技術(shù)特征：

1.一種基于場景的圖像自適應(yīng)非均勻校正方法，其特征在于，通過對圖像的DN值按不同像元自動排序，分別確定至少一個相對暗均勻區(qū)域和亮均勻區(qū)域，按照算法計算得到每個像元的校正系數(shù)，完成一個圖像的校正，自動進入下一個圖像的校正，直到完成所有圖像的非均勻校正，具體包括以下步驟：

1)對一個包括像元數(shù)為Κ的圖像，利用計算機對每個像元獲取的Z個DN值自動排序，并截取一定范圍的中間數(shù)值為有效DN值；

2)在每個像元有效DN值中取最小的數(shù)值組成為至少一個相對暗均勻區(qū)域(Κ×D)_x，最大的數(shù)值組成為至少一個相對亮均勻區(qū)域(Κ×L)_y；

3)計算每一個暗均勻區(qū)域的統(tǒng)計平均值為P_1x，區(qū)域內(nèi)每個像元的平均DN值分別為Q_1x(i),i＝1,2,...，Κ；計算每一個亮均勻區(qū)域的統(tǒng)計平均值為P_2y，區(qū)域內(nèi)每個像元的平均DN值分別為Q_2y(i),i＝1,2,...，Κ；

4)構(gòu)建如下線性方程，得到每個像元響應(yīng)的增益校正因子a(i),i＝1,2,...，Κ和偏移量校正因子b(i),i＝1,2,...，Κ：

$\left\{\begin{array}{c}a\left(i\right)\×Q_{1x}\left(i\right)+b\left(i\right)=P_{1x}\\ a\left(i\right)\×Q_{2y}\left(i\right)+b\left(i\right)=P_{2y}\end{array}\right.,i=1,2,\mathrm{...},K;$

5)對該圖像每個像元處的實際響應(yīng)值DN(i,j),i＝1,2,...，Κ；j＝1,2,...，Z進行非均勻校正，得到校正后的響應(yīng)值

6)引入F作為非均勻性校正結(jié)果的評價參數(shù)，并設(shè)置F＝S為閾值，當(dāng)F≤S，校正完成；當(dāng)F>S時，則進行進一步的校正，直至完成該圖像數(shù)據(jù)的校正。

7)完成這一圖像的校正后，自動進入下一圖像，重復(fù)上述步驟，直到完成所有圖像的非均勻校正。

2.根據(jù)權(quán)利要求1所述的一種基于場景的圖像自適應(yīng)非均勻校正方法，其特征在于，所述F＝max(f_i)，并設(shè)置F＝0.5％為閾值，當(dāng)F≤0.5％，校正完成；當(dāng)F>0.5％時，則進行進一步的校正，直至完成該圖像數(shù)據(jù)的校正。

3.根據(jù)權(quán)利要求1或者權(quán)利要求2所述的一種基于場景的圖像自適應(yīng)非均勻校正方法，其特征在于，所述進一步的校正的步驟包括以增益校正因子a(i),i＝1,2,..，Κ和偏移量校正因子b(i),i＝1,2,...，Κ為初始值，固定和不變，分別沿和兩個方向最小化目標優(yōu)化目標函數(shù)f_i，求得所有非均勻校正系數(shù)再按照權(quán)利要求1所述的步驟5)的方法完成該圖像數(shù)據(jù)的校正。

4.根據(jù)權(quán)利要求1所述的一種基于場景的圖像自適應(yīng)非均勻校正方法，其特征在于，所述組成暗均勻區(qū)域的個數(shù)x為1-10個，所述每一個暗均勻區(qū)域Κ×D中所取的每個像元的DN值個數(shù)D為30-60；所述組成亮均勻區(qū)域的個數(shù)y為1-10個，所述每一個亮均勻區(qū)域Κ×L中所取的每個像元的DN值個數(shù)L為30-60。

5.根據(jù)權(quán)利要求1所述的一種基于場景的圖像自適應(yīng)非均勻校正方法，其特征在于，所述有效DN值為截取的重新排列后DN值中間數(shù)值的70％-90％。