基于直方圖共享的快視圖色差調(diào)整算法

周兵,孟慧君，劉曉楠，臧文乾,2

（1.河南大學(xué)，開(kāi)封 475004；2.中國(guó)科學(xué)院遙感與數(shù)字地球研究所，北京100101）

0 引言

遙感影像具有覆蓋面積廣、數(shù)據(jù)量大的特點(diǎn)，所以在對(duì)遙感影像進(jìn)行處理時(shí)，一般都會(huì)將其切分成若干瓦塊數(shù)據(jù)，以便實(shí)現(xiàn)并行處理，從而提高處理速度。同時(shí)這也帶來(lái)一個(gè)問(wèn)題：當(dāng)生成這些瓦塊的快視圖時(shí)[1]，由于不同瓦片包含的地物信息存在差異，造成不同瓦塊的顏色范圍不一致，這就導(dǎo)致生成的瓦片快視圖之間會(huì)存在一定色差。對(duì)此，本文提出采用基于直方圖共享的線性拉伸策略，在較好地解決了快視圖之間存在色差問(wèn)題的同時(shí)實(shí)現(xiàn)了圖像增強(qiáng)的效果。

1 相關(guān)研究介紹

圖像色差調(diào)整是一種常見(jiàn)的圖像處理技術(shù)，通過(guò)色差調(diào)整可以獲得較好的視覺(jué)效果，以便于人和機(jī)器對(duì)圖像進(jìn)行更好的理解和分析。傳統(tǒng)的手工調(diào)圖法[2]為：首先對(duì)圖像進(jìn)行分片，以中間片為基準(zhǔn)，判斷其他部分與中間部分圖像相差多少個(gè)DN（Digital Number）值，便分別對(duì)它們?cè)鰷p多少個(gè)DN值，然后將調(diào)色后的圖像導(dǎo)入圖像軟件，查看調(diào)圖效果，如仍有色差則重復(fù)上述過(guò)程。從以上步驟可以看出，手工調(diào)圖法不僅對(duì)工作人員的經(jīng)驗(yàn)要求比較高，而且也比較繁瑣。文獻(xiàn)[3]提出一種三維調(diào)整圖像色差值的方法，該方法的主要思路為：首先接收多個(gè)色差調(diào)整量，這些色差調(diào)整量分別對(duì)應(yīng)多個(gè)參考亮度值。然后根據(jù)色差調(diào)整量估計(jì)選擇區(qū)域內(nèi)各像素所對(duì)應(yīng)的亮度值的目標(biāo)色差調(diào)整量，最后根據(jù)選擇區(qū)域內(nèi)各像素的目標(biāo)色差調(diào)整量調(diào)整選擇區(qū)域內(nèi)各像素的色差值。文獻(xiàn)[4]提出了一種基于最鄰近統(tǒng)計(jì)的CCD（Charge-Coupled Device）圖像色差消除方法。首先選取動(dòng)態(tài)范圍最大的一片CCD作為沒(méi)有色差的基準(zhǔn)圖像，然后將與基準(zhǔn)圖像相鄰的CCD成像作為待處理圖像，選取臨近待處理圖像邊緣的一列像元，分別計(jì)算圖像和這一列像元在某個(gè)波段下灰度值的平均值，然后得出上述兩個(gè)平均值的差，并將這個(gè)差值加到待處理圖像的所有像元上，重復(fù)以上操作直到所有片CCD成像處理完成。該方法雖較好地達(dá)到了遙感影像色差消除的效果，但是由于該方法是基于各片CCD線陣接邊處邊緣區(qū)域進(jìn)行的色差調(diào)整，所以對(duì)整體圖像的色差消除效果并不理想。文獻(xiàn)[5]提到的2%線性拉伸算法的思路為首先裁剪掉圖像直方圖中前后各2%的像素點(diǎn)，然后對(duì)累積在直方圖2%到98%范圍內(nèi)的像素值進(jìn)行拉伸來(lái)增大圖像灰度值范圍。用該方法得到的圖像雖然達(dá)到了較好的顯示效果，但是并沒(méi)有很好地解決各瓦片快視圖之間存在色差的問(wèn)題。

綜上所述，本文在2%線性拉伸算法的基礎(chǔ)上進(jìn)行改進(jìn)，提出了基于直方圖共享的快視圖色差調(diào)整算法，為了驗(yàn)證該方法的有效性，在接下來(lái)進(jìn)行了分析實(shí)驗(yàn)并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行展示。

2 基于直方圖共享的快視圖色差調(diào)整算法

2.1 數(shù)據(jù)分析

圖像拉伸算法主要用來(lái)改變圖像的灰度值范圍，該算法可分為線性拉伸和非線性拉伸兩種。線性拉伸也叫做灰度拉伸,是一種像素級(jí)的圖像處理算法，它通過(guò)對(duì)像素點(diǎn)按照一維灰度變換函數(shù)進(jìn)行變換,達(dá)到拉伸圖像灰度區(qū)間的目的，進(jìn)而實(shí)現(xiàn)圖像顯示效果的增強(qiáng)[5]。本文采用的線性拉伸計(jì)算方法如公式（1）所示。

其中g(shù)（x,y）是拉伸后的影像，f（x,y）是原始影像。本文所采用的是2%線性拉伸算法[5]。該算法根據(jù)圖像直方圖裁剪掉直方圖中前后各2%的像素點(diǎn)，以直方圖中2%處的灰度值作為最小值Min，98%處的灰度值作為最大值Max，對(duì)累積在直方圖2%到98%范圍內(nèi)的像素值進(jìn)行拉伸，以減少異常數(shù)據(jù)對(duì)圖像拉伸結(jié)果的影響。

通過(guò)線性拉伸算法可以看出，線性拉伸算法是在圖像直方圖的基礎(chǔ)上做的線性變化，因此拉伸結(jié)果受直方圖影響。如圖1是同一景遙感影像不同瓦片的對(duì)比圖，表1為圖1中部分瓦片以及整景影像灰度值范圍的對(duì)比，從上述的圖和表可以看出，雖然這多個(gè)瓦片同屬一景遙感影像，但是由于一景遙感影像所覆蓋的地理范圍較大且地物信息較復(fù)雜，對(duì)遙感數(shù)據(jù)按照五層十五級(jí)存儲(chǔ)結(jié)構(gòu)[6-7]切片后各瓦片所包含的地物信息差異性較大，所以灰度值范圍也不盡相同，從而導(dǎo)致瓦片的直方圖信息會(huì)存在差異。另外，切分后各個(gè)瓦片的直方圖并不能反映整景影像的灰度值分布情況，尤其是在圖像進(jìn)行過(guò)幾何糾正后再切分時(shí)，影像的邊角存在滿幅率不高的瓦片數(shù)據(jù)，這就使得瓦片的灰度值更加不能反映整景影像的真實(shí)灰度值分布情況。所以，如果直接對(duì)各個(gè)遙感瓦片按照2%線性拉伸算法去除該瓦片灰度直方圖中左右各2%的像素點(diǎn)而對(duì)其他像素點(diǎn)進(jìn)行拉伸的話，會(huì)使得各瓦片間快視圖色差過(guò)大，這種情況會(huì)導(dǎo)致在進(jìn)行大范圍標(biāo)準(zhǔn)化遙感數(shù)據(jù)展示時(shí)，塊與塊之間存在肉眼可見(jiàn)的拼接線和色差，影響整體展示效果。

圖1 同景影像不同瓦片的對(duì)比

圖中所示數(shù)據(jù)為GF1_PMS1_20150325_L1A0000-716987.tif，在上圖的紅框區(qū)域中最上方瓦片數(shù)據(jù)的行列號(hào)為1300_2967，紅框中最右側(cè)瓦片數(shù)據(jù)行列號(hào)為1299_2968，與這兩個(gè)瓦片相接的數(shù)據(jù)信息為1299_2967。

對(duì)整景影像和這三個(gè)瓦片的灰度值信息統(tǒng)計(jì)如表1所示。

從表中信息可以看出瓦片灰度值的最大值與整景影像的灰度最大值出入較大，這是造成瓦片快視圖之間存在色差的主要原因，尤其是對(duì)于滿幅率較低的瓦片數(shù)據(jù)，如圖1中邊緣區(qū)域，它們與其他瓦片間的色差則更為明顯。

表1 影像灰度值信息

2.2 基于直方圖共享的快視圖色差調(diào)整算法

為解決上述所說(shuō)的因各瓦片的灰度值與整景影像的灰度值出入較大而造成的瓦片快視圖之間存在色差的問(wèn)題，本文在快視圖的生產(chǎn)過(guò)程中做了如下改進(jìn)：在對(duì)圖像進(jìn)行分塊之前，在整景影像波段分離后，統(tǒng)計(jì)各個(gè)波段的直方圖信息并寫入如圖2所示的XML以及TXT文件中，在瓦片數(shù)據(jù)生成快視圖時(shí)，用整景影像的直方圖信息代替瓦片直方圖信息，根據(jù)整景影像直方圖中左右兩端各2%的灰度值來(lái)決定各瓦片中應(yīng)去除的像素點(diǎn)，即去除瓦片中灰度值包含在整景影像直方圖左右兩端各2%灰度值中的像素點(diǎn)，然后對(duì)瓦片中其余的像素點(diǎn)進(jìn)行線性拉伸。改進(jìn)前和改進(jìn)后的快視圖生成流程對(duì)比如圖3所示，其中圖3（a）為改進(jìn)前的快視圖生成流程圖，圖3（b）為改進(jìn)后的快視圖生成流程圖。

圖2 波段統(tǒng)計(jì)信息示例圖

改進(jìn)后的快視圖生成步驟可簡(jiǎn)單描述如下：

（1）讀取影像波段和投影等相關(guān)信息進(jìn)行波段拆分并計(jì)算最小灰度值和最大灰度值，并將統(tǒng)計(jì)信息寫入文件中保存；

（2）按照五層十五級(jí)數(shù)據(jù)組織結(jié)構(gòu)[6]對(duì)輸入的影像進(jìn)行處理，通過(guò)投影轉(zhuǎn)換、數(shù)據(jù)采樣等過(guò)程生成符合標(biāo)準(zhǔn)的切片數(shù)據(jù)；

（3）用整景影像直方圖代替瓦片直方圖去除極端像素點(diǎn)，對(duì)每個(gè)瓦片數(shù)據(jù)按照2%線性拉伸算法公式逐像素操作，得到一景影像的多個(gè)瓦片快視圖。

圖3 改進(jìn)前后快視圖生成流程對(duì)比

3 試驗(yàn)結(jié)果

下圖4和圖6是快視圖模塊改進(jìn)前后效果對(duì)比圖，以GF1 PMS局部數(shù)據(jù)和GF2 PMS局部數(shù)據(jù)為例，圖4和圖6中左側(cè)圖4（a）和圖6（a）為方法改進(jìn)前得到的快視圖，右側(cè)圖4（b）和圖6（b）為改進(jìn)后效果圖。從圖中可以看出采用原來(lái)的處理方式得到的圖像存在顏色過(guò)亮、塊與塊之間顏色不均的問(wèn)題，而優(yōu)化后的方法很好地解決了這個(gè)問(wèn)題并達(dá)到顏色飽滿、地物清晰的效果。上述圖像對(duì)應(yīng)的RGB直方圖數(shù)據(jù)如圖5和圖 7所示，其中圖 5（a）和圖 7（a）為改進(jìn)前的 RGB 直方圖，圖5（b）和圖7（b）為改進(jìn)后RGB直方圖。從圖中可以看出，改進(jìn)前得到的直方圖近似平均分配，使得不同地物間對(duì)比不夠明顯，而改進(jìn)后在一定程度上增強(qiáng)了顯示效果。

圖4 GF1數(shù)據(jù)快視圖前后對(duì)比圖

圖5 GF1數(shù)據(jù)RGB直方圖前后對(duì)比圖

圖6 GF2數(shù)據(jù)快視圖前后對(duì)比圖

圖7 GF2數(shù)據(jù)RGB直方圖前后對(duì)比圖

4 結(jié)語(yǔ)

2%線性拉伸算法可以改善圖像的對(duì)比度和清晰度，但是由于各瓦片灰度值差異過(guò)大等原因，使得各瓦片在處理后生成的快視圖之間存在色差。針對(duì)該問(wèn)題，本文通過(guò)共享直方圖信息策略，在生成各瓦片快視圖時(shí)用整景影像直方圖信息代替瓦片直方圖信息對(duì)瓦片數(shù)據(jù)進(jìn)行選擇處理，并運(yùn)用此方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的對(duì)比分析可得，本文提出的基于直方圖共享的線性拉伸快視圖色差調(diào)整算法得到的圖像較好地解決了各瓦片之間存在色差的問(wèn)題，并在一定程度上達(dá)到了圖像增強(qiáng)的效果。