买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利顾及区域响应差异的面阵卫星影像相对辐射校正方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116342425B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310331583.5，技术领域涉及：G06T5/70；该发明授权顾及区域响应差异的面阵卫星影像相对辐射校正方法是由潘俊;万天真;王密设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本顾及区域响应差异的面阵卫星影像相对辐射校正方法在说明书摘要公布了：本发明公开了一种顾及区域响应差异的面阵卫星影像相对辐射校正方法。该方法首先基于NSCT变换去除影像的粗特征，然后通过RCV去除影像的精细特征，进而获得主要包含噪声的影像，通过构建顾及区域响应差异的先验模型估计相对辐射校正系数，并在相应的云掩模约束下对同一传感器获取的其他影像进行相对辐射校正，从而消除面阵卫星影像由于探元响应不一致引起的成像质量退化，提升面阵卫星影像辐射质量。本发明通过去除粗特征和精细特征，能够有效减少估计相对辐射校正系数所需要的面阵卫星影像数量；同时由于考虑了区域响应差异的影响，突破了用于估计相对辐射校正系数以及进行相对辐射校正的面阵卫星影像必须是无云影像这一限制。

本发明授权顾及区域响应差异的面阵卫星影像相对辐射校正方法在权利要求书中公布了：1.一种顾及区域响应差异的面阵卫星影像相对辐射校正方法，其特征在于，包括以下步骤： 步骤1，利用非下采样轮廓波变换NSCT去除影像粗特征； 步骤1.1，利用NSCT变换将原始影像分解为一个低频子带和多个高频子带； 通过NSCT变换对原始影像进行分解后，将获得一个低频子带和多个高频子带，粗特征主要存在于在低频子带中，影像的边缘、轮廓信息以及噪声都包含在高频子带中；影像可以看作由特征信息和噪声两部分构成，其中特征信息分为粗特征和精细特征，噪声分为随机噪声和系统噪声，考虑到系统噪声是一种乘性噪声，使用下式表示一幅影像的构成： 1 式中，表示原始影像在的灰度值，是粗特征影像在处的灰度值，表示精细特征影像在处的灰度值，是随机噪声，表示系统噪声影像在处的灰度值，系统噪声以乘性规则作用于不含噪声的影像； 步骤1.2，利用双边滤波更新低频子带系数，获得低频子带中的粗特征，同时通过分层阈值更新低频子带系数，通过判断高频子带系数是否与影像的边缘和轮廓相对应，然后将边缘信息和影像像轮廓信息视为“噪声”过滤掉，保留高频子带中的粗特征； 步骤1.3，基于更新的低频子带系数和高频子带系数进行NSCT逆变换，重建原始影像的粗特征，并去除影像的粗特征； 步骤2，基于区域协方差矩阵去除影像精细特征； 步骤2.1，对去除粗特征的影像进行视觉特征编码； 步骤2.2，利用区域协方差矩阵结合视觉特征编码度量影像块中心像素之间的相似性； 步骤2.3，提取并去除精细特征，得到只含有系统噪声和随机噪声的影像； 步骤3，构建并使用顾及区域响应差异的先验模型获取相对辐射校正系数，并对同一传感器获取的其他影像进行相对辐射校正处理； 步骤3.1，构建顾及区域响应差异的先验模型； 考虑云区域产生的异常值对相对辐射校正系数估计的影响，构建顾及区域响应差异的先验模型如下： 11 式中，和分别表示向量L2范数的平方、L1范数，表示相对辐射校正系数，其数值为系统噪声的倒数，表示影像的尺寸，为对角矩阵，表示用于计算相对辐射校正系数的影像数量，表示正则化参数，表示对未剔除粗特征、精细特征的原始影像进行初步校正，系数、的定义如下： 式中，是单位矩阵，表示影像的尺寸； 式中，代表噪声影像的倒数，和分别表示影像的高和宽，表示影像的尺寸，由同一传感器得到的个向量组合而来； 步骤3.2，优化顾及区域响应差异的先验模型，并消除随机噪声； 步骤3.3，根据估计得到的相对辐射校正系数，对同一传感器获取的其他影像进行相对辐射校正。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。