基于灰關(guān)聯(lián)分析的遙感影像無(wú)縫拼接

摘 要:根據(jù)中心像元與周圍像元之間的鄰近像元效應(yīng)，提出了一種基于灰關(guān)聯(lián)分析的多景遙感影像無(wú)縫拼接方法。該方法以影像重疊區(qū)域中心像元鄰域作為參考序列與比較序列，利用斜率關(guān)聯(lián)度計(jì)算兩者之間的灰關(guān)聯(lián)度，找到一條影像色調(diào)和紋理差異較小的拼接線，并對(duì)其兩側(cè)作加權(quán)灰度平滑處理，以消除拼接圖像之間因色調(diào)差異造成的接縫效應(yīng)。實(shí)驗(yàn)結(jié)果表明，該方法算法簡(jiǎn)單，易于實(shí)現(xiàn)，影像拼接質(zhì)量較好。

關(guān)鍵詞:灰關(guān)聯(lián)分析; 斜率關(guān)聯(lián)度; 影像拼接; 拼接線; 拼接縫消除

中圖分類號(hào):TP751.1文獻(xiàn)標(biāo)志碼:A

文章編號(hào):1001-3695(2009)09-3534-02

doi:10.3969/j.issn.1001-3695.2009.09.095

Seamless mosaicking for remote sensing images based on grey relational analysis

WEN Hong-yan， ZHOU Jian-zhong

(College of Hydropower Information Engineering， Huazhong University of Science Technology， Wuhan 430074， China)

Abstract:This paper put forward a novel method using grey relational analysis for seamless mosaicking remote sensing images. First， the method regarded pixel neighboring sequence in overlapping area as referential sequence and compared sequence because of the relation of center point and neighboring points， then computed grey relational degree of referential sequence and compared sequence using slope relational degree， finally detected an optimal seam line which was less differences in color and texture between the images， and made gray-level smooth with the help of weighting on both sides of the seam line in order to eliminate the mosaicking seam caused by tone difference between the adjacent images to be mosaicked . The experimental result indicates that the new method is very effective， simple， easy to realize and can gain more satisfying mosaicking images.

Key words:grey relational analysis(GRA); slope relational degree; image mosaic; seam line; seam removal

遙感圖像鑲嵌是遙感應(yīng)用的重要內(nèi)容之一，特別是對(duì)較大范圍的衛(wèi)星遙感和區(qū)域性(如城市)航空遙感而言。影像鑲嵌的目標(biāo)就是要產(chǎn)生一個(gè)視覺可行的全景圖像，便于更好地統(tǒng)一處理、解譯、分析和研究。影像鑲嵌的技術(shù)問(wèn)題之一是要進(jìn)行影像的幾何校正，將它們校正到統(tǒng)一的坐標(biāo)系中，其精度取決于控制點(diǎn)和地形模型DTM的精度。技術(shù)問(wèn)題之二是在相鄰影像的重疊區(qū)域?qū)ふ乙粭l拼接線，將多景影像拼接為一景影像。經(jīng)過(guò)幾何校正處理或進(jìn)行校正標(biāo)定的影像，鑲嵌后不會(huì)出現(xiàn)明顯的幾何位置差異，但是，地面環(huán)境的微小變化和成像角度的差異可能造成影像色彩、紋理上的差異，因此在輸入圖像的重疊區(qū)域中尋找一條合理的拼接線尤為重要。一條好的拼接線可以用來(lái)無(wú)縫地合成圖像和紋理，使拼接線上兩輸入圖像間的色調(diào)與紋理誤差最小。技術(shù)問(wèn)題之三是由于曝光差異造成輸入圖像間顏色或者亮度不一致，導(dǎo)致鑲嵌后出現(xiàn)明顯的拼接縫，因此，在影像鑲嵌過(guò)程中，需要一種技術(shù)能夠使拼接縫處的灰度(或顏色)有一個(gè)光滑過(guò)渡，不產(chǎn)生突變效應(yīng)[1~4]。

鑲嵌或多或少存在色彩和紋理差異的正射影像時(shí)，最佳的拼接線在兩景影像重疊區(qū)域應(yīng)具有最大的相似性?；谊P(guān)聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度判斷其聯(lián)系是否緊密[5]。本文探討了基于灰色關(guān)聯(lián)分析理論的遙感圖像最佳拼接線的自動(dòng)檢測(cè)算法，提出以輸入圖像重疊區(qū)域像素序列的關(guān)聯(lián)度為基礎(chǔ)進(jìn)行最佳拼接線選取的方法。在影像的顏色或者亮度相差較大的情況下，直接按照檢測(cè)的拼接線鑲嵌影像會(huì)使影像在邊界上產(chǎn)生一條不太自然的拼接縫?，F(xiàn)有的影像拼接縫消除方法主要有基于小波變換的拼接縫消除方法[6，7]和基于重疊影像的拼接縫消除方法[8，9]。文中采用算法簡(jiǎn)單的基于重疊影像的拼接縫消除方法，對(duì)圖像的重疊區(qū)域進(jìn)行平滑過(guò)渡處理，實(shí)現(xiàn)了彩色遙感正射影像的無(wú)縫拼接。

1 利用灰關(guān)聯(lián)分析檢測(cè)最佳拼接線

1.1 灰色斜率關(guān)聯(lián)度[5，10~13]

灰關(guān)聯(lián)分析(GRA)是灰色系統(tǒng)理論的重要組成部分。其實(shí)質(zhì)是根據(jù)系統(tǒng)各因素間的內(nèi)部聯(lián)系或發(fā)展態(tài)勢(shì)的相似程度來(lái)度量因素之間的關(guān)聯(lián)程度。如今，計(jì)算灰色關(guān)聯(lián)度的方法有多種，如鄧氏關(guān)聯(lián)度、絕對(duì)關(guān)聯(lián)度和斜率關(guān)聯(lián)度。其中，斜率關(guān)聯(lián)度計(jì)算簡(jiǎn)便，原始數(shù)據(jù)不需要標(biāo)準(zhǔn)化和選擇參考點(diǎn)，便于計(jì)算機(jī)處理。計(jì)算灰色斜率關(guān)聯(lián)度的步驟如下:

a)計(jì)算兩序列(參考序列與比較序列)在各塊段的斜率關(guān)聯(lián)系數(shù):

ζ(t)=sgn(Δx(t)，Δy(t))[1+|Δx(t)/x|]/[1+|Δx(t)/x|+|Δx(t)/x-Δy(t)/y|]，t∈T(1)

其中:

sgn(Δx(t)，Δy(t))= 1Δx(t)Δy(t)≥0-1Δx(t)Δy(t)<0

其中:x、y為參考序列、比較序列的均值;Δx(t)、Δy(t)為參考序列、比較序列的因子數(shù)增量值;t=1，2，…，N為塊段號(hào)。

b)計(jì)算兩序列的斜率關(guān)聯(lián)度:

γi=1/(N-1)∑N-1t=1ζ(t)(2)

參考序列與比較序列的平均變化率越接近，則斜率關(guān)聯(lián)度γi越大。γi具有惟一性、對(duì)稱性和可比性。

1.2 最佳拼接線檢測(cè)算法

目前應(yīng)用軟件普遍采用的拼接線選取方法有重疊區(qū)域平分線法、最小灰度差值法、地類邊界法、梯度差異法。本文提出在HIS彩色空間下，利用斜率關(guān)聯(lián)度檢測(cè)重疊區(qū)域影像的色調(diào)和紋理的差異信息，據(jù)此尋找最佳拼接線位置。

圖像處理中常用的有兩種彩色坐標(biāo)系:一是由紅R，綠G，藍(lán)B三原色構(gòu)成的RGB彩色空間，另一種是由色調(diào)H、亮度I及飽和度S三個(gè)變量構(gòu)成的HIS空間[14]。兩種彩色空間可以相互轉(zhuǎn)換。從遙感的角度講，由多光譜(多波段)的三個(gè)波段構(gòu)成的RGB分量經(jīng)HIS變換后，可以將圖像的色調(diào)、亮度、飽和度進(jìn)行分離，變換的色調(diào)分量H代表地物的主要頻譜特征，亮度分量I代表地物的空間幾何特征，飽和度分量S表征色彩的純度。RGB空間不適合用于計(jì)算圖像之間的差異，而在HIS空間中這些差異能夠較好地表現(xiàn)出來(lái)。因此，在進(jìn)行拼接線選取之前，先將影像轉(zhuǎn)換到HIS空間，這樣能得到較好的結(jié)果。

傳感器采集地面物體反射輻射能時(shí)，不可避免地受到周圍環(huán)境的影響，反映在影像上就是鄰近像元效應(yīng)。因此，尋找最佳拼接線時(shí)，在圖像上開一個(gè)m×n模板，模板形狀一般設(shè)置為奇數(shù)正方形，如3×3、5×5等。模板在M×N的圖像重疊區(qū)域上逐行掃描，模板對(duì)應(yīng)在兩個(gè)輸入影像的m×n個(gè)像元組成兩個(gè)序列作為參考序列和比較序列。兩個(gè)序列的斜率關(guān)聯(lián)度大小反映了兩輸入影像的m×n鄰域的色彩與紋理的差異信息(關(guān)聯(lián)度越大，差異越小;反之，差異越大)。以每行斜率關(guān)聯(lián)度最大的鄰域中心像元作為該行的最佳拼接點(diǎn)。

按照上述拼接點(diǎn)選擇法，往往會(huì)出現(xiàn)上下行拼接點(diǎn)位置相差較遠(yuǎn)的現(xiàn)象，這樣拼接后有時(shí)會(huì)因上下行之間灰度差異較大造成明顯的接縫。為了避免這類現(xiàn)象發(fā)生，引入一個(gè)閾值T，把選擇最佳拼接點(diǎn)的范圍限制在這個(gè)閾值內(nèi)，T的值不能選取得太大，應(yīng)在1~5為佳[3]。

1.3 算法實(shí)現(xiàn)步驟

a)挑選合適的待拼接遙感正射影像，應(yīng)盡可能選擇成像時(shí)間和成像條件接近的影像。

b)利用影像的地理信息自動(dòng)獲取兩景影像的重疊區(qū)域，并將兩景影像灰度(或顏色)調(diào)整得大體一致，這樣鑲嵌后的拼接縫消除工作就簡(jiǎn)單一些。

c)將影像的RGB頻帶進(jìn)行HIS變換，得到色調(diào)、亮度與飽和度三個(gè)分量。

d)在HIS彩色空間，確定參考序列與比較序列。選擇3×3模板，以兩景影像重疊區(qū)域的3×3鄰域像元作為參考序列和比較序列，分別為

Xi，j= {Xi-1， j-1， Xi-1， j，Xi-1， j+1，Xi， j-1， Xi， j， Xi， j+1， Xi+1， j-1， Xi+1， j，Xi+1， j+1}

Yi， j= {Yi-1， j-1，Yi-1， j，Yi-1， j+1，Yi， j-1，Yi， j，Yi， j+1，Yi+1， j-1，Yi+1， j，Yi+1， j+1}

其中:i=2，…，M-1;j=2，…，N-1。選取影像重疊區(qū)域第一和最后一行的參考序列與比較序列時(shí)，或選用1×3鄰域，或仍選用3×3模板，第一行選取前三行，最后一行選取倒數(shù)三行。

e)計(jì)算以各像素點(diǎn)為中心的3×3鄰域形成的參考序列與比較序列的灰色斜率關(guān)聯(lián)系數(shù)ζ(t)。其中，t=1，2，…，9。

f)計(jì)算以各像素點(diǎn)為中心的3×3鄰域形成的參考序列與比較序列的灰色斜率關(guān)聯(lián)度γi。

最佳拼接點(diǎn)的判斷原則為:找出每行斜率關(guān)聯(lián)度最大的點(diǎn)，當(dāng)該點(diǎn)與上一行拼接點(diǎn)的位置超出T個(gè)像素點(diǎn)的范圍時(shí)，調(diào)整當(dāng)前點(diǎn)位置，使其限制在閾值T范圍內(nèi)。此點(diǎn)即為該行的最佳拼接點(diǎn)。

g)每行確定的拼接點(diǎn)組成待拼接相鄰影像最佳拼接線。

2 拼接縫消除

查找到拼接線之后，兩景輸入圖像的位置就得到了惟一確定。一般在拼接線附近灰度(或顏色)的細(xì)微差別幾乎是不可避免的，如果僅僅將兩景影像進(jìn)行簡(jiǎn)單的疊加，在拼接處可能產(chǎn)生明顯的邊界。為避免這種情況的發(fā)生，實(shí)現(xiàn)圖像的無(wú)縫拼接，必須對(duì)圖像的重疊部分進(jìn)行平滑處理，以提高圖像質(zhì)量。

基于重疊影像的拼接縫消除方法是對(duì)拼接縫兩側(cè)的灰度按式(3)處理[8]:

I(xiàn)i=IAi+(IBi-IAi)×kk=i/W0≤i≤W-1(3)

其中:I(xiàn)i 為平滑處理后得到的像元灰度值;IAi、IBi 分別為該位置在兩景影像重疊區(qū)域的像元灰度值;W為用戶給出的平滑處理的寬度(該寬度應(yīng)小于重疊區(qū)域的寬度);k為權(quán)數(shù)。

這種處理是在拼接點(diǎn)兩側(cè)逐線地在人為規(guī)定的平滑寬度內(nèi)，對(duì)兩景影像的像元灰度值進(jìn)行加權(quán)平均計(jì)算，作為拼接后各像元新的灰度值。所用的權(quán)數(shù)與選取的寬度相關(guān)。由于加權(quán)平均所得的結(jié)果影像相對(duì)于原來(lái)的影像變得模糊，寬度的選取不宜太大。不同的拼接影像，重疊寬度不同，相應(yīng)地，平滑寬度W的選取也不同，人為地確定、選取平滑寬度較為麻煩。

本文在上述算法的基礎(chǔ)上，對(duì)重疊區(qū)域作平滑處理，權(quán)數(shù)k以拼接線為界分為兩段，從1~0.5，0.5~0變化，公式如下:

I(xiàn)i=IAi+(IBi-IAi)×kk=1-0.5×i/d0≤i

其中:d為拼接點(diǎn)的位置，width為重疊區(qū)域?qū)挾取?/p>

3 實(shí)驗(yàn)與結(jié)論

為了驗(yàn)證本文提出算法的可行性與有效性，分別以紋理規(guī)則、紋理雜亂、不同時(shí)相的三組影像進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如圖1~3所示。參加拼接的影像必須經(jīng)過(guò)配準(zhǔn)，兩景影像是否配準(zhǔn)將直接影響拼接的質(zhì)量。本文所用圖像已經(jīng)配準(zhǔn)，像元誤差達(dá)到了一個(gè)像元以內(nèi)，而且由于算法處理的中心像元以及其鄰域范圍內(nèi)的像元對(duì)像元誤差的精度要求相對(duì)來(lái)說(shuō)要低一些，完全符合拼接標(biāo)準(zhǔn)。

圖1為紋理較為規(guī)則的相鄰遙感正射影像的拼接。圖1(a)中的重疊區(qū)域用實(shí)線標(biāo)出;(b)是(a)經(jīng)過(guò)

本文算法處理后的拼接結(jié)果，圖中以實(shí)線標(biāo)出了利用灰關(guān)聯(lián)分析檢測(cè)的最佳拼接線。圖2為紋理較為雜亂的遙感正射影像拼接。(a)中的重疊區(qū)域用實(shí)線標(biāo)出;(b)為(a)的拼接結(jié)果，圖中標(biāo)出了最佳拼接線。圖1(b)和圖2(b)的拼接影像結(jié)果，從主觀目視判決可以看出，經(jīng)過(guò)本文算法拼接后，影像拼接區(qū)域過(guò)渡效果很好，紋理清晰，較好地保留了原影像的空間細(xì)節(jié)信息。

圖3為不同時(shí)相影像的拼接。由于待拼接影像灰度(或顏色)存在較大的差異，在未經(jīng)過(guò)拼接縫處理的圖3(b)中可以看到明顯的拼接縫效應(yīng)。圖3(c)為經(jīng)過(guò)拼接縫處理后的結(jié)果，其較好地消除了拼接縫，并且全景顏色過(guò)渡自然。

本文提出的基于灰色關(guān)聯(lián)分析理論檢測(cè)拼接線算法，取得了較滿意的效果。利用斜率關(guān)聯(lián)度法檢測(cè)一條影像色調(diào)和紋理差異較小的拼接線，并通過(guò)重疊區(qū)域影像的加權(quán)平均消除拼接縫效應(yīng)，實(shí)現(xiàn)了影像的無(wú)縫拼接。經(jīng)實(shí)驗(yàn)研究表明，該算法實(shí)現(xiàn)簡(jiǎn)單，達(dá)到了較好的視覺效果，但是，該算法對(duì)重疊區(qū)域地物邊緣紋理細(xì)小且雜亂的

影像，加權(quán)平均的拼接縫消除方法以損失紋理細(xì)節(jié)特征信息為代價(jià)。

參考文獻(xiàn):

[1]朱述龍，錢曾波.遙感影像鑲嵌時(shí)拼接縫的消除方法[J].遙感學(xué)報(bào)，2002， 6(3):183-187.

[2]周廷剛.遙感彩色影像鑲嵌拼接縫的消除方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2004， 40(36):84-86.

[3]史金霞，王錚.一種拼接縫消除方法[J].現(xiàn)代電子技術(shù)，2005， 28(13):116-117.

[4]方亞玲，焦偉利.利用對(duì)稱動(dòng)態(tài)輪廓模型自動(dòng)檢測(cè)圖像最優(yōu)鑲嵌線[J].科學(xué)技術(shù)與工程，2007， 7(14):3451-3456.

[5]劉思峰，黨耀國(guó)，方志耕.灰色系統(tǒng)理論及其應(yīng)用[M].北京: 科學(xué)出版社，2004.

[6]王建忠.圖像鑲嵌及其邊界處理[J].模式識(shí)別與人工智能， 1933， 6(3):189-195.

[7]ZHU Shu-long，YANG Xu-hua. The seam-line removing in the gene-ration of orthophoto maps[C]// Proc of International Archives of Photogrammetry and Remote Sensing Confernce. 2000: 1247-1251.

[8]楊文久.遙感數(shù)字圖像的配準(zhǔn)和鑲嵌[M]// 馬俊如.中國(guó)遙感進(jìn)展.北京:萬(wàn)國(guó)學(xué)術(shù)出版社，1992.

[9]PELEG S. Elimination of seams from photomosaics [J]. Computer Graphics and Image Processing， 1981， 16(1):90-94.

[10]DENG J L. Control problems of grey system[J]. System and Control Letters， 1982， 1(5):288-294.

[11]鄧聚龍.灰色系統(tǒng)教程[M]. 武漢:華中理工大學(xué)出版社， 1996.

[12]馬苗，田紅鵬，張艷寧.灰色理論在圖像工程中的應(yīng)用研究進(jìn)展[J].中國(guó)圖象圖形學(xué)報(bào)，2007， 12(11):1943-1951.

[13]馬苗，郝重陽(yáng)，韓培友，等.基于灰色關(guān)聯(lián)分析的圖像保真度準(zhǔn)則[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2004， 16(7):978-983.

[14]湯國(guó)安，張友順.遙感數(shù)字圖像處理[M].北京:科學(xué)出版社，2004.