無人機影像亮度不均處理算法研究

(1.廣州南方測繪科技股份有限公司南昌分公司 江西 南昌 330013；2.江西水利職業學院 江西 南昌 330013)

無人機影像亮度不均處理算法研究

高峰1戴夢2

(1.廣州南方測繪科技股份有限公司南昌分公司江西南昌330013；2.江西水利職業學院江西南昌330013)

在深入研究現有影像光照不均處理算法的基礎上，實驗選出無人機航拍影像片區中與其他影像有較大光照差別的影像，分別使用MASK勻光算法、直方圖均衡化算法、Retinex理論算法以及同態濾波算法，對單幅影像的亮度分布不均勻性、反差分布不均勻性進行實驗分析。旨在通過各個算法處理效果的比較，得出針對無人機影像最佳的光照一致性算法。

無人機影像；光照不均；同態濾波算法

一、引言

無人機遙感能夠實時對地觀測，其成本低、起降靈活、受天氣條件影響小以及獲取影像色彩真實分辨率高的特點使其具有較高的應用價值。但在獲取航空影像時，由于許多內在和外在的環境因素影響，無人機影像間的光照仍然存在常見的光照不均現象，影像內的不同區域也存在亮度或者色調差異。

二、基于MASK勻光算法

MASK勻光算法又稱為模糊正像勻光法，是一種常用的勻光方法。該方法不僅可以改善影像的光照不均現象，還可以保持整張影像的總體反差不降低，目前已經投入了實際的應用中。

根據馬斯克勻光原理，對于光照不均勻影像可采用如下數學模型進行描述：

I′(x,y)=I(x,y)+B(x,y)

式(1-1)

式中I′(x,y)表示光照不均勻的影像；I(x,y)表示理想條件下受光均勻的影像；B(x,y)表示背景影像[1]。基于以上原理，我們可以將光照不均勻的影像看作一個光照均勻的影像與背景影像疊加，因此，如果能夠精細地模擬出影像的背景影像，再將其從原影像中利用頻率域中的減法法則就可以輸出光照均勻的影像；但實驗表明，減去背景影像之后的原影像在局部地區將出現細部反差降低的現象，因此進行拉伸處理可以增大相鄰細部反差，同時提高整張影像的總體反差，從而消除單幅影像的色彩不一致現象。

經過試驗，MASK勻光方法存在一定的問題和缺陷，首先，在背景影像制作時，它對整張影像的模糊程度相同，并沒有對不同灰度和反差的影像區域來區別處理；其次，直接使用該算法處理得到的影像依然沒有消除原始影像上反差分布不均勻的現象，得到的結果并能滿足影像的后期使用。

三、基于直方圖均衡化算法

通過均衡直方圖可以調整影像的灰度分布情況，從而改善影像光照不均的現象。這種方法，亮度可以在直方圖上分布更加均勻。這樣就可以用于增強局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地擴展亮度來實現這種功能。該方法以影像各灰度級概率的累積分布函數作為變換函數，將原影像映射為一幅灰度級分布較均勻的影像。

直方圖均衡化的算法始終是對于一些灰度分布比較密集或對比度低的影像能取得比較滿意的增強結果[2]。它只考慮灰度統計信息而未考慮像素空間位置信息，因此對于無人機航拍影像的近距離成像，補償光照的效果并不好，容易忽略一些細節信息。

四、基于Retinex理論算法

Retinex算法由Land[3]在上世紀70年代提出的一種顏色恒常知覺的色彩理論。它實質上是一種基于光照補償的圖像增強算法[4]。Retinex的基本原理是將一幅圖像分為亮度圖像和反射圖像兩部分，然后通過降低亮度圖像對反射圖像的影響而達到增強圖像的目的。Retinex算法的表明，圖像由亮度圖像和反射圖像構成，分別用L(x,y)和R(x,y)表示，三者關系可以用下列公式表示：

I(x,y)=L(x,y)×R(x,y)

式(3-1)

其中，L是照度分量，主要由航拍設備或傳感器所接收的光照亮度決定；反射分量R是由地物表面的內在性質決定的。Retinex方法對影像處理的最終效果就是從圖像I中獲得物體的反射性質分量R，再將其光照分量去掉，還原物體最原本的色彩。如何更準確、合理地將照度分量L從原始影像I中提取出來，是人們對應用Retinex算法關注的熱點。自提出此算法至今，已有許多文獻提出大量方法來改進算法解決這個問題，如單尺度Retinex算法[5]、多尺度Retinex算法[6]等。

試驗表明無論是哪種Retinex算法在暗處細節的增強中有著較好的效果，也適合處理局部灰度值低的圖像，并且在壓縮圖像對比度時能在一定程度上保持圖像原始亮度，但沒有重視圖像梯度信息，易在增強圖像的同時模糊邊緣信息。

五、基于同態濾波算法

數字影像一般表達為空間的灰度函數，可以構成矩陣形式的陣列，這種表達方式與真實影像相似。但傅里葉變換的應用，實現了影像“空間域”與“頻率域”的變換，頻率域的表達讓數字影像處理拓寬了渠道。基于光照-反射模型的同態濾波便可以通過上述變換在頻率域中對影像進行增強，在光照成像模型中，我們將影像灰度理解為照射分量和反射分量的乘積，而照射分量梯度變化趨于平緩對應于低頻信息，反射分量則代表高頻信息。因此合理使用濾波器可以使影像的灰度動態范圍得到壓縮，同時能讓影像的灰度級得到擴展，抑制照射分量的影響[7]。

基于同態濾波的無人機影像光照不均消除方法具體算法過程如下：

1.遙感影像f(x,y)可以由照射分量和反射分量乘積表示為：

f(x,y)=fi(x,y)×fr(x,y)

式(4-1)

2.對影像表達式取對數，可以將照射分量和反射分量由乘積模型變為加性模型；

Inf(x,y)=In[fi(x,y)×fr(x,y)]=Infi(x,y)+Infr(x,y)

式(4-2)

3.對取對數后的圖像進行傅里葉變換；

F(μ,ν)=F(Inf(x,y))=Fi(μ,ν)+Fr(μ,ν)

式(4-3)

4.在頻率域中，使用濾波器H(u,v)對影像進行處理：

F(μ,ν)=H(μ,ν)×Fi(μ,ν)+H(μ,ν)×Fr(μ,ν)

式(4-4)

5.傅里葉反變化和反對數運算，恢復原始圖像，光照不均消除。

六、實驗結果對比分析

從視覺效果可以判斷原始影像的亮度過度，且實驗數據挑選過程中可以明顯看出影像與前后兩張相差較大，因此，對影像的光照不均現象必須進行預處理。通過各個算法的處理后得到的影像，從目視可以看出，Retinex算法處理后的影像在亮度上有一定的改善，基本去除了亮度過高的朦朧感，但也對整體影像的色彩改變較大，使影像產生一定的失真；MASK勻光算法處理后的影像效果并不好，雖然該算法能對單張光學遙感影像的內部光照不均進行較好的處理，但針對無人機影像的整片曝光過度現象并不能處理得到理想的效果；改進后的同態濾波處理過后的影像在亮度的處理中有著較佳的結果，且影像的整體反差比較一致，局部區域也比較清晰，對亮度平衡起到了較好的效果。

為了能夠更為科學的評定各個方法的效果，通過測定算法處理后影像的平均梯度和信息熵值來進行對比分析。上述四種算法處理后的影像以及原始影像的平均梯度和信息熵值比較如表1所示：

表1 各算法處理后影像指標對比表

由此可知，在針對整片區域光照曝光較異常、亮度不均勻的無人機影像宜采用同態濾波算法進行單張影像的處理。

[1]李德仁，王密，潘俊.光學遙感影像的自動勻光處理及應用[J].武漢大學學報(信息科學版)，2006，(09)：753-756.

[2]楊杰，付忠良，阮波.照度不均勻圖像的快速自適應灰度修正[J].計算機應用，2005，25(3)：598-602.

[3]蔣永馨，王孝通，徐曉剛，黃華.一種基于光照補償的圖像增強算法[J].電子學報，2009，37(4)：151-155.