本发明涉及图像处理领域，尤其涉及一种遥感图像处理系统。
背景技术：
遥感图像处理是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。在进行特征提取前，一般需要对进行特征提取的对象进行定位。现有技术中，一般是先对遥感图像进行图像降噪处理，然后再进行图像分割，从而获取需要提取特征的对象。但是，在降噪的过程中，由于边缘像素点的梯度值跟噪点的梯度值类似，都比较大，因此，边缘像素点很容易被误认为是噪点，而被进行错误的降噪处理，从而导致图像边缘细节信息丢失。
技术实现要素：
鉴于上述问题，本发明的目的在于提供一种遥感图像处理系统。
本发明提供了一种遥感图像处理系统，其包括图像预处理模块、图像增强模块、图像转换模块、图像分割模块和过滤模块；
所述图像预处理模块用于将遥感图像从rgb颜色空间转换到yuv颜色空间；
所述图像增强模块用于对遥感图像在yuv颜色空间中的y分量图像进行图像增强处理，获得增强图像；
所述图像转换模块用于将所述增强图像从yuv颜色空间转换回rgb颜色空间，获得转换图像；
所述图像分割模块用于对所述转换图像进行图像分割处理，获取转换图像中包含的前景像素点的集合；
所述过滤模块用于按照预设的过滤规则对所述前景像素点集合中的虚假前景像素点进行过滤，获得过滤后的前景像素点的集合，并根据所述集合生成前景图像。
与现有技术相比，本发明的优点在于：
本发明先在y分量图像中进行图像增强处理，能够避免光照条件对图像增强的影响，从而获得更为准确的图像增强结果。传统的图像增强方式，在彩色图像中对图像进行增强容易受到光照的影响，使得噪点也被增强，影响后续的前景目标获取的准确性。本申请将滤波的过程，即对虚假前景像素点进行过滤，放在了前景像素点的提取之后，同时对图像的边缘像素点进行了有效的增强，能够缓解像传统的图像处理方式中，先进行降噪处理然后再进行前景像素点的提取导致的图像细节信息丢失的程度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种遥感图像处理系统的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明提供了一种遥感图像处理系统，其包括图像预处理模块、图像增强模块、图像转换模块、图像分割模块和过滤模块；
所述图像预处理模块用于将遥感图像从rgb颜色空间转换到yuv颜色空间；
所述图像增强模块用于对遥感图像在yuv颜色空间中的y分量图像进行图像增强处理，获得增强图像；
所述图像转换模块用于将所述增强图像从yuv颜色空间转换回rgb颜色空间，获得转换图像；
所述图像分割模块用于对所述转换图像进行图像分割处理，获取转换图像中包含的前景像素点的集合；
所述过滤模块用于按照预设的过滤规则对所述前景像素点集合中的虚假前景像素点进行过滤，获得过滤后的前景像素点的集合，并根据所述集合生成前景图像。
优选地，所述将遥感图像从rgb颜色空间转换到yuv颜色空间，包括：
使用下述公式将遥感图像从rgb颜色空间转换到yuv颜色空间：
y(x,y)＝0.268×r(x,y) 0.515×g(x,y) 0.109×b(x,y) 16
u(x,y)＝0.159×r(x,y)-0.302×g(x,y) 0.44×b(x,y) 128
v(x,y)＝0.440×r(x,y)-0.379×g(x,y)-0.082×b(x,y) 128
式中，(x,y)表示像素点的坐标，y(x,y)、u(x,y)和v(x,y)分别表示遥感图像中坐标为(x,y)的像素点在yuv颜色空间中的y分量、u分量和v分量的像素值，r(x,y)、g(x,y)和b(x,y)分别表示遥感图像中坐标为(x,y)的像素点在rgb颜色空间中的红色通道、绿色通道和蓝色通道中的像素值。
优选地，所述对遥感图像在yuv颜色空间中的y分量图像进行图像增强处理，获得增强图像，包括：
使用下述函数对y分量图像进行增强处理：
式中，zq(xt)表示对y分量图像进行增强处理后，像素点xt的像素值，neixt表示在y分量图像中，像素点xt的k×k大小的邻域中的像素点的集合，w(i)表示权重参数，
对y分量图像中的每个像素点均进行上述增强处理，获得增强图像。
现有技术中，对像素点进行增强一般是所有的像素点使用同一个增强函数，不同的仅有像素点的像素值的输入，这样子容易导致噪声点也被增强，从而影响后续的前景目标的提取工作。本申请的图像增强充分考虑了像素点的邻域的影响，根据每个像素点的邻域的不同，自适应地生成不同的增强函数，从而在抑制噪声点被增强的同时，做到了对目标像素点的有效增强。通过控制参数的设置，在边缘的方向对图像进行了有效的增强。
优选地，模糊系数的取值为3。
优选地，平滑滤波系数为neixt中所有元素的像素值的标准差。
优选地，所述图像分割模块包括边缘增强单元、边缘检测单元、图像分块单元和图像分割单元；
所述边缘增强单元用于对转换图像进行灰度化处理，获得灰度图像，并对所述灰度图像进行边缘增强处理，获得预处理图像；
所述边缘检测单元用于对所述预处理图像进行边缘检测，获得边缘图像；
所述图像分块单元用于按照设定的规则将所述边缘图像进行划分为多个子图像；
所述图像分割单元用于对每个子图像进行图像分割处理，获得每个子图像中的前景像素点，将所有的子图像中的前景像素点存入同一个集合中，从而得到转换图像中包含的前景像素点的集合。
优选地，所述对所述灰度图像进行边缘增强处理，获得预处理图像，包括：
使用下述公式对所述灰度图像进行边缘增强处理：
式中，(a,b)表示像素点的坐标，
由于在图像增强模块已经实现了对噪声像素点的抑制，因此，对边缘像素点进行增强时，采用了效率更高的全局增强的方式，从而能够突出前景目标的边缘特征，为后续的前景目标的提取提供细节更为明确的图像。提高前景目标检测的准确率。
优选地，对所述预处理图像进行边缘检测，获得边缘图像，包括：
使用下述公式对预处理图像进行卷积运算，从而获得边缘图像：
式中，byp表示边缘图像，byp(a,b)表示边缘图像中，坐标为(a,b)的像素点的像素值，*表示卷积运算。
优选地，所述按照设定的规则将所述边缘图像进行划分为多个子图像，包括：
使用四叉树划分算法将所述边缘图像进行划分为多个子图像；
对于每个新划分得到的子图像，根据所述子图像的划分值判断其是否需要进一步进行划分：
将所述子图像记为m，通过下述公式计算所述子图像m的划分值：
式中，hcutidxm表示所述子图像m的划分值，
若所述子图像m的划分值小于预设的划分值阈值，则不对所述子图像m进一步进行划分。
划分值的计算充分考虑了子图像中的像素点之间的差异以及子图像的大小，若差异太小，即划分值过小，则该子图像中包含的像素点可能全部都是前景像素点或者是背景像素点，这样的区块显然是不利于后续的前景像素点的提取的，若子图像太大，则应该适当的进一步划分。当使用阈值分割对子图像进行前景像素点的提取时，若该子图像全都是前景像素点或背景像素点，但是由于像素值并不完全一致，该子图像中包含的像素点仍然会被划分成前景像素点和背景像素点两个部分。这种划分显然是错误的。因此本申请根据划分值对子图像中的像素点的类型进行限制，尽可能地同时保留前景像素点和背景像素点，从而得到较为合理的前景像素点的划分结果。
优选地，对每个子图像进行图像分割处理，获得每个子图像中的前景像素点，包括：
使用大津法对每个子图像进行分割处理，获得每个子图像中的前景像素点。
优选地，所述按照预设的过滤规则对所述前景像素点集合中的虚假前景像素点进行过滤，获得过滤后的前景像素点的集合，包括：
对于所述前景像素点集合中的像素点dp，计算以其为中心的，r×r大小的窗口中包含的前景像素点的总数nofotdp，
将nofotdp与设定的数量阈值slthr进行对比，若nofotdp小于slthr，则判断nofotdp为虚假前景像素点，将其从所述前景像素点集合中删除。
r的大小可以决定过滤的力度，r越大，则过滤力度越大，更多的虚假前景像素点被从所述前景像素点集合中删除。当nofotdp特别小，例如当nofotdp的数值为1时，像素点dp很大可能是孤立的噪点，通过上述方式能够实现对虚假前景像素点的有效过滤。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。
1.一种遥感图像处理系统，其特征在于，其包括图像预处理模块、图像增强模块、图像转换模块、图像分割模块和过滤模块；
所述图像预处理模块用于将遥感图像从rgb颜色空间转换到yuv颜色空间；
所述图像增强模块用于对遥感图像在yuv颜色空间中的y分量图像进行图像增强处理，获得增强图像；
所述图像转换模块用于将所述增强图像从yuv颜色空间转换回rgb颜色空间，获得转换图像；
所述图像分割模块用于对所述转换图像进行图像分割处理，获取转换图像中包含的前景像素点的集合；
所述过滤模块用于按照预设的过滤规则对所述前景像素点集合中的虚假前景像素点进行过滤，获得过滤后的前景像素点的集合，并根据所述集合生成前景图像。
2.根据权利要求1所述的一种遥感图像处理系统，其特征在于，所述将遥感图像从rgb颜色空间转换到yuv颜色空间，包括：
使用下述公式将遥感图像从rgb颜色空间转换到yuv颜色空间：
y(x,y)＝0.268×r(x,y) 0.515×g(x,y) 0.109×b(x,y) 16
u(x,y)＝0.159×r(x,y)-0.302×g(x,y) 0.44×b(x,y) 128
v(x,y)＝0.440×r(x,y)-0.379×g(x,y)-0.082×b(x,y) 128
式中，(x,y)表示像素点的坐标，y(x,y)、u(x,y)和v(x,y)分别表示遥感图像中坐标为(x,y)的像素点在yuv颜色空间中的y分量、u分量和v分量的像素值，r(x,y)、g(x,y)和b(x,y)分别表示遥感图像中坐标为(x,y)的像素点在rgb颜色空间中的红色通道、绿色通道和蓝色通道中的像素值。
3.根据权利要求1所述的一种遥感图像处理系统，其特征在于，所述对遥感图像在yuv颜色空间中的y分量图像进行图像增强处理，获得增强图像，包括：
使用下述函数对y分量图像进行增强处理：
式中，zq(xt)表示对y分量图像进行增强处理后，像素点xt的像素值，neixt表示在y分量图像中，像素点xt的k×k大小的邻域中的像素点的集合，w(i)表示权重参数，
mbl表示平滑滤波系数，f(i)表示neix中的像素点i在y分量图像中的像素值，contr表示控制参数，
对y分量图像中的每个像素点均进行上述增强处理，获得增强图像。
4.根据权利要求3所述的一种遥感图像处理系统，其特征在于，所述图像分割模块包括边缘增强单元、边缘检测单元、图像分块单元和图像分割单元；
所述边缘增强单元用于对转换图像进行灰度化处理，获得灰度图像，并对所述灰度图像进行边缘增强处理，获得预处理图像；
所述边缘检测单元用于对所述预处理图像进行边缘检测，获得边缘图像；
所述图像分块单元用于按照设定的规则将所述边缘图像进行划分为多个子图像；
所述图像分割单元用于对每个子图像进行图像分割处理，获得每个子图像中的前景像素点，将所有的子图像中的前景像素点存入同一个集合中，从而得到转换图像中包含的前景像素点的集合。
5.根据权利要求4所述的一种遥感图像处理系统，其特征在于，所述对所述灰度图像进行边缘增强处理，获得预处理图像，包括：
使用下述公式对所述边缘图像进行边缘增强处理：
式中，(a,b)表示所述灰度图像中的像素点的坐标，
6.根据权利要求5所述的一种遥感图像处理系统，其特征在于，对所述预处理图像进行边缘检测，获得边缘图像，包括：
使用下述公式对预处理图像进行卷积运算，从而获得边缘图像：
式中，byp表示边缘图像，byp(a,b)表示边缘图像中，坐标为(a,b)的像素点的像素值，*表示卷积运算。
技术总结