一種鑲嵌影像的分塊直方圖匹配勻光算法

李鳳英，易磊，張洛愷，何泓宇

（1.61287部隊(duì)，成都610000；2.信息工程大學(xué)地理空間信息學(xué)院，鄭州450000）

一種鑲嵌影像的分塊直方圖匹配勻光算法

李鳳英1，易磊2，張洛愷1，何泓宇1

（1.61287部隊(duì)，成都610000；2.信息工程大學(xué)地理空間信息學(xué)院，鄭州450000）

針對(duì)鑲嵌影像可能存在的補(bǔ)丁效應(yīng)以及色彩不均勻現(xiàn)象，提出了一種利用分塊影像來(lái)確定距離權(quán)值的分塊直方圖匹配勻光算法。通過(guò)實(shí)驗(yàn)，與經(jīng)典馬斯克勻光算法進(jìn)行了對(duì)比分析。結(jié)果表明，本文算法能夠改善影像質(zhì)量，實(shí)現(xiàn)鑲嵌影像色彩均衡、反差一致，有利于大幅面應(yīng)急影像的實(shí)時(shí)處理。

影像鑲嵌；馬斯克；勻光；色彩不均勻；直方圖匹配

0 引 言

獲取遙感影像過(guò)程中，由于傳感器、外部環(huán)境、曝光等因素的影響，使得影像內(nèi)部或者同一航帶影像間存在亮度、色調(diào)以及反差不均勻現(xiàn)象，稱為色彩不均勻現(xiàn)象［1］。色彩不均勻現(xiàn)象使影像容易呈現(xiàn)出明顯的明暗或色彩不一、反差分布不均勻，影響視覺效果，同時(shí)影響后期處理的質(zhì)量，特別是在影像鑲嵌中，由于多幅影像曝光參數(shù)、輻射水平、成像日期等差異的存在導(dǎo)致同名地物在相鄰影像上色彩、亮度不一致［2］，同時(shí)相鄰影像灰度、色彩的細(xì)微差別都能導(dǎo)致明顯的拼接塊，出現(xiàn)補(bǔ)丁效應(yīng)。因此，必須對(duì)鑲嵌影像進(jìn)行勻光處理，得到色彩均衡、反差適中、圖像清晰、信息豐富的大范圍無(wú)縫數(shù)字影像。勻光處理是指消除影像色彩不均勻現(xiàn)象，得到色調(diào)均勻、反差一致的影像［3］。其中色彩不均勻問(wèn)題可分為三類：一是單幅影像的勻光處理；二是多幅影像之間的色彩一致性處理；三是鑲嵌后的大幅面影像勻光處理［4］。由于鑲嵌影像亮度、反差不均勻性分布的不規(guī)則性，現(xiàn)有勻光算法一般用于遙感影像預(yù)處理階段，針對(duì)鑲嵌影像勻光處理的研究還比較少。文獻(xiàn)［5］針對(duì)現(xiàn)有勻光方法進(jìn)行了實(shí)驗(yàn)對(duì)比和分析，發(fā)現(xiàn)經(jīng)典的馬斯克（MASK）勻光法相比其他算法能得到較好的效果，同時(shí)也能較好保持細(xì)節(jié)完整性，綜合效果最好。本文根據(jù)直方圖匹配原理，提出一種分塊直方圖匹配勻光算法，并與MASK勻光法進(jìn)行對(duì)比分析，并得出若干結(jié)論。

1 MASK勻光法

MASK勻光法［6］是根據(jù)光學(xué)像片的曬印，將影像看作亮度均勻的前景影像與背景影像之和，通過(guò)濾波器模擬影像的亮度分布作為背景影像，將原始影像減去背景影像即得到均勻影像。對(duì)光照不均勻影像可采用如下模型描述：

MASK勻光法的關(guān)鍵在于背景影像的獲取，現(xiàn)有處理一般利用高斯低通濾波器來(lái)獲取背景影像，其中合適的濾波器尺寸一般通過(guò)人工選取。

2 直方圖匹配

在遙感數(shù)字圖像處理中，勻光處理一般也稱為色彩均衡，是數(shù)字正射影像制作以及大型無(wú)縫數(shù)據(jù)庫(kù)建立的關(guān)鍵步驟。影像間的色彩一致性處理常用到直方圖匹配方法［7］，該方法以標(biāo)準(zhǔn)圖像的直方圖為標(biāo)準(zhǔn)做變換，使兩圖像的直方圖相同和近似，從而使兩幅圖像具有類似的色調(diào)和反差。直方圖匹配是使一幅圖像的直方圖變?yōu)橐?guī)定形狀的直方圖而進(jìn)行的圖像增強(qiáng)方法，又叫直方圖規(guī)定化。

直方圖匹配的方法是在相鄰圖像之間進(jìn)行直方圖匹配，以一景圖像像元灰度的均值和方差為參考標(biāo)準(zhǔn)，變換另一景圖像像元的灰度值，使它的均值和方差與參考圖像的均值和方差匹配。文獻(xiàn)［8］中直方圖規(guī)定化匹配均值和方差的公式為：

式中，μref、σref分別表示規(guī)定或標(biāo)準(zhǔn)圖像的均值和方差，μ、σ分別表示待匹配圖像的均值和方差，GL表示處理后的待匹配影像上某點(diǎn)的灰度值，DN表示該點(diǎn)處理前的灰度值。

3 分塊直方圖匹配

3.1 原理

在遙感圖像處理中，直方圖匹配常用于相鄰影像的灰度調(diào)節(jié)。本文借鑒直方圖匹配思想，采用分塊直方圖匹配算法進(jìn)行鑲嵌影像的勻光處理。算法的思想是：將鑲嵌影像進(jìn)行分塊，依據(jù)各個(gè)分塊影像及鑲嵌影像是否存在劇烈光照反差信息確定鑲嵌影像的期望均值和方差。由于影像均值能反映色調(diào)與亮度情況，方差能反映灰度動(dòng)態(tài)變化范圍，因而能反映反差情況［9］。處理時(shí)，利用像素點(diǎn)到各分塊影像中心的距離來(lái)確定權(quán)值，并與像素點(diǎn)所在影像塊及其周圍影像塊的均值和方差進(jìn)行加權(quán)求和，確定每一像素點(diǎn)的變換參數(shù)。

本算法以像素點(diǎn)周圍信息來(lái)確定變換參數(shù)，顧及了局部影像色調(diào)、亮度信息，避免了較遠(yuǎn)像素的影響；本算法從原始影像中確定期望均值和方差，保持了原影像色調(diào)、亮度信息，避免可能出現(xiàn)的色彩失真現(xiàn)象。

3.2 實(shí)施步驟

分塊直方圖匹配勻光算法流程圖如圖1所示。

圖1 流程圖

具體步驟如下：

①自動(dòng)選取期望均值和期望方差。采用分塊的思想及結(jié)合原始影像是否存在劇烈的光照反差，綜合確定期望均值和方差。

②對(duì)每一影像塊中的每一個(gè)像素點(diǎn)，其變換參數(shù)根據(jù)該點(diǎn)所在影像塊及其周圍8個(gè)影像塊共9塊影像的均值和方差來(lái)確定。對(duì)第（k，l）影像塊任意一像素點(diǎn)i（x，y）有：

③根據(jù)變換參數(shù)，對(duì)每個(gè)像素點(diǎn)進(jìn)行直方圖匹配

式中，f′（x，y）表示原影像每一像素點(diǎn)i經(jīng)過(guò)處理后的灰度值；f（x，y）表示原影像每一像素點(diǎn)i處理前的灰度值；μall、σall分別表示鑲嵌影像確定的期望均值和方差；μi、σi分別表示每一像素點(diǎn)i的變換參數(shù)。

分塊直方圖匹配勻光算法使每個(gè)影像塊的均值和方差映射到相應(yīng)定值，而且不同塊均值和方差近似相等，從而實(shí)現(xiàn)影像亮度、方差基本一致，不僅保持了影像局部信息，同時(shí)避免出現(xiàn)失真、模糊現(xiàn)象。

4 實(shí)驗(yàn)與分析

為了驗(yàn)證本文算法對(duì)大幅面鑲嵌影像勻光處理的效果，采用了一幅如圖2所示1024×2048鑲嵌影像，該影像存在比較嚴(yán)重的補(bǔ)丁效應(yīng)，中間部分存在亮度不均勻現(xiàn)象，下面部分存在明顯的反差不均勻現(xiàn)象，有明顯的拼接線，色調(diào)不一致，存在模糊現(xiàn)象，是典型的色彩不一致影像。本文所有實(shí)驗(yàn)采用的電腦配置為AMD Phenom（tm）II X4處理器，4.0GB內(nèi)存，32位win7操作系統(tǒng)，MATLAB7.0。

圖2 鑲嵌影像

4.1 確定期望均值和方差

經(jīng)過(guò)研究發(fā)現(xiàn)，大氣效應(yīng)、光照、地形等因素不會(huì)使影像產(chǎn)生光照劇烈反差的現(xiàn)象［10］。因此在成像時(shí)，光照最亮的部分一般有較好的光照條件，其受到的輻射衰減也最小，最能代表地物真實(shí)的輻射狀況。

在確定期望均值和方差時(shí)，對(duì)于光照分布沒(méi)有劇烈反差的影像，分塊處理后，均值最大的分塊擁有最大的照度，可以將其作為期望均值。而在實(shí)際情況下，河流、湖泊的鏡面反射等因素可能導(dǎo)致遙感影像產(chǎn)生較大的光照反差，影響影像質(zhì)量，此時(shí)分塊后如果選取最亮部分作為期望均值，容易使結(jié)果影像出現(xiàn)巨大的亮度和色調(diào)扭曲，此時(shí)改用整幅圖像的均值作為期望均值，期望方差的選取，一般選取整幅影像的方差作為期望方差。

本文分別采用分塊后最大均值和整體均值作為期望均值，期望方差都采用整體方差，對(duì)圖2進(jìn)行處理，結(jié)果如圖3、圖4所示。

圖3 最大均值

圖4 整體均值

由圖5、圖6可知，以最大均值作為期望均值處理結(jié)果視覺效果比以整體均值作為期望均值處理結(jié)果要好。

4.2 分塊問(wèn)題

對(duì)影像進(jìn)行分塊時(shí)，需要考慮“分塊效應(yīng)”問(wèn)題，“分塊效應(yīng)”一般出現(xiàn)在塊與塊的分界處。本文算法中每一像素點(diǎn)的變換參數(shù)由周圍9個(gè)影像塊的信息來(lái)確定，將各塊分別計(jì)算的均值、方差進(jìn)行加權(quán)求和，合理顧及了相鄰塊之間的差別和聯(lián)系，能夠有效地避免分塊效應(yīng)的出現(xiàn)。

對(duì)影像塊形狀有兩種方案：正方形分塊（按影像寬高比確定）和長(zhǎng)方形分塊（分塊影像高、寬相等）。由于每一像素點(diǎn)的變換參數(shù)是由周圍影像塊來(lái)確定，不同影像塊形狀，計(jì)算每一點(diǎn)變換參數(shù)所用的影像塊內(nèi)容也不一樣。為了驗(yàn)證本算法的適應(yīng)性，本文分別采用兩種分塊方案對(duì)圖2進(jìn)行處理，處理結(jié)果如圖5、圖6所示，其中塊大小采用16×16。

圖5 正方形分塊

圖6 長(zhǎng)方形分塊

實(shí)驗(yàn)可知，不管是正方形還是長(zhǎng)方形分塊，都能取得較好的勻光效果。

影像分塊時(shí)，最優(yōu)分塊大小的確定與原始影像尺寸以及光照分布有關(guān)。為了獲取本實(shí)驗(yàn)影像的最優(yōu)分塊以及探索分塊大小對(duì)勻光結(jié)果的影響，分別按照8×8、16×16、32×32、64×64分塊大小進(jìn)行處理，得到圖7～圖10所示結(jié)果。其中期望均值采用分塊后最大均值，期望方差都采用整體方差。

圖7 8×8分塊結(jié)果

圖8 16×16分塊結(jié)果

圖9 32×32分塊結(jié)果

表1 處理所用時(shí)間

圖10 64×64分塊結(jié)果

由圖7～圖10以及表1可知，當(dāng)塊太小（例如8×8）時(shí)，以塊為基礎(chǔ)獲取的均值和方差代表性不強(qiáng)，而且處理時(shí)間較長(zhǎng)，處理效果一般；當(dāng)塊太大時(shí)（例如64×64時(shí)），以塊為基礎(chǔ)的均值和方差不能充分反映局部影像信息。當(dāng)塊大小為32×32時(shí)，雖然也能得到較好效果，但是仍然存在輕微鑲嵌效應(yīng)，因此本實(shí)驗(yàn)中采用16×16塊大小結(jié)果較好。

4.3 勻光算法比較

為了比較本文算法與經(jīng)典MASK勻光法的差異性，分別對(duì)圖2進(jìn)行處理。其中本文算法采用16×16分塊大小，期望均值采用分塊后最大均值，期望方差都采用整體方差。MASK勻光法采用最佳濾波器尺寸，處理結(jié)果如圖11、圖12所示。

圖11 本文算法結(jié)果

圖12 濾波尺度＝4.06時(shí)MASK背景影像

圖13 MASK勻光結(jié)果

表2 處理所用時(shí)間

從視覺上分析，MASK勻光處理后影像有一定改善，但是影像補(bǔ)丁效應(yīng)仍然存在，而且由于需要進(jìn)行傅里葉變換，處理較慢；而本文算法處理后影像視覺效果大幅提升，在大幅面應(yīng)急影像處理中能實(shí)時(shí)處理。

4.4 勻光效果評(píng)價(jià)

為了充分驗(yàn)證本算法的有效性，從定量方面來(lái)分析原鑲嵌影像、本文算法勻光結(jié)果、MASK勻光結(jié)果。采用均值、標(biāo)準(zhǔn)偏差、信息熵、平均梯度這4個(gè)評(píng)價(jià)因子［11］對(duì)3張影像進(jìn)行質(zhì)量評(píng)價(jià)。影像均值代表了影像的亮度信息；影像標(biāo)準(zhǔn)偏差反映影像包含信息豐富程度和影像反差情況；平均梯度反映影像的細(xì)節(jié)信息豐富程度和紋理變化特征；熵值反映了影像包含的信息量，熵值越大，所含的信息越多。對(duì)彩色影像采用三通道的平均值。

為了清晰、準(zhǔn)確地評(píng)價(jià)影像，將影像分成8×8共64個(gè)影像塊，按照從上到下，從左到右的順序進(jìn)行編號(hào)，統(tǒng)計(jì)每一塊影像的均值、標(biāo)準(zhǔn)偏差、平均梯度、熵值，并將統(tǒng)計(jì)值按照分塊編號(hào)順序生成分布曲線，由曲線平緩情況來(lái)分析影像不同區(qū)域各值分布情況。所得均值、標(biāo)準(zhǔn)偏差、平均梯度、熵值分布曲線如圖14～圖17所示。

圖14 均值對(duì)比圖

圖15 標(biāo)準(zhǔn)偏差對(duì)比圖

圖16 平均梯度對(duì)比圖

圖17 熵值對(duì)比圖

從圖14可知，原鑲嵌影像的亮度分布曲線是劇烈變化的，表明原鑲嵌影像存在比較嚴(yán)重的亮度不均勻現(xiàn)象；本文算法處理影像的曲線變化平緩，表明影像各部分亮度較均勻；MASK勻光影像曲線比原影像曲線平緩，表明影像各部分亮度較均勻。

從圖15可知，原鑲嵌影像的標(biāo)準(zhǔn)偏差分布曲線變化劇烈，表明影像各部分反差不一致，使原鑲嵌影像呈補(bǔ)丁狀；本文算法處理影像的標(biāo)準(zhǔn)偏差曲線變化平緩，表明影像各部分反差適中，并提高了原反差較低區(qū)域影像的反差；MASK勻光影像曲線變化劇烈，表明沒(méi)有改善影像反差不一致現(xiàn)象。

從圖16可知，原影像平均梯度曲線變化范圍較大，表明影像各部分區(qū)域影像細(xì)節(jié)信息豐富程度不一致，影像清晰度不一樣；本文算法處理影像平均梯度曲線整體高于原鑲嵌影像的曲線，提高了原影像部分區(qū)域的平均梯度，表明改善了影像的細(xì)節(jié)信息和清晰度；MASK勻光算法曲線變化劇烈，但提高了影像平均梯度，表明對(duì)影像細(xì)節(jié)信息有一定改善。

從圖17可知，原影像熵值曲線變換劇烈且變化范圍大，這表明原影像各部分所含信息量不一；本文算法處理影像熵值曲線變化較平緩，并提高了原影像熵值較低區(qū)域的熵值，增加了影像信息量；MASK勻光算法提高了影像熵值，表明對(duì)影像信息量有一定增加。

5 結(jié)束語(yǔ)

本文針對(duì)鑲嵌影像色彩處理方面存在的不足，提出一種分塊直方圖匹配勻光算法，通過(guò)實(shí)驗(yàn)，與經(jīng)典的MASK算法進(jìn)行了對(duì)比分析。結(jié)果表明：分塊直方圖匹配勻光算法能較好地處理色彩不一致的鑲嵌影像，實(shí)現(xiàn)色彩均衡、反差適中、圖像清晰的目的，能夠較好地解決鑲嵌影像的補(bǔ)丁效應(yīng)；本文算法能彌補(bǔ)鑲嵌影像色彩一致性處理方面的不足，在大幅面應(yīng)急影像處理中能實(shí)時(shí)處理。

［1］朱述龍，張占睦.遙感圖像獲取與分析［M］.北京：科學(xué)出版社，2000：96－100.

［2］韓宇韜.數(shù)字正射影像鑲嵌中色彩一致性處理的若干問(wèn)題研究［D］.武漢：武漢大學(xué)，2014：49－54.

［3］李德仁，王密，潘俊.光學(xué)遙感影像的自動(dòng)勻光處理及應(yīng)用［J］.武漢大學(xué)學(xué)報(bào)，信息科學(xué)版，2006，31（96）：753－756.

［4］陳科，黃天勇，聞平，等.利用勻光勻色建立色彩一致性無(wú)縫DOM影像數(shù)據(jù)庫(kù)的方法研究［J］.測(cè)繪工程，2014，23（2）：66－69.

［5］ZHU S L，ZHANG Z，ZHU B S.Experimental comparison among five algorithms of brightness and contrast homogenization［J］.Journal of Remote Sensing，2011，15（1）：111－122.

［6］WANG M，PAN J.A method of removing the uneven illumination phenomenon for optical remote sensing image［J］.Journal of Image and Graphics，2004，9（6）：744－748.

［7］王邦松，艾海賓，安宏，等.航空影像色彩一致性處理算法研究［J］.遙感應(yīng)用，2011，1（9）：45－49.

［8］SCHOWENGERDT R A.Remote sensing models and methods for image processing［J］.2ed.San Diego，1997，5：202－219.

［9］張振.光學(xué)遙感影像勻光算法研究［D］.鄭州：信息工程大學(xué)，2010：1－5.

［10］周麗雅，秦志遠(yuǎn)，尚煒，等.反差一致性保持的勻光算法［J］.測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2011，28（1）：46－49.

［11］賈永紅.數(shù)字圖像處理［M］.武漢：武漢大學(xué)出版社，2003.

A Partitioned Histogram－matching Dodging Algorithm for Image Mosaic

LI Feng－ying1，YI Lei2，ZHANG Luo－kai1，HE Hong－yu1
（1.Troops 61287，Chengdu610000；2.Institute of Surveying and Mapping，Informing Engineering University，Zhengzhou450000）

For the possible patch effect and color uneven phenomena in mosaic images，this paper proposed a partitioned histogram－matching dodging algorithm which uses block image to determine the distance weighting.The experimental results were compared with the classical musk dodging algorithm.The results show that the algorithm can improve image quality and realize the image color balance and contrast consistency，which has advantages in real－time processing of large－format emergency images.

image mosaic；mask；dodging；color unevenness；histogram matching

10.3969／j.issn.1000－3177.2015.06.010

TP79

A

1000－3177（2015）142－0052－06

2014－10－08

2015－01－16

航空遙感技術(shù)國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室經(jīng)費(fèi)資助項(xiàng)目（2014B02）。

李鳳英（1972—），女，碩士研究生，主要研究方向?yàn)榈乩硇畔⑾到y(tǒng)。

E－mail：chengdulfy＠sina.com