Back to Search
Start Over
Natural Color Satellite Image Mosaicking Using Quadratic Programming in Decorrelated Color Space
- Source :
- IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, IEEE, 2015, 8 (8), pp.4151-4162. ⟨http://dx.doi.org/10.1109/JSTARS.2015.2449233⟩, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, IEEE, 2015, ⟨10.1109/JSTARS.2015.2449233⟩
- Publication Year :
- 2015
- Publisher :
- Institute of Electrical and Electronics Engineers (IEEE), 2015.
-
Abstract
- International audience; Generating mosaics of orthorectified remote sensing images is a challenging task because of the colorimetric differences between adjacent images introduced by land use, surface illumination, atmospheric conditions, and sensor. Most of the existing color correction methods involve pairwise techniques, which are limited when the collection of images is large with numerous overlaps. Besides , available techniques do not operate in a color space suited for true-color processing. This paper presents a simple and robust method to perform the global colorimetric harmonization of multiple overlaping remote sensing images in natural colors (RGB). Our parameter-free method deals simultaneously with any number of images, with any spatial layout, and without any single reference image. It is based on the resolution of a quadratic programming optimization problem. It operates in the lαβ decorrelated color space, which is well suited for human vision of natural scenes. The results obtained from the mosaicking of 132 RapidEye color orthoimages over mainland France demonstrate good potential for performing colorimetric harmonization automatically and effectively.; La génération de mosaïques d'images orthorectifiées en télédétection est une tâche difficile en raison des différences colorimétriques entre les images adjacentes introduites par l'utilisation des terres, l'éclairage de surface, les conditions atmosphériques, et le capteur. La plupart des méthodes existantes de correction des couleurs impliquent des techniques par paires, qui sont limitées lorsque la collection d'images est grand avec de nombreux chevauchements. En outre, les techniques disponibles ne fonctionnent pas dans un espace de couleur adapté pour le traitement des vraies couleurs. Cet article présente une méthode de androbust simple à réaliser l'harmonisation colorimétrique mondial de distance chevauchent plusieurs images de détection dans des couleurs naturelles (RGB). Nos méthode sans paramètres traite simultanément avec un certain nombre d'images et avec un aménagement de l'espace, et sans aucune image de référence unique. Elle est basée sur la résolution d'un problème d'optimisation quadratique programmation (QP). Elle opère dans l'espace de couleur de lab décorrélés, ce qui est bien adapté pour la vision humaine de scènes naturelles. Les résultats obtenus à partir du mosaïquage de 132 RapidEye ortho-images de couleurs plus France métropolitaine démontrent un bon potentiel pour réaliser l'harmonisation colorimétrique automatiquement et efficacement.
- Subjects :
- IMAGE PROCESSING
Atmospheric Science
Color histogram
Color normalization
Computer science
ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION
FRANCE
False color
Color space
RAPIDEYE
LΑΒ COLOR SPACE
Computer vision
Computers in Earth Sciences
ComputingMethodologies_COMPUTERGRAPHICS
SPOT 7
COLORIMETRIC CORRECTION
Color image
business.industry
Color correction
SPOT 6
[INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV]
SPOT7
GEOSUD
COMPUTER VISION
SPOT6
Color quantization
MOSAIC
[SDE]Environmental Sciences
RGB color model
mosaic color correction
Artificial intelligence
QUADRATIC PROGRAMMING
business
Subjects
Details
- ISSN :
- 21511535 and 19391404
- Volume :
- 8
- Database :
- OpenAIRE
- Journal :
- IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
- Accession number :
- edsair.doi.dedup.....49b70984fd67d90f36fd3bb8c73bfe32
- Full Text :
- https://doi.org/10.1109/jstars.2015.2449233