[发明专利]可见光与近红外图像联合处理的植被天空区域检测方法

权利要求书

1.一种可见光与近红外图像联合处理的植被天空区域检测方法，其特征在于，包括如下步骤：

S1：输入已对齐的RGB-NIR图像对；

S2:生成植被区域概率模板，包括如下步骤：

S21：RGB图像转到灰度域；

S22：生成扩展NDVI模板；

S23：生成RGB三通道比值模板；

S24：以扩展NDVI模板为引导，对RGB三通道比值模板做引导滤波，得到NDVI引导的比值模板；

S25：融合扩展NDVI模板与NDVI引导的比值模板，得到植被区域概率模板，作为植被检测的结果；

S3：生成天空区域概率模板，包括如下步骤：

S31：RGB图像转到灰度域；

S32：使用Retinex算法对RGB与NIR图像进行增强，获取RGB图像各通道与NIR图像的反射分量；

S33：使用RGB三个通道的反射分量计算反射分量灰度图；

S34：基于反射分量灰度图和NIR图像生成扩展NDVI模板；

S35：使用边缘算子提取RGB灰度图的边缘，得到边缘图像；

S36：对边缘图像计算局部香农熵，得到局部熵的图像；

S37：获取RGB图像的透射率图；

S38：以透射率图为引导，对局部熵的图像做引导滤波，得到透射率图引导的局部熵模板；

S39：计算图像的像素高度模板；

S310：融合扩展NDVI模板、透射率图引导的局部熵模板和像素高度模板，获得天空区域概率模板，作为天空检测的结果；

S4：将植被天空检测结果应用于图像融合算法，用植被区域、天空区域概率模板对RGB-NIR图像融合的权重矩阵进行修正，并用修正后的权重矩阵进行图像融合。

2.根据权利要求1所述的可见光与近红外图像联合处理的植被天空区域检测方法，其特征在于：

所述步骤S22中，采用如下公式计算扩展NDVI模板：

其中，I_gray表示RGB图像的灰度图，I_NIR表示近红外图像；f_bright(·)为非线性变换函数，作用是压缩亮区和拉伸暗区，以提升对比度；f_norm(·)为归一化函数。

3.根据权利要求1所述的可见光与近红外图像联合处理的植被天空区域检测方法，其特征在于：

所述步骤S23中，采用如下公式计算RGB图像三通道比值模板：

其中，I_R、I_G、I_B分别表示R、G、B各通道分量；f_dark(·)为非线性变换函数，作用是压缩暗区和拉伸亮区；f_norm(·)为归一化函数。

4.根据权利要求1所述的可见光与近红外图像联合处理的植被天空区域检测方法，其特征在于：

所述步骤S25中，所述融合扩展NDVI模板与NDVI引导的比值模板的方法为相乘，并对结果归一化，即

其中，M_NDVI表示扩展NDVI模板，表示NDVI引导的比值模板。

5.根据权利要求1所述的可见光与近红外图像联合处理的植被天空区域检测方法，其特征在于：

所述步骤S34中，采用如下公式计算扩展NDVI模板

其中，R_gray表示RGB图像各通道反射分量计算的灰度图，R_NIR表示近红外图像的反射分量。

6.根据权利要求1所述的可见光与近红外图像联合处理的植被天空区域检测方法，其特征在于：

所述步骤S39中，所述像素高度模板中，第一行概率为1，向下逐行递减。