一种高光谱图像校准方法及系统
申请人信息
- 申请人:山东大学
- 申请人地址:250061 山东省济南市历下区经十路17923号
- 发明人: 山东大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种高光谱图像校准方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311785152.2 |
| 申请日 | 2023/12/25 |
| 公告号 | CN117474815B |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06T5/90 |
| 权利人 | 山东大学 |
| 发明人 | 李玮; 安皓源; 雷晟暄; 赵晗竹; 吕其泽; 李云泽; 徐立强; 韩景泓; 顾夏铭; 张彦霖 |
| 地址 | 山东省济南市历下区经十路17923号 |
摘要文本
本发明属于高光谱图像处理领域,提出了一种高光谱图像校准方法及系统,包括:获取待校准高光谱图像以及与待校准高光谱图像处在同一拍摄场景的环境光光谱图像和暗噪声光谱图像;分别对待校准高光谱图像以及环境光光谱图像和暗噪声光谱图像进行标准化处理;利用标准化处理后的环境光光谱特征和暗噪声光谱特征对待校准高光谱图像进行环境光与暗电流噪声剔除,得到重构后的待校准高光谱图像;对重构后的待校准高光谱图像中的非边缘像素点进行临点拟合预测滤波,得到校准后的高光谱图像。本发明对待校准高光谱图像进行环境光与暗电流噪声剔除,有效地处理了环境光和暗噪声的影响,提高了图像校准的精度。
专利主权项内容
1.一种高光谱图像校准方法,其特征在于,包括:获取待校准高光谱图像以及与待校准高光谱图像处在同一拍摄场景的环境光光谱图像和暗噪声光谱图像;分别对待校准高光谱图像以及环境光光谱图像和暗噪声光谱图像进行标准化处理;对待校准高光谱图像以及环境光光谱图像进行标准化处理,包括:计算高光谱图像整体波段图像灰度的最大值、最小值、平均值以及标准差;基于灰度的最大值、最小值、平均值以及标准差逐个波段计算每个像素点的标准化值;利用每个像素点的标准化值重组得到的图像的三维矩阵[行数,列数,波段数];对暗噪声光谱图像进行标准化处理,包括:对暗噪声光谱图像的所有行的取平均值,得到矩阵[1,列数,波段数];利用标准化处理后的环境光光谱特征和暗噪声光谱特征对待校准高光谱图像进行环境光与暗电流噪声剔除,得到重构后的待校准高光谱图像;利用标准化处理后的环境光光谱特征和暗噪声光谱特征对待校准高光谱图像进行环境光与暗噪声剔除,得到重构后的待校准高光谱图像,包括:将标准化处理后的高光谱图像与环境光光谱特征和暗噪声光谱特征的差值与环境光光谱特征和暗噪声光谱特征之间的差值进行除法运算后得到重构后的待校准高光谱图像;对重构后的待校准高光谱图像中的非边缘像素点进行临点拟合预测滤波,得到校准后的高光谱图像;所述对重构后的待校准高光谱图像中的非边缘像素点进行临点拟合预测滤波,包括:提取重构后的待校准光谱图像中的所有非边缘像素点的对应的波段二维矩阵;将波段二维矩阵输入到训练后的滤波模型中,得到该非边缘像素点的光谱数据预测值,与其真实值取平均值后得到该非边缘像素点滤波后的光谱数据;将所有非边缘像素点的滤波后的光谱数据组成的新矩阵,然后在新矩阵中加入边缘点的一维光谱数据,得到临点拟合预测滤波后的高光谱图像。