Cân bằng màu sắc và xuất bản số lượng lớn hình ảnh độ phân giải cao trong máy chủ địa lý

Tôi có một lượng lớn hình ảnh RapidEye (+300 Gb) mà tôi muốn sử dụng làm sơ đồ cơ sở cho một ứng dụng trực tuyến. Cho đến nay tôi đã quản lý để phục vụ họ như một ImagePyramid trong máy chủ địa lý theo các bước được hiển thị trong bản trình bày có tên "Máy chủ địa lý trên steroid". Vấn đề là tôi đã không thể cân bằng màu sắc thích hợp nên khi nhìn vào toàn bộ tập dữ liệu, bức tranh trông rất kém nhưng khi tôi phóng to, nó sẽ tốt hơn (hình ảnh dưới đây).

Quá trình của tôi là:

1. Chuyển đổi tất cả hình ảnh thành 8 bit, epsg 4326, nội suy bậc ba bằng gdal
2. Tạo một raster ảo gdal với tất cả các hình ảnh (gdalbuildvrt)
3. Tạo kim tự tháp hình ảnh (gdal_retile với tính năng nén và điền địa lý) và xuất bản trên máy chủ địa lý (sử dụng biểu đồ kéo dài theo kiểu lớp)

Bất kỳ lời khuyên về cách cải thiện quá trình và cân bằng màu sắc tốt hơn?

Tôi tin rằng tôi đã nhận nó.

Tôi đã buộc một biểu đồ Độ lệch chuẩn trung bình + -2 trong mỗi hình ảnh RapidEye trong quá trình chuyển đổi thành 8 bit.

Tôi đã sử dụng một kịch bản python để xác định hình ảnh tối thiểu, tối đa, trung bình và SD. Sau đó, tôi đặt giá trị trung bình - 2SD (hoặc hình ảnh tối thiểu, giá trị nào cao hơn) thành 2 và giá trị trung bình + 2SD (hoặc tối đa) thành 254. Và để an toàn, giá trị ban đầu của số 0 trong hình ảnh được đặt thành 1 và 2 ^ 16 được đặt thành 255. NoData được đặt thành 0.

Đây là các vectơ hàm truyền:

original image values = [0, mean-2SD, mean+2SD, 65536]
rescaled values = [1 2, 254, 255]

Dưới đây là một số ảnh chụp màn hình. Những vấn đề tôi phải sửa bây giờ là

1. Xóa đường viền xung quanh imagePyramid
2. Có được một hình ảnh đẹp hơn khi phóng to đến mức tối đa. Bây giờ nó trông giống như một chiếc TV cũ được điều chỉnh sai kênh

Chỉnh sửa
Bây giờ tôi đã đặt mã trên GitHub. Đã được một thời gian kể từ khi tôi sử dụng nó. Mã này hơi lộn xộn và kho lưu trữ cũng vậy. Nhưng vẫn nên làm việc.
https://github.com/dvictori/rapideye_hist2sd

Daniel, có phải những hình ảnh từ các mùa rất khác nhau? Hay thời gian trong ngày? Nếu chúng là các mùa khác nhau, thì việc cân bằng màu sắc tốt có thể khá khó khăn. Nhưng nếu chúng là những thời điểm khác nhau trong ngày, thì việc áp dụng hiệu chỉnh cho góc mặt trời có thể giúp ích đáng kể. Một xấp xỉ thứ tự đầu tiên tốt cho góc mặt trời là nhân các pixel lần 1.0 / cos (angle_of_sun_off_directly_above). Vì vậy, không cần điều chỉnh nếu mặt trời trực tiếp ở trên, tăng lên ... vô cùng khi bạn đến gần bình minh / hoàng hôn.

Trước đây, tôi đã có kết quả xấu khi sử dụng kết hợp biểu đồ giữa các cảnh trên các vùng chồng chéo để lắp ráp các bức tranh ghép lớn vì bạn nhận được các hiệu ứng trôi lạ trên bức tranh. Tôi nghĩ rằng một cách tiếp cận hữu ích hơn có thể là một số loại biểu đồ phù hợp với hình ảnh mục tiêu màu cơ sở (có lẽ là một bức tranh khảm trên mặt đất hấp dẫn của khu vực). Tôi cũng quan tâm đến cách giải quyết vấn đề này. Charlie Loyd tại MapBox cũng có thể có suy nghĩ.

Đôi khi tôi đã sử dụng trình liên kết hình ảnh OSSIM với kết hợp biểu đồ để tạo ra các bức tranh khảm cân bằng màu sắc. Hướng dẫn liên kết hình ảnh đưa ra một số ví dụ http://doad.osgeo.org/ossim/docs/pdfs/ImageLinker_Tutorial.pdf Tuy nhiên, Trình liên kết hình ảnh không được duy trì tích cực và tôi không biết liệu nó có hoạt động được nữa không. Ossim geocell là chương trình hiện tại nhưng không có nhiều tài liệu người dùng về điều đó. Tôi nhớ rằng để đạt được kết quả tốt, tôi đã xử lý trước các cảnh Landsat của mình lần đầu tiên với OpenEV bằng cách áp dụng một số độ căng LUT để làm cho hình ảnh có bề ngoài giống nhau. Sau đó, OSSIM đã dễ dàng thực hiện kết hợp cuối cùng. Sản phẩm cuối cùng trông đẹp như sản phẩm tôi đã tạo ra với tiện ích khảm ER Mapper.