面向無重疊區多源瓦片的拼接勻色技術研究

高小旭，齊修東，臧文乾，謝東海，余 濤,4，黃祥志

(1.河南理工大學 測繪與國土信息工程學院，河南 焦作 454000；2.中科院遙感與數字地球研究所，北京 100101;3.首都師范大學，北京 100048；4.新疆維吾爾自治區衛星應用中心，新疆 烏魯木齊 830000)

隨著遙感科學技術的飛速發展，遙感影像數據進入了海量時代，單個文件的數據量甚至達到GB級別[1]，這為遙感應用提供了強有力的數據支撐。但是，由于衛星遙感接收的電磁波譜要穿過大氣層，必然導致某些情況下遙感影像的質量受到影響，尤其在我國南方多云雨地區，一般難以找到時像相近的高質量影像，厚的云層、積雪的遮擋導致無法判讀感興趣地區影像。薛小虎等人提出在缺少相關地域影像的情況下，可以利用影像瓦片來獲取目標影像[2]。中國科學院遙感與數字地球研究所提出的五層十五級瓦片切分方法是一種高效的數據切分管理方法，通過實時解算、實時統計、分布式存儲的方法對遙感影像數據進行高效管理[3]，如何充分利用這些無重疊的海量多源遙感影像瓦片數據,對其進行拼接、勻色等生成需要的高質量的影像成為一個研究熱點。

目前，針對遙感影像的拼接和勻色，國內外學者大多是利用有重疊區的遙感影像進行鑲嵌和勻色，在重疊區找到一個合適的鑲嵌線進行羽化處理來消除拼接縫。而針對沒有重疊區的五層十五級瓦片進行拼接和勻色的研究很少。韋勝提出了基于Win32類庫和基于GDAL的兩種瓦片拼接方式，提高了瓦片拼接效率[4]。但是針對的是單一影像瓦片數據，且并沒有對勻色進行研究。Yang等人提出對瓦片拼接(TIM)，對任意形狀的圖像進行平鋪組成最后的圖片[5]。劉升容提出了采用影像金字塔技術對遙感影像進行切片組織和存儲，但是只是實現了視覺上的無縫拼接，在物理層面上還是有縫的[6]。多源遙感影像的拍攝時間、光照條件等不同必然會造成影像拼接后色彩差異較大。Legesse F B等人提出了對醫學影像進行拼接勻色的方法[7]。易磊通過現有的勻光勻色算法對比實驗，指出Wallis濾波器勻色方法比較可靠[8]。此外，國內部分學者對影像進行勻色是基于Inpho，Photoshop，易拼圖(EPT)等軟件進行處理的，操作繁瑣、自動化程度低且存在較大人工差異。鑒于此，本文以我國南方某地區的無重疊區的GF1和Landsat8瓦片數據為例，重點研究了五層十五級瓦片之間的拼接和勻色處理，為沒有重疊區的多源遙感影像瓦片之間的拼接和勻色處理提供參考。

1 五層十五級瓦片簡介

五層十五級瓦片切分技術將原始數據切分成大小與數據結構相同的不同層級的瓦片，最大限度地保留了數據的原始信息[9]。其原理為：首先按照經緯度將地球表面進行5層15級切分，每塊瓦片對應一幅1 000像素×1 000像素的影像，其中每一層又按照5∶2.5∶1的比例分為3個級別，每層之間的比例為10∶1，第一層分塊大小依次為50°×50°,25°×25°,10°×10°,第二層5°×5°,2.5°×2.5°,1°×1°,其他層以此類推，切分標準如表1所示[2]。

表1 五層十五級切分標準

圖1、圖2分別為原始影像數據和五層十五級切分后的瓦片影像數據。

2 多源瓦片拼接和勻色設計及實現

2.1 影像瓦片數據來源

我國南方地區多云雨，一般難以找到時像相近的高質量遙感影像，對制作該地區的正射影像圖時產生阻擾。遙感事業的快速發展提供了海量的多源遙感數據。本次研究數據以GF1和Landsat8數據為例，并采用中國科學院遙感與數字地球研究所提出的五層十五級瓦片切分方式對其進行切分。其中，高分一號衛星搭載的WFV2傳感器的多光譜分辨率為16 m。Landsat8數據的1、3、4波段的空間分辨率30 m。

圖3中，(a)為某地區GF1數據影像。右側有積雪覆蓋，影響對該地區地物的判讀。(b)為Landsat8影像數據，右側沒有積雪覆蓋。(c)為通過卷簾工具查看的兩幅影像的顏色對比圖。可以看出兩者的色彩差異比較明顯。

圖1 原始影像

圖3 數據來源及色彩差異對比

2.2 基于Wallis濾波器的多源遙感影像瓦片勻色

Wallis濾波器是一種線性濾波器，其原理是利用參考影像的灰度均值和方差去處理待處理影像，使其具有近似的灰度均值和方差，從而達到勻色的目的。Wallis濾波器的一個缺點是兩幅影像的圖幅不能相差太大，而按照五層十五級標準切分后的瓦片都是大小完全相等的，正適合Wallis濾波器對瓦片進行勻色處理。

Wallis濾波器表示為[10]

bmf+(1-b)mg.

(1)

式中:g(x，y)表示原始瓦片在像點(x，y)處的灰度值；f(x，y)表示Wallis變換處理后對應點的灰度值；mg和sg分別表示原瓦片灰度均值和標準偏差；mf和sf分別表示經過Wallis變換后瓦片灰度均值和標準偏差的目標值；c∈[0,1]表示影像方差擴展常數；b∈[0,l]表示影像亮度系數。

多源遙感影像瓦片的勻色，首先，對多波段的彩色遙感影像進行波段分離，對同一景的瓦片按波段進行分類，對分類后屬于同一景的圖像瓦片進行統一的線性拉伸處理。然后將有云、雪、或者霧霾等影響的質量較差的影像進行剔除，統計余下所有瓦片的均值和標準偏差，選取標準偏差的最大值作為Wallis濾波的目標標準偏差，均值的平均值作為Wallis濾波的目標均值，對所有瓦片逐波段進行Wallis濾波處理，最后利用C++語言編程實現。

2.3 基于五層十五級的多源瓦片拼接

考慮到這些切分后的瓦片之間是沒有重疊區的，無法根據傳統的特征匹配等方式先配準再鑲嵌。為了減小拼接時多源遙感影像瓦片之間的錯位問題，首先對GF1和Landsat8數據進行精校正，使其統一到同一個坐標下，然后采用五層十五級標準對GF1和Landsat8數據進行切分，選擇GF1和Landsat8無云的瓦片，按照瓦片的坐標對相應的瓦片進行拼接，盡可能減小多源遙感影像瓦片拼接時產生的錯位問題。

勻色后的瓦片拼接。選擇需要拼接的瓦片數據存放路徑，獲取該瓦片集合的X和Y的最大、最小坐標值，根據坐標對勻色后的多源遙感影像瓦片進行數據拼接，寫入影像的空間參考信息等，形成一幅較大的圖像；再根據需要對相應的波段進行真彩色或者假彩色合成，得到彩色的遙感圖像，最后保存文件。本文對拉伸處理后的灰度圖像進行彩色圖像恢復時，不做彩色空間轉換，保持在RGB空間內作處理。雖沒有完全保證飽和度不變，但是能在很大程度上改善失色問題，保證最后的彩色勻色效果。本實驗流程如圖4所示。

圖4 瓦片拼接勻色流程圖

圖5 實驗效果對比圖

3 實驗及質量評價

3.1 實驗結果

本文針對無重疊區的多源遙感影像瓦片之間的拼接和勻色問題，提出了一種可行的方案。如圖5所示，圖5(a)為GF1原始瓦片數據，其中右側白色的是被積雪遮擋的部分，嚴重影響了決策人員對此區域目標的判讀，降低了該影像的使用價值。而本實驗采用Landsat8瓦片數據來代替GF1部分有雪的瓦片數據，如圖5所示，拼接成一幅整體圖像，目視效果良好，為有關人員提供有價值的信息以便決策等，具有一定的實用價值。圖5(b)是多源遙感影像瓦片拼接但沒有勻色的效果圖，左側紅色箭頭穿過的4個瓦片為GF1數據，右側綠色箭頭穿過的5個瓦片為Landsat8數據。從圖5(b)中可以看出，多源瓦片之間存在很明顯的縫。利用上述多源遙感影像數據，經過本文的算法，得到了多源遙感影像瓦片拼接成的一幅色彩均衡的圖像，如圖5(c)所示。對拼接勻色后的單波段影像進行真彩色合成，得到圖5(d)。可以看出勻色后的影像整體色彩更亮，Landsat8數據和GF1數據色彩也比較統一，水平方向上和豎直方向上均沒有縫，能夠滿足快速顯示區域影像的目視需要，局部細節如圖5(e)、圖5(f)、圖5(g)所示。圖5(h)為有重疊的GF1數據鑲嵌實驗對比圖，通過在重疊區自動生成的鑲嵌線進行羽化設置來達到勻色的目的，從結果中可以看出鑲嵌線兩側色彩差異還是比較明顯，效果不好。

3.2 質量評價

勻色處理后的影像作為一種產品，其質量好壞對用戶來說至關重要。本文的方案只是針對初步的五層十五級多源遙感影像瓦片拼接成圖的目視美觀程度和地物判讀效果而設計。所以，文章從主觀和客觀兩方面對拼接勻色后的影像進行質量評價。

主觀評價主要考慮色調是否均勻，反差是否適中，影像是否清晰等等。從圖5和圖6可以看出，原始瓦片數據反差比較大，亮度不均勻。經過勻色后整幅影像亮度均勻，且比原來亮度更高，圖7是單波段拼接圖像和拼接后的真彩色合成圖，整體色調均衡，亮度均勻，影像比較清晰。

客觀評價方面，主要以直方圖的形式進行評價。方差反映了圖像各個像元灰度相對于灰度平均值的離散情況，在某種程度上也可以用來評價圖像信息量的大小。從直方圖的角度來說，它反映了直方圖的大致分布寬度。查看影像直方圖分布狀態是航空遙感影像中常用的檢查方式。方差大的圖像其灰度級分布比較分散，圖像的反差大，說明圖像灰度層次越豐富，在目視效果中，地物更加易于識別和分類，圖像質量較為理想；方差小的圖像反差小，對比度不大，色調單一均勻，看不出太多的信息。如圖6、圖7所示，采用多源遙感影像瓦片拼接后的影像單波段和多波段直方圖分布寬度較大，反映了圖像的反差較大，圖像質量較為理想。至于出現灰度不連續現象，則是因為Wallis算子中乘性系數>1,待處理的瓦片灰度級被拉伸。在計算機圖形學中,一幅影像在經過拉伸變換后出現的灰度級不連續分布一般是允許的[10]。而且，Wallis濾波算子是線性的，在基準影像方差大于待處理影像方差的情況下，不可避免出現灰度級不連續分布。

此外，信息熵的大小能夠反映圖像攜帶的信息量的多少。一般情況下，圖像的信息熵越大，其包含的信息量越豐富，質量就越好。通過IDL編程統計出原始圖像信息熵為7.036 651，拼接勻色后的信息熵為7.358 751，相比信息熵有所增加。

圖6 拼接影像第三波段直方圖

圖7 拼接影像三波段直方圖

4 結 語

通過對多源遙感影像進行校正，經過五層十五級切分得到無重疊的瓦片，然后利用Wallis勻色算法對瓦片邊緣進行勻色處理，最后根據瓦片X和Y坐標值進行拼接。經過對我國南方某區域GF1和Landsat8遙感圖像拼接和勻色實驗，結果表明，拼接后的影像色彩統一，無明顯的拼接縫，該方法可以很好地解決多源瓦片拼接和勻色問題，同時也為解決我國某些地區高質量影像資料不全的難題提供了思路，能夠更加充分地利用現有的海量影像瓦片數據，為日常的地圖生產、特殊情況下緊急救災工作等提供快速的數據支撐發揮重要的作用。與當前廣泛應用的基于重疊區的嵌線羽化處理方法相比，本方法具有以下優勢：

1)無重疊的瓦片有利于構建分布式數據庫系統和并行處理系統，處理速度更快。

2)自動化程度高，可以流程化處理。

3)針對高分辨率影像的勻色，比通過在鑲嵌線兩側設置羽化距離的勻色方法效果更好。

[1] 葛強,陳前程,周珂,等.一種遙感數據快速傳輸策略研究[J].計算機工程,2016(6):27-30.

[2] 薛小虎,沈大川,袁關偉,等.基于GDAL的影像瓦片數據拼接技術研究[J].測繪與空間地理息,2016(2):126-128.

[3] 王棟,鄭逢斌,賴積保,等.基于五層十五級遙感數據結構的并行算法研究[J].微計算機信息,2012(1):166-167.

[4] 韋勝.ArcEngine環境下實現瓦片地圖的訪問與拼接[J].武漢大學學報:信息科學版，2012，37(6):737-740.

[5] 唐敏，楊鋒，黃華平.序列無人機影像拼接方法研究[J].測繪工程，2016，25(1)：10-16.

[6] 劉升容,劉學鋒.全國第二次土地調查中海量遙感影像瓦片金字塔的建立與無縫組織[J].測繪通報,2011(7):37-39.

[7] LEGESSE F B, CHERNAVSKAIA O, HEUKE S, et al. Seamless stitching of tile scan microscope images.[J]. Journal of Microscopy, 2015, 258(3):223.

[8] 易磊.遙感影像色彩一致性處理技術研究[D].鄭州：信息工程大學,2015.

[9] 謝秋平,于海洋,王棟,等.遙感數據在線信息分析服務技術研究[J].測繪通報,2016(1):28-32.

[10] 韓宇韜.數字正射影像鑲嵌中色彩一致性處理的若干問題研究[D].武漢：武漢大學,2014.