基于MASK算法的遙感影像勻光處理研究

劉海龍，王賀封，張安兵，趙兵杰

(1.河北工程大學(xué) 地球科學(xué)與工程學(xué)院，河北 邯鄲 056038；2.河北工程大學(xué) 礦業(yè)與測(cè)繪工程學(xué)院，河北 邯鄲 056038)

基于MASK算法的遙感影像勻光處理研究

劉海龍1，王賀封2，張安兵2，趙兵杰1

(1.河北工程大學(xué) 地球科學(xué)與工程學(xué)院，河北 邯鄲 056038；2.河北工程大學(xué) 礦業(yè)與測(cè)繪工程學(xué)院，河北 邯鄲 056038)

針對(duì)現(xiàn)有的MASK勻光算法不足現(xiàn)象，提出一種針對(duì)MASK結(jié)果影像的梯度拉伸算法，實(shí)驗(yàn)證明：與2%線性拉伸和對(duì)比度參數(shù)拉伸相對(duì)比，該算法在解決遙感影像亮度分布不均勻問題的同時(shí)，保障影像的清晰度，增強(qiáng)細(xì)節(jié)反差，達(dá)到很好的勻光效果。

MASK；遙感影像；勻光

在遙感影像的獲取過程中，由于光照條件、地物類別、拍攝角度、大氣條件等因素的影響，影像中會(huì)出現(xiàn)亮度分布不均勻的現(xiàn)象，嚴(yán)重影響影像質(zhì)量，增加了影像處理難度。為了消除此問題，就必須對(duì)影像進(jìn)行勻光處理，以得到亮度均勻的高質(zhì)量遙感影像[1]。目前，對(duì)于單幅遙感影像的勻光處理，常用的方法主要分為兩類：一類是數(shù)學(xué)模型法，但是該方法僅適用于亮度變化緩和的遙感影像的勻光處理；另一類是濾波法，選擇出合適的濾波器是這類算法的一個(gè)難題[2]。MASK 勻光算法就是濾波方法的一種[3]，它通過增強(qiáng)高頻信息，抑制低頻信息，從而增強(qiáng)影像的細(xì)節(jié)反差，抑制影像的異常亮度變化，達(dá)到勻光目的。實(shí)驗(yàn)擬采用MASK勻光算法對(duì)影像進(jìn)行處理，并進(jìn)行拉伸顯示，常用的拉伸方法包括2%線性拉伸和對(duì)比度參數(shù)拉伸，2%線性拉伸的結(jié)果影像勻光效果較差，不能滿足需求；對(duì)比度參數(shù)拉伸雖然能取得很好的勻光效果，但會(huì)導(dǎo)致影像清晰度下降。為解決上述兩種拉伸方法存在的問題，提出一種梯度拉伸顯示方法，并通過影像視覺效果分析以及從影像標(biāo)準(zhǔn)差和平均梯度兩方面的定量分析，研究三種拉伸方法的優(yōu)點(diǎn)和不足。

1 MASK勻光算法

1.1 算法流程

MASK勻光法又稱作模糊正像勻光方法，主要針對(duì)影像光照不均勻提出來的一種方法，通過對(duì)影像局部區(qū)域的不同程度光照補(bǔ)償，獲得光照均勻的影像。MASK勻光算法主要是將遙感影像看作是亮度不均勻的背景影像和受光均勻影像的疊加。數(shù)學(xué)表達(dá)式如下[4]：

其中，g(x)為原始影像，f (x)為背景影像，δ(x)為受光均勻的影像，也即是勻光算法獲取的結(jié)果影像。背景影像位于影像的低頻部分，主要反映影像的亮度變化趨勢(shì)，受光照條件、地物類別、拍攝角度、大氣條件等因素的影響較大，容易出現(xiàn)亮度異常增強(qiáng)或減弱，不能正確反映像元間真正的亮度關(guān)系；受光均勻的影像位于影像的高頻部分，主要反映影像場(chǎng)景的反射特性，包含地物細(xì)節(jié)信息，而不受光照變化的影響。

MASK勻光算法通過低通濾波器對(duì)原始影像進(jìn)行濾波處理，得到模擬亮度分布的背景影像，再將原始影像與獲得的模擬背景影像做相減處理，并做相應(yīng)的拉伸顯示，得到最終的勻光影像[5]。處理流程如圖1：

圖1 MASK勻光算法流程Fig.1 Dodging algorithm process of MASK

1.2 濾波器的選取

MASK勻光算法的關(guān)鍵在于選取合適的濾波器對(duì)原始影像進(jìn)行低通濾波，從而獲得模擬的背景影像。濾波器要同時(shí)考慮到空間域誤差和頻率域誤差，但這兩個(gè)誤差又是相互對(duì)立的，其關(guān)系描述為：

其中，Δx為空間域誤差，Δw為頻率域誤差，為了使兩者達(dá)到最優(yōu)化，通常選用高斯低通濾波器[6]。高斯濾波器中的高斯函數(shù)屬于正態(tài)分布，標(biāo)準(zhǔn)差σ越大，也即濾波器尺度越大，參與運(yùn)算的像元越多，模糊程度也就越大，得到的背景影像包含的細(xì)節(jié)信息越少；標(biāo)準(zhǔn)差σ越小，也即濾波器尺度越小，參與運(yùn)算的像元分布越集中，得到的背景影像能更好模擬影像的亮度分布，但是會(huì)包含更多細(xì)節(jié)。背景影像包含過多的影像細(xì)節(jié)信息，通過相減運(yùn)算，會(huì)導(dǎo)致局部細(xì)節(jié)信息丟失，降低影像信息量。不同影像包含的地物信息，拍攝的外部條件，亮度分布也不相同，需要的濾波器尺度也不同。所以選擇合適的濾波器尺度需要考慮多方面因素，并沒有固定統(tǒng)一的選取方法。實(shí)驗(yàn)中，通常經(jīng)過對(duì)比分析，確定最佳的濾波器尺度。

2 拉伸顯示

經(jīng)過相減運(yùn)算后，影像的整體，特別是較暗區(qū)域的反差會(huì)降低，為了提高影像的整體反差，同時(shí)保持影像整體反差一致性，突出影像細(xì)節(jié)，保持影像清晰度，需要對(duì)相減后的影像進(jìn)行拉伸顯示處理[7]。

2.1 2%線性拉伸

2%線性拉伸是基于直方圖分布，將相減運(yùn)算后的影像進(jìn)行統(tǒng)計(jì)運(yùn)算，取直方圖累積在2%處對(duì)應(yīng)的灰度值為最小值Min，98%處對(duì)應(yīng)的灰度值為最大值Max，灰度值小于Min的，將其改為Min；灰度值大于Max的，將其改為Max。再對(duì)圖像灰度值做線性拉伸到[0～255]范圍內(nèi)。數(shù)學(xué)表達(dá)式如下：

其中x為拉伸前像元的灰度值，y為拉伸后對(duì)應(yīng)像元的灰度值。

2.2 對(duì)比度參數(shù)拉伸

對(duì)比度參數(shù)拉伸數(shù)學(xué)表達(dá)式如下[8]：

其中，v為對(duì)比度拉伸參數(shù)，試驗(yàn)中v=2；輸出后的影像，若灰度值大于255，令其等于255；若灰度值小于0，令其等于0，從而得到拉伸后的勻光影像。

2.3 梯度拉伸

2%線性拉伸的勻光效果較差，而對(duì)比度參數(shù)拉伸不能保證影像的清晰度，為了解決兩種拉伸方法的不足，均衡影像的亮度分布，同時(shí)增強(qiáng)反差，保持影像整體反差一致性，提出了一種基于直方圖分布的梯度拉伸方法。該算法將相減運(yùn)算后的影像進(jìn)行統(tǒng)計(jì)運(yùn)算，灰度值大于直方圖累積在98%處對(duì)應(yīng)的值，則改為等于98%處對(duì)應(yīng)的灰度值。將直方圖累積在96%至98%之間的灰度值線性拉伸至96%至98%區(qū)間的1/4范圍；再將直方圖累積在94%至最大值之間的像元值線性拉伸到94%至最大值區(qū)間的1/2范圍。最后，對(duì)圖像灰度值做線性拉伸到[0～255]范圍內(nèi)顯示。

3 實(shí)驗(yàn)與分析

實(shí)驗(yàn)所用影像為landsat8單波段影像（圖2），原始影像中左側(cè)部分亮度明顯偏高，大面積的亮斑導(dǎo)致影像細(xì)節(jié)無法辨識(shí)，而影像右上角偏暗，地物紋理辨識(shí)度也較低，視覺效果較差。為此，本文通過IDL程序語言，編程實(shí)現(xiàn)MASK勻光和三種拉伸算法，同時(shí)為了兼顧影像清晰度和亮度均勻分布，經(jīng)過多次實(shí)驗(yàn)對(duì)比，確定效果最佳的高斯尺度為60，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行MASK算法勻光處理，并采用以上三種拉伸顯示方法進(jìn)行處理，以對(duì)比分析不同方法拉伸效果。

圖2 原始影像Fig.2 Original image

3.1 視覺效果評(píng)價(jià)

MASK勻光算法相減后的影像，分別用2%線性拉伸、對(duì)比度參數(shù)拉伸、梯度拉伸進(jìn)行顯示。三種拉伸算法結(jié)果影像如圖3。

圖3 原始影像和結(jié)果影像Fig.3 Original image and result image

對(duì)比三幅影像，從視覺效果上看，原始影像亮度差異明顯，存在過亮和過暗的區(qū)域，在這些區(qū)域里地物細(xì)節(jié)較難辨識(shí)。通過MASK勻光處理后，2%線性拉伸得到的影像勻光效果一般，亮度差異仍然較大；對(duì)比度參數(shù)拉伸得到的影像亮度較均衡但是影像清晰度較差；梯度拉伸得到的影像亮度分布均勻，細(xì)節(jié)突出，亮度分布和反差一致性較好，影像較清晰，達(dá)到了很好的視覺效果。

為了更好地展示三種拉伸算法的效果，分別截取了上文大圖中框選區(qū)域中較暗和較亮區(qū)域的放大影像進(jìn)行對(duì)比分析（圖4），發(fā)現(xiàn)經(jīng)過MASK勻光算法處理后，在影像較暗區(qū)域和較亮區(qū)域，2%線性拉伸得到的影像較清晰，但勻光效果并不顯著；對(duì)比度參數(shù)拉伸的結(jié)果影像清晰度最差；梯度拉伸在勻光效果和影像清晰度之間找到平衡，達(dá)到較好的視覺效果。

3.2 定量評(píng)價(jià)

從標(biāo)準(zhǔn)差和平均梯度兩個(gè)方面對(duì)影像進(jìn)行質(zhì)量的定量評(píng)價(jià)，標(biāo)準(zhǔn)差反映像元灰度值相對(duì)于平均值的離散程度，標(biāo)準(zhǔn)差越小說明影像亮度越均勻，分布越均衡。平均梯度反映圖像的細(xì)節(jié)信息，表達(dá)影像細(xì)節(jié)反差的豐富度，平均梯度越大表明影像越清晰，目視效果越好。實(shí)驗(yàn)分別將三種拉伸算法下的結(jié)果影像的平均梯度和標(biāo)準(zhǔn)差進(jìn)行對(duì)比，結(jié)果見表1。

圖4 較暗和較亮區(qū)域結(jié)果影像Fig.4 The result of the dark and the bright regions in image

表1 影像整體和較亮、較暗區(qū)域的平均梯度和標(biāo)準(zhǔn)差Tab.1 The average gradient and standard deviation of the whole image and bright and dark areas

從實(shí)驗(yàn)數(shù)據(jù)來看，較暗區(qū)域和較亮區(qū)域的實(shí)驗(yàn)數(shù)據(jù)和影像整體的實(shí)驗(yàn)數(shù)據(jù)趨勢(shì)保持一致。2%線性拉伸得到的影像平均梯度和標(biāo)準(zhǔn)差都較高，反映影像清晰但勻光效果差；而對(duì)比度參數(shù)拉伸得到的影像平均梯度和標(biāo)準(zhǔn)差都較低，反映影像勻光效果好但清晰度較差，兩種拉伸方法都不能兼顧影像清晰度和亮度分布均衡。而梯度拉伸得到的影像平均梯度和標(biāo)準(zhǔn)差都較適中，在保證勻光效果的同時(shí)，也提高了影像的清晰度，增強(qiáng)了細(xì)節(jié)反差，地物細(xì)節(jié)信息更豐富，達(dá)到很好的勻光效果。

4 結(jié)論

MASK勻光算法能很好地模擬原始影像的亮度分布，獲得背景影像，相減后獲得亮度分布均勻的影像。為了增大細(xì)節(jié)反差，同時(shí)保持影像整體反差一致，對(duì)于相減后的影像進(jìn)行拉伸處理。2%線性拉伸得到的影像無論從視覺效果還是定量分析來看，都沒能達(dá)到很好的亮度均衡的效果；對(duì)比度參數(shù)拉伸結(jié)果影像平均梯度較低，影像不夠清晰；梯度拉伸獲得的影像在影像清晰度和亮度分布均衡中找到平衡，標(biāo)準(zhǔn)差和平均梯度較適中，影像整體亮度均衡，同時(shí)保證了影像清晰度，在較暗和較亮區(qū)域的細(xì)節(jié)反差都得到增強(qiáng)，地物細(xì)節(jié)信息更豐富，達(dá)到很好的勻光效果。

[1] 孫 文，尤紅建，傅興玉，等.基于非線性MASK的遙感影像勻光算法[J].測(cè)繪科學(xué)，2014，39(9)：130-134.

[2] 張 振，朱寶山，朱述龍，等.小波變換改進(jìn)的MASK勻光算法[J].遙感學(xué)報(bào)，2009，13(6)：1074-1081.

[3] 王 密，潘 俊.一種數(shù)字航空影像的勻光方法[J].中國圖象圖形學(xué)報(bào)，2004，9(6)：744-748.

[4] 余文杰.遙感影像輻射勻光技術(shù)研究[D].鄭州：解放軍信息工程大學(xué)，2012.

[5] 姚 芳，萬幼川，胡 晗.基于Mask原理的改進(jìn)勻光算法研究[J].遙感信息，2013，28(3)：8-13.

[6] 武紅宇，方 毅.一種頻率域?yàn)V波的航空影像自動(dòng)勻光算法[J].科技傳播，2012，4(16)：148-149.

[7] 張 振，朱寶山，朱述龍.反差一致性改進(jìn)的MASK勻光算法[J].測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2010，27(1)：54-56.

[8] 張 振.光學(xué)遙感影像勻光算法研究[D].鄭州：解放軍信息工程大學(xué)，2010.

Study of remote sensing image dodging based on MASK algorithm

LIU Hailong1，WANG Hefeng2，ZHANG Anbing2，ZHAO Bingjie1
(1.School of Earth Science and Engineering，Hebei University of Engineering，Hebei Handan，056038，China；2.School of Mining and Geomatics Engineering，Hebei University of Engineering，Hebei Handan，056038，China)

Aiming at the shortage of the existing MASK dodging algorithm，a gradient stretch algorithm for MASK image is proposed. Experiments show that，comparing with the 2% linear stretch and contrast parameter stretching，the algorithm can solve the problem of uneven distribution of remote sensing image brightness. At the same time，it canguarantee the sharpness of the image，enhance the contrast of details，reach good effect of dodging.

MASK，remote sensing images，dodging

TP751.1

A

1673-9469（2017）04-0090-04

10.3969/j.issn.1673-9469.2017.04.020

2017-07-31 特約專稿

河北省教育廳科學(xué)研究計(jì)劃項(xiàng)目(QN2016236)；河北省研究生創(chuàng)新資助項(xiàng)目(16129026)

劉海龍(1992-)，男，安徽阜陽人，碩士研究生，從事遙感應(yīng)用方面的研究。