面向无缝影像数据库应用的一种新的光学遥感影像色彩平衡方法

doi:10.6046/gtzyyg.2006.04.03

全文: PDF(369 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

针对建立大型无缝影像数据库的影像数据特点，在深入分析与比较现有处理方法的基础上，基于Wallis变换，提出了一种改进的色彩平衡处理方法。该方法可以兼顾整体信息与局部信息，在处理大型无缝影像数据库色彩平衡问题时，既可以减小每张影像的处理误差，又可以消除处理误差的空间传递和积累问题，还便于辐射分辨率的保持。实验表明，该方法可以有效解决大型无缝影像数据库的色彩平衡问题。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	刘浩
	邵芸
	王翠珍
	Brian Brisco
	Gordon Staples

关键词 ： Radarsat数据, 稻田分类, 神经网络

Abstract：

Color balance between images is one of the key problems in building large-scale seamless image database. Based on analyzing characteristics of present methods for color balance and for building of large-scale seamless image database, this paper proposals an improved color balance method according to Wallis adaptive filter. Taking into account both local and global information, the method can not only diminish the processing error for each image but also remove the spatial transfer and the accumulation of the processing error. With this method, the preservation of the radiometric resolution becomes easy. Experiments show that this method can diminish the color differences between images and solve the color balance problem effectively.

Key words： Radarsat data Paddy field classification Neural net

收稿日期: 2006-04-03 出版日期: 2009-07-24

TP 751

基金资助:

国家自然科学青年基金项目（40201044）；国家973项目（2003CB415205）；铁道部“铁路信息科学与工程”开放实验室／北京市“现代信息科学与网络技术”重点实验室科学基金项目共同资助。

作者简介: 王密（1974-），男，博士，武汉大学测绘遥感信息工程国家重点实验室副研究员。主要研究方向是海量空间数据管理、立体无缝影像数据库和可量测虚拟现实、基于摄影测量的数据快速更新方法以及卫星影像预处理关键技术，已经发表论文30余篇。

引用本文:

王密, 潘俊. 面向无缝影像数据库应用的一种新的光学遥感影像色彩平衡方法[J]. 国土资源遥感, 2006, 18(4): 10-13.
WANG Mi, PAN Jun. A NEW COLOR BALANCE METHOD FOR LARGE-SCALE SEAMLESS IMAGE DATABASE. REMOTE SENSING FOR LAND & RESOURCES, 2006, 18(4): 10-13.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2006.04.03 或 https://www.gtzyyg.com/CN/Y2006/V18/I4/10

[1]	张成业, 邢江河, 李军, 桑潇. 基于U-Net网络和GF-6影像的尾矿库空间范围识别[J]. 自然资源遥感, 2021, 33(4): 252-257.
[2]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[3]	刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[4]	仇一帆, 柴登峰. 无人工标注数据的Landsat影像云检测深度学习方法[J]. 国土资源遥感, 2021, 33(1): 102-107.
[5]	刘钊, 赵桐, 廖斐凡, 李帅, 李海洋. 基于语义分割网络的高分遥感影像城市建成区提取方法研究与对比分析[J]. 国土资源遥感, 2021, 33(1): 45-53.
[6]	卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[7]	刘钊, 廖斐凡, 赵桐. 基于PSPNet的遥感影像城市建成区提取及其优化方法[J]. 国土资源遥感, 2020, 32(4): 84-89.
[8]	高凯旋, 焦海明, 王新闯. 融合影像纹理、光谱与地形特征的森林冠顶高反演模型[J]. 国土资源遥感, 2020, 32(3): 63-70.
[9]	蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[10]	吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[11]	李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[12]	林志玮, 涂伟豪, 黄嘉航, 丁启禄, 周铮雯, 刘金福. 基于FC-DenseNet的低空航拍光学图像树种识别[J]. 国土资源遥感, 2019, 31(3): 225-233.
[13]	黄惠, 郑雄伟, 孙根云, 郝艳玲, 张爱竹, 容俊, 马红章. 基于引力自组织神经网络的震害遥感影像分类[J]. 国土资源遥感, 2019, 31(3): 95-103.
[14]	叶发茂, 罗威, 苏燕飞, 赵旭青, 肖慧, 闵卫东. 卷积神经网络特征在遥感图像配准中的应用[J]. 国土资源遥感, 2019, 31(2): 32-37.
[15]	谢奇芳, 姚国清, 张猛. 基于Faster R-CNN的高分辨率图像目标检测技术[J]. 国土资源遥感, 2019, 31(2): 38-43.