题,匀光后影像依然存在反差分布不一致问题。针对这些问题,本文提出了一种基于距离权重的分块MASK匀光算法。通过实验,与传统MASK算法进行对比分析,证明本方法得到的结果影像质量更好,反差也趋于一致。

遥感影像匀光算法综述

匀光处理是遥感影像处理中十分重要的一个步骤。文章讨论了遥感影像匀光处理中主要的匀光算法,将匀光算法划分为基于加性噪声模型、照度与反射模型和统计方法的匀光算法三类,分别阐述了三类匀光算法中主要的算法,分析了各种算法的优缺点以及它们的使用范围,并对国内外的研究进展作了概括。最后指出了匀光算法中主要的研究难题,并展望了遥感影像匀光算法的发展前景。

改进的自适应Mask匀光算法

Mask匀光算法在光学遥感影像色彩一致性处理中广泛应用。针对传统算法存在滤波器参数确定自适应性差、影像存在反差不一致现象、影像细节信息易损失等缺陷,提出改进算法。该算法结合影像信息与最优化准则自适应确定滤波器参数,对背景进行动态压缩以减小细节信息丢失,自适应调整拉伸参数,解决反差分布不一致现象。对比试验显示,改进算法处理的影像在光照一致性、影像清晰度、反差一致性上均取得较为理想的匀光效果。