光束干擾下多源遙感圖像拼接縫陰影消除方法

王運(yùn)成

摘? 要： 為解決多源遙感圖像拼接邊界處受光束干擾出現(xiàn)陰影區(qū)域影響拼接效果的問(wèn)題，通過(guò)Retinex理論對(duì)多源遙感圖像進(jìn)行預(yù)處理，消除多源遙感圖像的光束干擾;運(yùn)用灰度直方圖法對(duì)多源遙感圖像拼接縫陰影進(jìn)行判定;采用鄰域?qū)Ρ确ㄏ龍D像拼接縫陰影等方法研究了光束干擾下多源遙感圖像拼接縫陰影消除方法。結(jié)果表明，所提方法可以對(duì)拼接縫進(jìn)行準(zhǔn)確的判斷，且拼接圖像的拼接處平滑、無(wú)重疊，具有較好的陰影消除效果，以及較高的實(shí)際應(yīng)用價(jià)值。

關(guān)鍵詞： 多源遙感圖像; 圖像拼接縫; 陰影消除; 光束干擾; 圖像處理; 陰影判斷

中圖分類號(hào)： TN212?34; TP391? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）14?0128?03

Elimination method for seam shadow of multi?source remote sensing images

under beam interference

WANG Yuncheng

（Liaocheng University Dongchang College， Liaocheng 252000， China）

Abstract： In order to eliminate the shadow appearing at the seam boundary of multi?source remote sensing images， which is caused by the beam interference and will affect the splicing effect， the multi?source remote sensing images are preprocessed by means of the Retinex theory to eliminate their beam interference. The gray histogram method is used to judge the seam shadow of the multi?source remote sensing images. The neighborhood comparison method and other methods of eliminating the seam shadow of the images are adopted to research the seam shadow elimination method of multi?source remote sensing images under beam interference. The results show that the proposed method can accurately judge the seams， and make the image seam position smooth and no overlap， which has a well shadow elimination effect and high practical application value.

Keywords： multi?source remote sensing image; image seam; shadow elimination; beam interference; image processing; shadow judgment

0? 引? 言

遙感衛(wèi)星在進(jìn)行圖像采集的過(guò)程中，通常應(yīng)用電荷耦合器件圖像傳感器進(jìn)行傳輸[1?2]。但現(xiàn)有傳感技術(shù)難以支持長(zhǎng)序列傳感器陣列的傳輸，因此在進(jìn)行遙感圖像采集時(shí)，通常將較長(zhǎng)的傳感器陣列拆分成多個(gè)較短的傳感器陣列。在輸出圖像時(shí)通過(guò)拼接技術(shù)完成整幅圖像的輸出，拼接過(guò)程中易受到光束干擾的影響導(dǎo)致拼接后的圖像存在明顯的拼接縫陰影，嚴(yán)重影響遙感圖像的整體質(zhì)量[3]。因此，研究光束干擾下多源遙感圖像拼接縫陰影消除方法具有重要的意義，已經(jīng)成為眾多學(xué)者研究的重點(diǎn)內(nèi)容。文獻(xiàn)[4]提出結(jié)合JND模型的圖像拼接縫消除方法。采用JND模型獲取拼接區(qū)域的最優(yōu)拼接點(diǎn)，得到最終消除后的遙感圖像。該方法消除過(guò)程復(fù)雜，具有局限性。文獻(xiàn)[5]提出通過(guò)A?KAZE算法提取兩幅圖像的特征點(diǎn)，采用最優(yōu)拼接縫和改進(jìn)的多分辨率融合相結(jié)合的算法對(duì)拼接圖像進(jìn)行融合實(shí)現(xiàn)拼接。該方法拼接效果差。文獻(xiàn)[6]提出基于加權(quán)A算法的無(wú)人機(jī)圖像拼接方法，利用基于邊緣圖和重新定位頂點(diǎn)的加權(quán)A*算法對(duì)初始接縫線進(jìn)行細(xì)化完成拼接，該方法的拼接效果較差。針對(duì)上述方法存在的弊端，提出光束干擾下多源遙感圖像拼接縫陰影消除方法，完成多源遙感圖像拼接縫陰影消除。

1? 多源遙感圖像拼接縫陰影消除

1.1? 光束干擾消除

采用Retinex理論對(duì)遙感圖像進(jìn)行預(yù)處理，消除光束干擾造成的影響，通過(guò)光的反射原理獲得圖像中物體的反射性質(zhì)，使遙感圖像更加真實(shí)。在[lg]域中，減去遙感圖像的低頻分量，獲得圖像中物體的反射系數(shù)。多源遙感圖像的光學(xué)表達(dá)式為：

[R（x，y）=L（x，y）I（x，y）]? ? ? ?（1）

式中：[L（x，y）]為圖像物體表面的光亮強(qiáng)度;[I（x，y）]為物體對(duì)光的反射系數(shù)。對(duì)式（1）取對(duì)數(shù)得到：

[lg I=lg R-lg L]? ? ? ? ? （2）

將遙感圖像[R]分成反射圖像[I]和光亮強(qiáng)度圖像[L]，這就是進(jìn)行圖像預(yù)處理的過(guò)程，[I]為獲取的預(yù)處理圖像，從而消除光束造成的干擾，增強(qiáng)圖像的對(duì)比度。

1.2? 陰影區(qū)域判定

消除圖像拼接縫陰影首先通過(guò)灰度直方圖法確定出陰影的區(qū)域[7?9]。采用灰度直方圖法將彩色的遙感圖像轉(zhuǎn)化為灰度圖像。根據(jù)灰度圖像中陰影區(qū)域與非陰影區(qū)域的亮度特性進(jìn)行陰影區(qū)域的判定，選取準(zhǔn)確的亮度特征閾值，區(qū)域的亮度特征值小于該閾值則為陰影區(qū)域。目前，最優(yōu)的閾值選取法為Otsu法[10?11]，它是通過(guò)計(jì)算最小錯(cuò)分概率而實(shí)現(xiàn)閾值的自動(dòng)求解。當(dāng)遙感圖像中的地物環(huán)境錯(cuò)綜復(fù)雜時(shí)，陰影區(qū)域與非陰影區(qū)域的亮度特征差異減小，導(dǎo)致采用Otsu法求取閾值對(duì)陰影區(qū)域進(jìn)行判定會(huì)存在嚴(yán)重的誤差。因此對(duì)Otsu法進(jìn)行優(yōu)化，首先構(gòu)造基勢(shì)函數(shù)[C（x）]：

[C（x）=11+αx2]? ? ? ? ? ? （3）

式中，[α]為基勢(shì)常數(shù)。

勢(shì)函數(shù)[PH（k）]的計(jì)算公式為：

[PH（k）=1Pmaxi=0L-1H（i）1+α（i-k）2]? ? （4）

式中：[H（i）]為直方圖函數(shù);[L]為影像灰度級(jí)。計(jì)算勢(shì)函數(shù)[PH（k）]的一階差分[C（k）]：

[C（k）=i=0L-1PH（k）C（x）]? ? ? ? ? ? （5）

將[C（k）]中第一個(gè)由負(fù)變正的點(diǎn)對(duì)應(yīng)的灰度值作為閾值，將低于閾值的像素判定為陰影區(qū)域，其余的像素為非陰影區(qū)域。

1.3? 拼接縫陰影消除

為了對(duì)多源遙感圖像拼接縫陰影進(jìn)行完全的消除，使圖像拼接達(dá)到最優(yōu)效果，本文采用鄰域?qū)Ρ确ㄟM(jìn)行圖像拼接縫陰影消除處理。通過(guò)計(jì)算待拼接圖像的鄰域灰度標(biāo)準(zhǔn)差與梯度確定圖像最優(yōu)拼接點(diǎn)，在完成拼接縫陰影消除的同時(shí)保障圖像的整體拼接效果，從而實(shí)現(xiàn)無(wú)縫拼接。

多源遙感圖像拼接縫陰影消除首先將彩色多源遙感圖形轉(zhuǎn)化為易于計(jì)算的灰度圖像并進(jìn)行去噪處理，再選取重疊區(qū)域，使用滑動(dòng)模板確定去噪灰度圖像中灰度標(biāo)準(zhǔn)差值最大的像素點(diǎn)，為保障消除效果能夠達(dá)到理想效果，確定選取范圍為N行。灰度標(biāo)準(zhǔn)差[σ]的計(jì)算公式為：

[μ=1Ni=1nxi]? ? ? ? ? ? ? ?（6）

[σ=1Ni=1n（xi-μ）2]? ? ? ? ? （7）

式中，[μ]為N個(gè)數(shù)的平均值。[σ]越大，說(shuō)明該區(qū)域內(nèi)灰度的變化波動(dòng)就越大。

求出灰度范圍內(nèi)標(biāo)準(zhǔn)差值最大像素點(diǎn)的坐標(biāo)均值，將該值與其他像素點(diǎn)的坐標(biāo)值進(jìn)行比較，通過(guò)迭代計(jì)算選取出兩個(gè)與坐標(biāo)均值相差較大的像素點(diǎn)，該兩點(diǎn)作為拼接縫陰影消除的起點(diǎn)。

為了使拼接縫陰影點(diǎn)的判斷更加準(zhǔn)確，設(shè)置區(qū)域閾值限定陰影區(qū)域候選行的范圍，根據(jù)相關(guān)的計(jì)算經(jīng)驗(yàn)選取閾值[h=4]。設(shè)[j]為每一行拼接點(diǎn)所在的最優(yōu)位置，每一行的灰度標(biāo)準(zhǔn)差值相等點(diǎn)均在上一行拼接點(diǎn)最優(yōu)位置[h]兩側(cè)出現(xiàn)，以該相等點(diǎn)像素為中心點(diǎn)，該點(diǎn)周圍3×3鄰域內(nèi)梯度和的最小點(diǎn)則是該行的最優(yōu)拼接點(diǎn)[12]。鄰域梯度計(jì)算公式為：

[Grad T（x，y）=[Tx，Ty]=?T?x，?T?y]? ? （8）

式中：[Tx]為像素點(diǎn)[（x，y）]在[x]方向上的梯度;[Ty]為像素點(diǎn)[（x，y）]在[y]方向上的梯度。像素點(diǎn)[（x，y）]的梯度模值為：

[?T=Grad T=T2x+T2y]? ? ? ?（9）

待所有行的最佳拼接點(diǎn)確定后，將其進(jìn)行連接作為最佳拼接位置進(jìn)行拼接，最終完成多源遙感圖像拼接縫陰影的消除。算法的整體流程如圖1所示。

2? 實(shí)驗(yàn)分析

為了驗(yàn)證所提方法消除多源遙感圖像拼接縫陰影的效果，進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)對(duì)比指標(biāo)為陰影區(qū)域判斷準(zhǔn)確性、陰影消除效果與拼接結(jié)果。實(shí)驗(yàn)的對(duì)比方法為文獻(xiàn)[4]、文獻(xiàn)[5]方法。

2.1? 陰影區(qū)域判斷準(zhǔn)確性

對(duì)多源遙感圖像拼接縫陰影區(qū)域進(jìn)行準(zhǔn)確判斷是陰影消除的基礎(chǔ)，因此將能否對(duì)陰影區(qū)域進(jìn)行準(zhǔn)確判斷作為一項(xiàng)重要指標(biāo)。將本文方法與文獻(xiàn)[4]方法進(jìn)行陰影判斷對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果見(jiàn)圖2、圖3。

分析圖2可知，本文方法可以將遙感圖像中的拼接縫陰影區(qū)域進(jìn)行準(zhǔn)確的確定，為實(shí)現(xiàn)陰影精準(zhǔn)消除與遙感圖像的無(wú)縫拼接奠定基礎(chǔ)。

從圖3中可以看出，文獻(xiàn)[4]方法不能對(duì)遙感圖像中陰影區(qū)域進(jìn)行準(zhǔn)確完全的判斷，判定性能較差。

2.2? 陰影消除效果

根據(jù)上述實(shí)驗(yàn)結(jié)果分別采用本文方法與文獻(xiàn)[4]方法進(jìn)行陰影消除效果對(duì)比，實(shí)驗(yàn)結(jié)果見(jiàn)圖4、圖5。

從圖4中可以看出，本文方法的陰影消除效果較好，能夠?qū)㈥幱皡^(qū)域完全的消除。因?yàn)楸疚牟捎肦etinex理論，對(duì)陰影區(qū)域的判斷十分準(zhǔn)確，并且采用鄰域?qū)Ρ确ㄍ瓿善唇涌p陰影的完全消除。

分析圖5可知，文獻(xiàn)[4]方法只能將判斷出的陰影進(jìn)行消除，對(duì)陰影區(qū)域判斷不準(zhǔn)確，導(dǎo)致該方法難以完成拼接縫陰影的完全消除。

2.3? 拼接效果

實(shí)現(xiàn)多源遙感圖像拼接縫陰影的消除是為了提高遙感圖像的拼接效果，實(shí)現(xiàn)無(wú)縫拼接。本文方法與文獻(xiàn)[5]方法的遙感圖像拼接結(jié)果見(jiàn)圖6、圖7。