海上影像纹理增强

增强

课题的目标是海面上舰船目标的提取

这样的目标提取的精度很大程度上建立在舰船与其他地物之间的对比差上。这些地物可能包括普通水面（水色也可能有所差异）、水面的太阳反射耀斑、云雾、云影。这些因素导致在卫星一次拍摄的图像中，图像各个部分的背景是很不一样的。普通辐射校正只能纠正传感器或者大尺度的大气影响，对于上述的背景波动是无能为力的。在不同的背景下，船只的对比差很不一样，有一些情况即使是人工分析也很难看清。这样也限制了目标提取的精度，或者对提取的算法提出了更高的自适应或者智能的要求。

在不考虑增加提取算法的复杂性的基础上，我们考虑可以提供图像纹理增强的方式，增加图像的局部细节。增强船只与背景的对比度，有利于船只提取；增强船只自身的纹理特征，有利于船只类型的识别。增强海面上的航线痕迹等信息有助于对船只运行状态的分析。

与传统的图像增强方法不同，我们同时在增加图像分辨率的基础上增加纹理细节。扩大图像分辨率有助于对纹理边缘的细化。纹理的增强不是线性的，而是对原来已经很强的以及很弱的加以适当的抑制，形成一个两侧低中间高的增强系数曲线。原来很强的继续增强会导致图像过饱和等现象，而且不利于平衡全图的纹理强度分布。原来很弱的很可能包含噪声，不适合继续放大。具体的参数设置需要分析传感器的噪声强度，以及待处理图像的内部特征。

图像放大2/3倍（bicubic或者复杂的blackman插值）-> 合成高信噪比的灰度图像（如果是多光谱数据源） -> 各像素纹理强度分析 -> 根据增强系数曲线加以非线性补偿 -> 恢复成多光谱结果图像

这样的增强产品，对于人机交互的应用场合作用更大，更适合人眼目视解译。

我们对于和目标卫星相似的卫星做了实验

一、对于同为静止轨道卫星的GF4做了原50米增强到25米的多种场景的增强。

https://www.zybuluo.com/novachen/note/2402537

二、利用分辨率为16米，波段数为5的环境二号卫星的WFV传感器，做了海上场景的试验。可以看出增加了船只与海面的对比度，大型船只内部的结构特征，以及海面上船只航行的痕迹。

三、利用分辨率为30米的SDGSAT-1卫星的热红外TIS传感器，做了海上场景的实验。