基于CNN回归网络的遥感图像颜色自动校正

doi:10.3969/j.issn.1006-2475.2017.12.006

计算机与现代化

基于CNN回归网络的遥感图像颜色自动校正

(1.中国科学院大学电子电气与通信工程学院,北京100190;2.中国科学院电子学研究所,北京100190; 3.中国科学院空间信息处理与应用系统技术重点实验室,北京100190;4.中国国际工程咨询公司,北京100048)

收稿日期:2017-04-12 出版日期:2017-12-25 发布日期:2017-12-26
作者简介:杜尚尚(1992-),女,山东邹城人,中国科学院大学电子电气与通信工程学院硕士研究生，研究方向:深度学习在遥感图像领域的应用; 雷斌(1978-),男,研究员,博士,研究方向:遥感地面应用系统; 郭嘉逸(1992-),男,博士,研究方向:SAR图像处理; 卢晓军(1977-),男，江苏泰州人,中国国际工程咨询公司高级工程师,博士后,博士,研究方向:智能控制,信号处理。
基金资助:
国家自然科学基金资助项目（61331017）

A Method of Automatic Color Correction for Remote Sensing Image  Based on CNN Regression Network

(1. School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing 100190, China;  2. Institute of Electrics, Chinese Academy of Sciences, Beijing 100190, China; 3. Key Laboratory of Spatial Information Processing and Application System, Chinese Academy of Sciences, Beijing 100190, China; 4. China International Engineering Consulting Corporation, Beijing 100048, China)

Received:2017-04-12 Online:2017-12-25 Published:2017-12-26

摘要/Abstract

摘要： 目前有很多成熟而有效的图像色彩校正算法，但是针对海量的遥感影像数据尚未有行之有效的大批量自动化色彩校正方法。为了解决这个问题，本文提出一种基于CNN（Convolutional Neural Networks）回归网络的遥感图像颜色自动校正方法——ACCN（Auto Color-Correction Network）模型。该模型通过预测消除遥感图像颜色误差后的RGB通道颜色分布直方图实现其色彩的自动校正。ACCN模型由20000幅GF-1号遥感图像在Tensorflow框架上以KL散度为损失函数训练获得。通过测试样本验证，经过该模型校正后，图像色调和谐，色彩鲜明。实验结果表明，该方法在校正过程中图像无需任何预处理，无需手动调节参数，无需参考图像，适宜遥感图像大规模自动化的颜色校正。

关键词: 遥感图像, 卷积神经网络, 颜色校正, 颜色直方图, 自动化

Abstract: At present, there are a lot of mature and effective image color correction algorithms. However there isn’t an effective automatic color correction method for massive remote sensing image data. In order to solve the problem, this paper proposes a fully automatic method named ACCN（Auto Color Correction Network）to correct multispectral remote sensing images’ color based on CNN (Convolutional Neural Network). The model corrects the multispectral remote sensing images’ color by predicting its’ Ground-truth color histogram of each color channel. The model is trained on 20 thousand pieces of remote sensing images in the Tensorflow framework. We get the optimal model which realizes automatic color correction for multispectral remote sensing image through many times repeated fine-tuning. Experiments show that the multispectral remote sensing image through automatic color correction becomes harmonious and flaming. This method can correct the color of large-scale remote sensing images automatically. 

Key words: remote sensing image, CNN, color correction, color histogram, automation

中图分类号:

TP75

杜尚尚1,2,3,雷斌1,2,3,郭嘉逸1,2,3,卢晓军4. 基于CNN回归网络的遥感图像颜色自动校正[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.12.006.

DU Shang-shang1,2,3, LEI Bin1,2,3, GUO Jia-yi1,2,3, LU Xiao-jun4. A Method of Automatic Color Correction for Remote Sensing Image  Based on CNN Regression Network[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.12.006.

参考文献

［1］蔡丽娜. 多光谱遥感影像近自然彩色模拟的研究［D］. 哈尔滨:东北林业大学, 2005. ［2］王冬. 卫星遥感图像色彩信号失真纠正及真彩色合成研究［D］. 长春:东北师范大学, 2006. ［3］张伟,郑旭霞. 基于植被指数的多光谱影像真彩色合成方法［J］. 测绘与空间地理信息, 2010,33(6):110-113. ［4］Mcfeeters S K. The use of normalized difference water index (NDWI) in the delineation of open water features［J］. International Journal of Remote Sensing, 1996,17(7):l425-1432. ［5］Knudsen T． “True” Colour Presentation of Suburban Areas from Colour-infrared Aerial Photos［M］. Denmark National Survey and Cadastre, 2003． ［6］Knudsen T. Technical note: Pseudo natural colour aerial imagery for urban and suburban mapping［J］. International Journal of Remote Sensing, 2005,26(12):2689-2698. ［7］游晶,刘晓,易维宁,等. 一种处理多光谱彩色合成图像的白平衡法［J］. 大气与环境光学学报, 2012,7(4):282-290. ［8］孙家波,杨建宇,张超,等. 应用“资源一号”O2C卫星数据的模拟真彩色技术［J］．国土资源遥感， 2013,25(4):33-39. ［9］Reinhard E, Ashikhmin M, Gooch B, et al. Color transfer between images［J］. IEEE Computer Graphics and Applications, 2001,21(5):34-41. ［10］Mohamed A A, Francois P, Anil K. Reection detection in image sequences［C］// IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2011:1-12. ［11］Reinhard E, Pouli T. Colour spaces for colour transfer［M］// Computational Color Imaging. 2011:1-15. ［12］Swain M J, Ballard D H. Color indexing［J］. International Journal of Computer Vision, 1991,7(1):11-32. ［13］Dong Chao, Loy C C, He Kaiming, et al. Learning a deep convolutional network for image super-resolution［C］// European Conference on Computer Vision. 2014:184-199. ［14］Bianco S, Cusano C, Schettini R. Color constancy using cnns［C］// Proceedings of 2015 IEEE Conference on Computer Vision and Pattern Recognition Workshops(CVPRW). 2015:81-89. ［15］Larsson G, Maire M, Shakhnarovich G. Learning representations for automatic colorization［C］// European Conference on Computer Vision. 2016:577-593. ［16］Simonyan K, Zisserman A. Very deep convolutional networks for large-scale image recognition ［C］// International Conference on Learning Representations. 2015. ［17］Chen L C, Papandreou G, Kokkinos I, et al. Semantic image segmentation with deep convolutional nets and fully connected CRFs ［C/OL］. http://arxiv.org/pdf/1412.7062.pdf, 2016-04-10. ［18］Hariharan B, Arbelaez P, Girshick R, et al. Hypercolumns for object segmentation and fine-grained localization［C］// Proceedings of 2015 IEEE Conference on Computer Vision and Pattern Recognition(CVPR). 2015:447-456.

[1]	周成诚, 曾庆军, 杨康, 胡家铭, 韩春伟. 基于高效通道注意力模块的运动想象脑电识别[J]. 计算机与现代化, 2023, 0(12): 19-23.
[2]	刘付琪, 张达, 宋建华, 王海东. 基于CNN-BiLSTM的液压系统故障诊断[J]. 计算机与现代化, 2023, 0(09): 10-19.
[3]	吴甜, 刘海华, 童顺延. 基于深度反馈的卷积神经网络的图像分类[J]. 计算机与现代化, 2023, 0(09): 82-86.
[4]	孙子雨, 任燃, 魏曦哲. 基于DTW-TCN的股票分类及预测研究[J]. 计算机与现代化, 2023, 0(08): 31-37.
[5]	江蕾, 唐建, 杨超越, 吕婷婷. 基于CWGAN-GP与CNN的轴承故障诊断方法[J]. 计算机与现代化, 2023, 0(07): 1-6.
[6]	许叶彤, 耿信哲, 赵伟强, 张月, 宁海龙, 雷涛. 基于CNN-Transformer混合结构的遥感影像变化检测模型[J]. 计算机与现代化, 2023, 0(07): 79-85.
[7]	龚轩, 郭中华, 陈旺. 基于CA-TransUNet的遥感图像道路分割[J]. 计算机与现代化, 2023, 0(07): 112-118.
[8]	朱剑波, 葛明锋, 董文飞. 基于改进EfficientNet的阿尔兹海默症图像分类[J]. 计算机与现代化, 2023, 0(06): 56-61.
[9]	刘甲甲, 胡旭欣, 余萍. 聚合多维注意力特征的单目深度估计方法[J]. 计算机与现代化, 2023, 0(06): 76-81.
[10]	刘静, 陈金广. 基于通道注意力和Transformer的图像标题生成方法[J]. 计算机与现代化, 2023, 0(05): 8-12.
[11]	王欣怡, 尹四清, 洪军. 融合注意力机制的非对称深度监督哈希[J]. 计算机与现代化, 2023, 0(05): 26-31.
[12]	苏金库, 桂智明. 基于时空特征的短时出租车流量预测[J]. 计算机与现代化, 2023, 0(05): 32-38.
[13]	王娟, 李传庚, 张卿源, 夏承遗. 基于Multiscale-Net的膝关节半月板分割方法[J]. 计算机与现代化, 2023, 0(05): 111-116.
[14]	朱理清, 李祥, . 改进YOLOv5算法的遥感图像车辆检测[J]. 计算机与现代化, 2023, 0(05): 117-121.
[15]	邱地发, 于淑芳, 刘锦辉, 毕梦昭. 基于YOLOv5s的遥感图像的车辆小目标检测[J]. 计算机与现代化, 2023, 0(05): 122-126.

基于CNN回归网络的遥感图像颜色自动校正

A Method of Automatic Color Correction for Remote Sensing Image  Based on CNN Regression Network

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价