CN102183244B - 一种航空遥感影像的比值匀光方法 - Google Patents

Abstract

本发明公开了一种航空遥感影像的比值匀光方法，包括：步骤1，利用离散傅立叶变换将原始影像变换到频域空间，得到原始影像的频谱图；步骤2，对步骤1得到的频谱图进行高斯低通滤波处理，得到原始影像的低频信息图；步骤3，利用离散傅立叶反变换将步骤2得到的低频信息图恢复为原始影像的亮度分布背景影像图；步骤4，对原始影像和步骤3所得到的影像图中每个像素执行比值处理，即得到匀光结果影像。本发明方法克服了现有匀光方法的局限性，在调整影像亮度分布不均匀问题的同时，还可以调整影像反差分布问题，对于提高数字正射影像生产的效率与质量具有重要意义。

Description

一种航空遥感影像的比值匀光方法

技术领域

本发明属于遥感影像处理领域，尤其涉及一种航空遥感影像的匀光方法。

背景技术

处理航空、航天影像的颜色问题，在DOM(Digital Orthophoto Map，数字正射影像)的生产过程中是一项费时的工序。自动处理影像的颜色问题是摄影测量界提出已久的经典问题，从最早的利用马斯克(mask)法进行模拟航片的晒像处理，直到现在利用数字信号处理领域的方法解决数码影像的色彩问题，人们进行了大量关于影像颜色问题的研究，提出了解决影像颜色问题的各种方法。

一般来说，影响正射影像最终颜色质量的主要因素有两个，一是单幅影像内部的亮度分布不均匀问题，另一是相邻影像之间存在较大的色彩差异。导致单幅影像内部的亮度分布不均匀的原因一般是虚光效应、摄影角度及特殊地物的强反射等。虚光效应也称边缘减光效应，它可导致影像上出现中间亮、周围暗的现象，在传统的模拟航片上这种现象经常出现，如图2(a)所示。由相机与太阳光线的夹角引起的影像亮度分布问题在航空数码影像上较为常见，它常常导致影像的上下或左右部分明暗不一致，如图2(b)所示。另外，诸如水面、沙漠等特殊地物的强反射也会导致影像上出现耀斑现象，如图2(c)所示。

目前对单幅航空影像的亮度分布不均匀问题的处理方法(也称匀光方法)主要有两种：第一种是基于影像的成像模型对影像进行匀光处理，这类方法主要根据在影像局部区域获得的采样值，用数学模型来拟合场景范围内亮度变化的趋势。李治江^[1]提出的基于自适应模版的匀光方法就是属于此类方法，该方法是根据局部窗口计算的影像参考值，采用二次曲面拟合影像亮度的变化。第二种是利用低通滤波方法对影像进行匀光处理，李德仁、王密^[2]提出的基于Mask原理的匀光方法就是属于此类方法，该方法采用高斯滤波器模拟影像的亮度分布作为背景影像，通过从原始影像中减去不均匀的背景影像，达到影像匀光的目的，这种方法可称为差值匀光法。以上两种匀光方法的匀光效果都具有较大的局限性，若原始影像上较暗区域的反差较弱(图3)，匀光处理后这些区域的反差依然较弱(图4)，所以在DOM生产过程中需要对这些反差较弱的区域进行人工干预，因此在很大程度上制约了DOM的生产效率。

文中涉及的参考文献如下：

[1]李治江.彩色影像色调重建的理论与实践[D].武汉：武汉大学：2005.4

[2]李德仁，王密，潘俊.光学遥感影像的自动匀光处理及应用[J]武汉大学学报信息科学版：2006.31(9)：753～756.

发明内容

针对现有技术存在的不足，本发明的目的是提供一种能同时调节单幅航空遥感影像内部亮度分布不均匀与反差分布问题的航空遥感影像的比值匀光方法。

为实现上述目的，本发明采用如下技术方案：

一种航空遥感影像的比值匀光方法，包括以下步骤：

步骤1，利用离散傅立叶变换将原始影像变换到频域空间，得到原始影像的频谱图；

步骤2，对步骤1得到的频谱图进行高斯低通滤波处理，得到原始影像的低频信息图；

步骤3，利用离散傅立叶反变换将步骤2得到的低频信息图恢复为原始影像的亮度分布背景影像图；

步骤4，按公式

对原始影像和步骤3所得到的影像图中每个像素执行比值处理，即得到匀光结果影像，其中，r(x，y)为目标影像的(x，y)像素位置的像素灰度值，f(x，y)为原始影像的(x，y)像素位置的像素灰度值，g(x，y)为步骤3所得影像的(x，y)像素位置的像素灰度值，

为步骤3所得影像中所有像素的灰度值的算术平均值。

与现有的匀光方法相比，本发明方法克服了现有匀光方法的局限性，在调整影像亮度分布不均匀问题的同时，还可以调整影像反差分布问题，对于提高DOM生产的效率与质量具有重要意义。

附图说明

图1为本发明方法过程的示例，(a)为原始航空遥感影像，(b)为原始航空遥感影像的频谱图，(c)为原始航空遥感影像的低频信息图，(d)为原始航空遥感影像的亮度分布背景影像图，(e)为匀光结果影像；

图2为影像内部三种亮度分布不均匀问题的示例，(a)为虚光效应引起的影像内部亮度分布不均匀，(b)为摄影角度导致的影像内部亮度分布不均匀，(c)为水面的强反光导致影像内部亮度分布不均匀；

图3为原始航空遥感影像及其灰度直方图，(a)为原始航空遥感影像，(b)为图(a)中黑框区域的灰度直方图，(c)为图(a)中白框区域的灰度直方图；

图4为采用常规匀光方法对图3(a)影像进行匀光的结果及其灰度直方图，(a)为匀光结果影像，(b)为匀光后图3(a)中黑框区域的灰度直方图；(c)为匀光后图3(a)中白框区域的灰度直方图；

图5为采用本发明方法对图3(a)影像进行匀光的结果及其灰度直方图，(a)为匀光结果影像，(b)为匀光后图3(a)中黑框区域的灰度直方图，(c)为匀光后图3(a)中白框区域的灰度直方图；

图6为本发明采用的高斯低通滤波函数的截面图；

图7为采用本发明方法对图2所示影像进行匀光的结果影像；

图8为某航空摄影区域未经匀光处理的300张数码航空遥感影像的正射镶嵌拼接结果；

图9为采用本发明方法对图8的300张影像匀光处理后的镶嵌拼接结果；

图10为某航空摄影区域未经匀光处理的160张模拟航空遥感影像的正射镶嵌拼接结果；

图11为采用本发明方法对图10的160张影像匀光处理后的镶嵌拼接结果。

具体实施方式

本发明方法基于频率域的低通滤波方法，能从影像中快速分离出亮度分布信息，将亮度分布信息进行归一化处理后，对原始影像与背景影像执行除操作，达到调节影像亮度和反差分布不均匀的目的。为了更好地理解本发明的技术方案，下面结合附图对本发明做进一步的详细说明，本发明的具体步骤如下：

步骤1，

如图1(a)中的原始航空遥感影像所示，假设该影像的尺寸为M×N，M、N分别为影像的像素宽、高，影像中每个像素点坐标设为(x，y)，x∈[0，1，2，...，M-1]，y∈[0，1，2，...，N-1]。

对图1(a)中所示的原始影像进行离散傅立叶变换，将原始影像变换到频域空间，得到影像的频谱图，如图1(b)所示。影像的离散傅立叶变换按下面的公式(1)进行，利用公式(1)对原始影像中的每个像素点进行逐一变换，通过离散傅立叶变换得到的频谱图的尺寸同原始影像尺寸相同：

$F(u,v)=\frac{1}{\mathrm{MN}}\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}f(x,y)e^{-j2\mathrm{\π}(\frac{\mathrm{ux}}{M}+\frac{\mathrm{vy}}{N})}---\left(1\right)$

其中，

F(u，v)表示频谱图的(u，v)像素位置的像素灰度值；

f(x，y)表示原始影像的(x，y)像素位置的像素灰度值；

u、v为频谱图中像素点的二维坐标，u∈[0，1，2，...，M-1]，v∈[0，1，2，...，N-1]；

，表示复数的虚部。

步骤2，

对步骤1得到的频谱图进行高斯低通滤波处理，得到原始影像的低频信息图，如图1(c)所示，频谱图的高斯低通滤波处理按下面的公式(2)进行：

G(u，v)＝H(u，v)F(u，v)    (2)

其中，

G(u，v)表示低频信息图中(u，v)像素位置的像素灰度值；

F(u，v)表示步骤1所得频谱图中(u，v)像素位置的像素灰度值；

H(u，v)为高斯低通滤波函数，

图6为该高斯低通滤波函数的截面图，A为冲击函数强度值，冲击函数强度相当于信号放大强度，在图象处理领域，若不需要对图象做整体增强处理，A就取1.0，所以在本实施例中A取1.0；σ表示截止频率，取值范围在3-21之间，在频域空间超过截止频率的信号会被去除，σ的取值是个经验值，一般由用户根据影像情况来设定，如果影像质量较好，亮度分布问题不严重，可输入较小的值，否则输入较大值。

步骤3，

利用离散傅立叶反变换将步骤2所得的低频信息图恢复为图1(d)所示的影像图，该影像图为图1(a)中的原始影像的亮度分布背景影像。低频信息图的离散傅立叶反变换按下面的公式(3)进行，利用公式(3)对步骤2所得的低频信息图中每个像素点进行逐一变换：

$g(x,y)=\underset{u=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{v=0}{\overset{N-1}{\mathrm{\Σ}}}F(u,v)e^{j2\mathrm{\π}(\frac{\mathrm{ux}}{M}+\frac{\mathrm{vy}}{N})}---\left(3\right)$

其中，

g(x，y)表示本步骤所得影像图中(x，y)像素位置的像素灰度值；

F(u，v)表示步骤1所得频谱图中(u，v)像素位置的像素灰度值；

u、v分别为频谱图中像素点的二维坐标，u∈[0，1，2，...，M-1]，v∈[0，1，2，...，N-1]；

表示复数的虚部。

步骤4，

对原始影像和步骤3所得到的亮度分布背景影像执行逐像素的比值处理，即可得到同时消除了影像内部亮度分布问题与反差分布问题的匀光结果图像，如图1(e)所示，比值处理采用下面的公式(4)进行：

$r(x,y)=f(x,y)\frac{\stackrel{\‾}{g}}{g(x,y)}---\left(4\right)$

其中，

r(x，y)为最终得到的匀光结果图像中(x，y)像素位置的像素灰度值；

f(x，y)为原始影像的(x，y)像素位置的像素灰度值；

g(x，y)为步骤3所得到的影像图中(x，y)像素位置的像素灰度值；

为步骤3所得影像所有像素的灰度值的算术平均值。

如果原始航空遥感影像为彩色图像，则首先将原始影像按R、G、B三个波段分解为三幅灰度图像，再采用上述步骤1～4分别对三幅灰度图像进行匀光处理，并将匀光处理完毕后的三幅灰度图像按照R、G、B波段重新组合成彩色图像。

跟常规匀光方法相比，本发明的比值匀光方法的优异效果可见图3、图4、图5，图3为亮度分别问题和反差分别问题共存的原始航空遥感影像，采用现有的匀光方法处理后的影像只解决了亮度分布问题，反差分布问题依然存在，见图4；而采用本发明的比值匀光方法处理后，则同时解决了影像的亮度分布和反差分布问题，见图5。

Claims (1)

1.一种航空遥感影像的比值匀光方法，其特征在于，包括以下步骤：

步骤1，利用离散傅立叶变换将原始影像变换到频域空间，得到原始影像的频谱图；

步骤2，对步骤1得到的频谱图进行高斯低通滤波处理，得到原始影像的低频信息图；

步骤3，利用离散傅立叶反变换将步骤2得到的低频信息图恢复为原始影像的亮度分布背景影像图；

步骤4，按公式

对原始影像和步骤3所得到的影像图中每个像素执行比值处理，即得到匀光结果影像，其中，r(x，y)为目标影像的(x，y)像素位置的像素灰度值，f(x，y)为原始影像的(x，y)像素位置的像素灰度值，g(x，y)为步骤3所得影像的(x，y)像素位置的像素灰度值，

为步骤3所得影像中所有像素的灰度值的算术平均值。

Images