本發(fā)明涉及遙感圖像處理領域，具體涉及衛(wèi)星遙感數(shù)據(jù)中夜景影像噪聲去除與圖像增強的處理方法。

背景技術：

夜景影像是遙感衛(wèi)星在夜間獲取的地表數(shù)據(jù)，利用傳感器低光掃描功能，能夠有效地探測到城市燈光，甚至小規(guī)模的居民地、車流等發(fā)出的低強度燈光，在黑暗的背景下捕捉人類生活的足跡。夜景影像被應用于城市格局變化監(jiān)測、道路監(jiān)測，以及災情評估等領域。然而，夜景影像在獲取時，傳感器采用較高的增益與較長的曝光時間，這將不可避免地在圖像中引入噪聲，其中的圖像噪聲主要包括兩類：一是高亮的噪點，在夜景影像中出現(xiàn)的顆粒狀的高亮的孤立噪點，二是色度噪點，圖像中暗處較為明顯的原色斑點。因此需要針對圖像中孤立的高亮噪點和暗處背景噪聲，進行去噪處理，另外，夜景影像整體較暗，不利于目視判讀，需要對圖像進行增強。

為了有效去除夜景影像中的噪聲，并對圖像進行對比度增強，許多發(fā)明與論文提出了不同的方法。吳靜等在2014年《石家莊學報》發(fā)表“retinex在夜景影像增強處理中的色彩補償應用”提出采用retinex算法將圖像從rgb空間轉換到hsi色彩域，構建ssrhsi算法，在色彩補償方面獲得了新的效果。劉炯等人在2008年發(fā)明了“一種抑制夜景圖像噪聲的方法”，通過將影像復制兩份，對其分別進行去噪與調暗處理，并將其融合獲得增強的圖像。戴向東在2016年發(fā)明“一種夜景影像的處理方法與移動終端”，利用獲得的多幀影像，對配準后的圖像進行融合去噪，提升了圖像的清晰度與對比度，但是，這種方法需要對影像進行匹配與融合，更加耗時。這些方法均能在一定程度上改善圖像效果，然而，遙感數(shù)據(jù)獲取的夜景影像，需要更加高效簡潔的處理方法。

技術實現(xiàn)要素：

本發(fā)明為解決現(xiàn)有夜景影像去噪方法存在不利于目視判讀，在對圖像進行增強處理過程中，存在增強效果差且耗時長等問題，提供一種夜景影像去噪與增強處理方法。

夜景影像去噪與增強處理方法，該方法包括如下步驟：

步驟一、對接收的原始圖像進行去噪處理，獲得去除噪聲后的圖像；

步驟二、將步驟一去除噪聲后的圖像進行貝爾插值，獲得rgb三波段的彩色圖像；

步驟三、圖像增強處理，獲得增強的夜景影像；

將步驟二獲得的rgb三波段的彩色圖像由rgb轉換到y(tǒng)uv色彩域，獲得各個像元的亮度y，y＝0.299r+0.587g+0.114b；

根據(jù)圖像亮度y，計算圖像灰度拉伸系數(shù)，利用拉伸前后圖像亮度的比率系數(shù)，調整r,g,b三個通道，獲得增強的圖像。

本發(fā)明的有益效果：本發(fā)明采用夜景影像去噪與增強處理方法，去噪方法利用中值濾波去除高亮噪點，利用二值化去除背景暗噪聲，兩種方法結合生成的二值化圖像能夠有效將前景與背景分離，既去除了噪聲，又保留了圖像的高頻細節(jié)，算法簡單易行，容易在工程處理中直接應用；圖像增強處理，將圖像由rgb轉換到y(tǒng)uv色彩域進行處理，既拉伸了圖像，又保留了原始的色彩比例，使圖像不失真。

附圖說明

圖1為本發(fā)明所述的夜景影像去噪與增強處理方法的流程圖；

圖2為采用本發(fā)明所述的夜景影像去噪與增強處理方法進行夜景影像噪聲處理的前后效果局部對比圖，其中圖2a為噪聲處理前的圖像，圖2b為噪聲處理后的圖像。

圖3為采用本發(fā)明所述的夜景影像去噪與增強處理方法進行夜景影像增強處理的前后效果局部對比圖，其中圖3a為bayer插值的圖像，圖3b為增強處理后的圖像。

具體實施方式

具體實施方式一、結合圖1至圖3說明本實施方式，夜景影像去噪與增強處理方法，本實施方式基于現(xiàn)有的圖像噪聲處理算法，考慮將中值濾波與二值化相結合，對原始圖像進行前景與背景的分割，去除背景噪聲，并保留前景圖像的高頻信息。并在保證圖像色彩的前提下，將圖像的灰度進行拉伸，獲得對比度增強的影像。

本實施方式將傳感器獲得的原始圖像中原始彩色陣列數(shù)據(jù)分離出r、g、b三個譜段，分別進行中值濾波，去除背景中的高亮噪點，其后將中值濾波后的圖像進行二值化處理，并將該圖像與原始圖像逐像元相乘，區(qū)分出圖像的前景與背景，然后將圖像進行bayer插值，并對獲取的彩色圖像進行增強處理，從而獲得最終理想的夜景影像。

本實施方式以長廣衛(wèi)星技術有限公司發(fā)射的衛(wèi)星——視頻03星為例，說明夜景影像的去噪與增強處理方法。

本實施方式中，視頻03星采用主矩為3200mm視頻相機，星下點的分辨率為0.92m，采集的單幀夜景影像大小為12000×5000像素。視頻03星于2017年1月14日，14點19分拍攝巴黎夜景，拍攝點經緯度為經度-125.113°，緯度為40.850°，拍攝側擺角為9.60°。針對該影像具體說明本實施方式，夜景影像去噪與增強處理方法，該方法包括如下步驟：

步驟一、去噪處理；

首先，將原始圖像分離出r、g、b三個波段的信息，r、g、b的大小分別為3000×1250像素、6000×2500像素和3000×1250像素，對各個波段采用公式(1)進行中值濾波，獲得去除高亮噪點的濾波后圖像imed(r,g,b)；

imed(r,g,b)＝medfilt(iori)(1)

其中，iori為原始圖像，imed為中值濾波的圖像。由于圖像中的高亮噪點是孤立的噪點，因此中值濾波的算法能夠將圖像中的高亮噪點很好地濾除。

其后，將濾除孤立噪點中值濾波圖像imed(r,g,b)按照公式(2)進行二值化處理，根據(jù)獲取的圖像，設置二值化閾值thre為6，從而獲得二值化圖像ibw。

ibw(r,g,b)＝im2bw(imed(r,g,b),thre)(2)

其中，ibw為二值化圖像，thre為二值化處理的閾值。通過二值化處理，能夠分離出圖像背景噪聲與的前景信息。

通過二值化處理，能夠有效地分離出圖像背景噪聲與的前景信息。將二值化圖像與原始圖像根據(jù)公式(3)進行逐點相乘，獲得去噪后的圖像idenoise。即

idenoise(i,j)＝ibw(i,j)×iori(i,j)(3)

其中，idenoise為去噪后的圖像，idenoise(i,j)為圖像第i行第j列的灰度值。此時獲得的去噪圖像不僅去除圖像的暗處的背景噪聲與孤立的高亮噪點，同時保留了圖像較亮處的高頻信息。

步驟二、獲得彩色圖像，將去除噪聲后的圖像進行貝爾插值，即將rgb波段分別根據(jù)各個像元同波段的鄰居進行灰度插值，獲得rgb三波段的彩色圖像ibayer(r,g,b)。

步驟三、圖像增強處理

為保持圖像的顏色，將圖像按照公式(4)由rgb轉換到y(tǒng)uv色彩域，用下式表示為：

進而獲得圖像的亮度y，y＝0.299r+0.587g+0.114b，也就是灰階值。u和v表示色度，描述圖像色彩及飽和度。

根據(jù)圖像的亮度y，計算灰度拉伸系數(shù)。首先按比例設置最大亮度ymax最小亮度ymin，根據(jù)夜景影像的灰度直方圖，將比例設為0.6％，分別計算比例為0.6％的最小亮度ymin，和比例為99.4％的最大亮度ymax，在該幀巴黎夜景影像中ymin＝0.0，ymin＝0.217。避免背景被增強，并使圖像較亮處保持不變，將亮度值在最大與最小值之間的亮度進行拉伸，采用公式(5)的拉伸策略，計算拉伸系數(shù)kad為

其中，kad為計算的拉伸系數(shù)。

利用拉伸前后亮度的比率系數(shù)，根據(jù)公式(6)同比例調整r、g、b三個通道，從而獲得增強的圖像ienh。

ienh(r,g,b)＝kad×ibayer(r,g,b)(6)

其中，ienh為增強的圖像。通過對比度拉伸，能夠獲得增強后，目視效果較好的夜景影像。

本實施方式通過采用中值濾波與二值化結合的圖像去噪處理，以及考慮保持顏色比例的對比度拉伸方法，有效去除圖像的背景噪聲，獲得增強后目視效果較好的夜景影像。