(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211326201.1 (22)申请日 2022.10.27 (71)申请人 青岛科技大 学 地址 266000 山东省青岛市崂山区松岭路 99号 (72)发明人 刘雪峰　寇阳阳　付民　 (74)专利代理 机构 青岛鼎丞智佳知识产权代理 事务所(普通 合伙) 3727 7 专利代理师 王剑伟 (51)Int.Cl. G06T 5/00(2006.01) G06T 5/50(2006.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种高光谱图像阴影增强方法、 设备及存储 介质 (57)摘要 本发明提供了一种高光谱图像阴影增强方 法、 设备及存储介质， 其中方法包括： 获取高光谱 图像数据集； 将高光谱数据集归一化， 并用掩膜 提取出阴影部分； 在空间维对阴影部分图像按行 扫描进行连续采样展开为一维信号,顺序通过双 稳非线性系统进行动态随机共振； 将系统输出的 序列按行扫描方式重新组成方阵再进行归一化； 得到的阴影部分数据按列扫描进行连续采样展 开为一维序列， 并再次输入到双稳 非线性系统中 动态随机共振； 将输出得到的序列按照列扫描的 方式重新组成方阵再进行归一化， 与原始高光谱 图像的非阴影区域进行融合。 本发 明利用行列两 个不同方向的扫描采样方式， 充分利用了空间维 像素的相关性， 保留更多的图像信息， 达到更好 的图像增强效果。 权利要求书1页 说明书10页 附图5页 CN 115526807 A 2022.12.27 CN 115526807 A 1.一种高光谱图像阴影增强方法， 其特 征在于， 包括以下步骤： 步骤1， 获取高光谱图像数据集； 步骤2， 将高光谱数据集中图像像素的灰度级归一化到[0， 1]范围内， 用掩膜提取出阴 影部分； 步骤3， 在空间维对提取出的阴影部分图像按行扫描的采样方式进行连续采样展开为 一维信号,使其 顺序通过双稳非线性系统进行动态随机共 振， 输出一组随机共 振后的序列； 步骤4， 将系统输出的序列按行扫描方式重新组成方阵再进行归一 化； 步骤5， 将步骤4得到的阴影部分数据按列扫描的采样方式进行连续采样展开为一维序 列， 并再次输入到双稳非线性系统中进行第2次动态随机共 振， 得到一组序列； 步骤6， 将第2次动态随机共振输出得到序列按照列扫描的方式重新组成方阵再进行归 一化， 最后与原始高光谱图像的非阴影区域进行融合， 得到了双倍动态随机共振增强后的 高光谱图像。 2.如权利要求1所述的一种高光谱图像阴影增强方法， 其特征在于： 所述步骤1获取高 光谱图像数据集后可以对高光谱图像数据进 行预处理； 所述预 处理是计算高光谱数据集中 每一波段的F ‑范数的值， 其大小表示每一波段图像所含信息量的多少， 然后人为去除信息 量较少的波段， 再将其 余波段按顺序重新组合成一个高光谱数据集。 3.如权利要求1所述的一种高光谱图像阴影增强方法， 其特征在于， 所述步骤2 的具体 过程为： 首先， 图像像素的灰度级范围为[0， 255]， 每个像素的灰度值除以255， 使图像所有 的像素灰度范围在[0， 1]范围内； 然后利用ground  truth图像制作的阴影提取蒙版提取高 光谱图像中的阴影区域， 只对阴影区域进 行处理， 提取掩模后， 从原始高光谱图像数据中得 到三维高光谱图像阴影数据。 4.如权利要求1所述的一种高光谱图像阴影增强方法， 其特征在于， 所述步骤3中行扫 描的采样方式具体为： 在空间维每张图像的第一个像素开始， 按照从左向右的顺序采样， 当 到达第一行最右列的像素时， 从第二行最右列继续采样， 再按照 从右向左顺序直至到达第 二行第一列； 后面重复上述 步骤直至采样到最后一个 像素。 5.如权利要求1所述的一种高光谱图像阴影增强方法， 其特征在于， 所述步骤5中列扫 描的采样方式具体为： 在空间维每张图像的第一个像素开始， 按照从上向下的顺序采样， 当 到达第一列最后一行 的像素时， 从第二列最后一行继续采样， 再按照 从下向上顺序直至到 达第二列第一行； 后面重复上述 步骤直至采样到最后一个 像素。 6.一种高光谱图像阴影增强设备， 其特征在于： 所述设备包括至少一个处理器和至少 一个存储器， 所述处理器和存储器相耦合； 所述存储器中存储有计算机执行程序； 所述处理 器执行存储器存储的计算机执行程序时， 可以使处理器执行如权利要求 1至5任意一项所述 的高光谱图像阴影增强方法。 7.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 程序或指 令， 所述程序或指 令被处理器执行时可以使处理器执行如权利要求 1至5任意一项 所述的高光谱图像阴影增强方法。权　利　要　求　书 1/1 页 2 CN 115526807 A 2一种高光谱图像阴影增强方 法、 设备及存储介质 技术领域 [0001]本发明属于高光谱图像处理技术领域， 尤其涉及一种高光谱图像阴影增强方法、 设备及存 储介质。 背景技术 [0002]高光谱图像(HSI)中包含丰富的场景信息， 不仅能提取出二维空间中各个位置的 信息， 还能从不同光谱波段上提取出地物的多个特征。 随着高光谱成像技术的日益成熟， HSI在航天探测、 天气预报、 食品安全、 农业、 环境监测、 医学诊断和 工业质检等领域发挥了 重要作用。 但HSI阴影区域的强噪声弱信号性质却使数据的处理变得异常困难。 由光照遮 挡、 云层、 地面起伏或地物遮挡而形成的HSI阴影区域， 反射光能量偏低， 光谱信号较弱， 相 较非阴影区域噪声较强， 使得像素和目标难以分辨和检测。 目前大多通过去除噪声的方法 来进行图像增强和像素分类， 但这样会损失阴影区域的大量有用信息。 阴影区域信息的增 强是后续高光谱图像分类的必要准备工作， 能大大提高人机交互的效率和计算机视觉的表 现， 如检测、 分类和跟踪。 [0003]随机共振(Stochastic  Resonance,SR)理论目前被广泛应用于强噪声环境下微弱 信号的放大， 即当双稳态非线性系统、 噪声和弱信号三者协同时， 噪声能量能转化为信号能 量， 对HSI中阴影信息的提取奠定 了基础。 [0004]LIU等人提出了一种 在低峰值信噪比环境下基于自适应双稳态阵列随机共振的灰 度图像恢复增强方法。 Chouhan等人提出了一种基于动态 随机共振(Dynamic  stochastic   resonance,DSR)的空间域分析方法来增强低对比度图像。 这些方法对 具有固定参数的均匀 低对比度图像具有较好的增强效果， 但适用范围较小， 对于增强HSI存在一定的局限性。 发明内容 [0005]针对上述问题， 本发明提出基于双稳态非线性系统的D ‑DSR算法， 其实现过程由两 次连续的DSR组成。 D ‑DSR相较于DSR更大程度地保留了HSI中相邻像素之间的相关性， 使得 经过随机共 振后的图像更多地保留了原有信息， 且阴影区域增强效果更为显著。 [0006]本发明第一方面 提供了一种高光谱图像阴影增强方法， 包括以下步骤： [0007]步骤1， 获取高光谱图像数据集； [0008]步骤2， 将高光谱数据集中图像像素的灰度级归一化到[0， 1]范围内， 用掩膜提取 出阴影部分； [0009]步骤3， 在空间维对提取出的阴影部分图像按行扫描的采样方式进行连续采样展 开为一维信号,使其顺序通过双稳非线性系统进行动态随机共振， 输出一组随机共振后的 序列； [0010]步骤4， 将系统输出的序列按行扫描方式重新组成方阵再进行归一 化； [0011]步骤5， 将步骤4得到的阴影部分数据按列扫描的采样方式进行连续采样展开为一 维序列， 并再次输入到双稳非线性系统中进行第2次动态随机共 振， 得到一组序列；说　明　书 1/10 页 3 CN 115526807 A 3