基于前饋神經(jīng)網(wǎng)絡(luò)的色彩均衡方法

羅登

【摘 要】傳統(tǒng)色彩均衡方法在拼接大范圍不同時(shí)間的衛(wèi)星影像時(shí)往往匹配效果較差。針對(duì)上述問題，提出了一種基于前饋神經(jīng)網(wǎng)絡(luò)的全波段變換的色彩均衡方法。區(qū)域網(wǎng)平差思想解決多幅影像色彩均衡的效果最優(yōu)問題;前饋神經(jīng)網(wǎng)絡(luò)的非線性逼近滿足了色彩變換需求。結(jié)果表明，該方法在處理時(shí)相不同的影像時(shí)色彩均衡效果比直方圖匹配好，為遙感制圖中的勻光勻色工作提供了新思路。

【關(guān)鍵詞】圖像增強(qiáng);色彩均衡;前饋神經(jīng)網(wǎng)絡(luò);光譜匹配

在航空遙感成像過程中，單幅遙感影像往往因?yàn)榇髿馑p、云層、煙霧以及向陽和背陽等光照條件不同導(dǎo)致亮度不均、對(duì)比度低和顏色失真等問題[1，2]。區(qū)域內(nèi)多幅影像也會(huì)因?yàn)橄鄼C(jī)參數(shù)、曝光時(shí)間、影像獲取時(shí)間、攝影角度和云層的影響使得重疊區(qū)域的色彩不均衡，多幅影像鑲嵌后結(jié)果存在明顯縫隙[3]。針對(duì)多張影像的色彩均衡處理，目前比較成熟和廣泛的算法有基于Wallis濾波器和基于直方圖匹配的方法。Wallis濾波器通過局部影像變化，使得不同的位置具有相同的灰度方差與均值，但是在灰度梯度變化大的區(qū)域效果欠佳[4]。直方圖匹配是通過一幅影像的直方圖對(duì)另一幅影像色彩進(jìn)行重建，該方法可能使某些細(xì)節(jié)消失或使某些反差擴(kuò)大[5]。

除上述兩種方法以外，使用線性變化修正重疊區(qū)的RGB或HIS色彩信息也可以取得的較好的效果[6，7]。詹總謙等[5]在重疊區(qū)色彩線性變換的基礎(chǔ)提出了秩虧自由網(wǎng)平差的方法解決多景影像最優(yōu)解問題。位明露等[8]在自由網(wǎng)平差的基礎(chǔ)上把色彩變換方式換成了二元一次函數(shù)，使算法適應(yīng)了更復(fù)雜的環(huán)境。然而，上述方法都只適用于航空遙感中光學(xué)成像獲取的影像，在處理航天遙感的多時(shí)相多光譜影像時(shí)往往匹配效果不好的問題。針對(duì)上述問題，本文以LandSat 8影像為例，將變換函數(shù)換成前饋神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)優(yōu)秀的非線性逼近能力[9]模擬多光譜全波段的色彩變換過程。

一、基于前饋神經(jīng)網(wǎng)絡(luò)的色彩均衡原理

如果待處理的影像內(nèi)已經(jīng)消除了亮度不均、對(duì)比度低和顏色失真等問題，則多幅影像主要存在通道內(nèi)的均值差異和方差差異。假設(shè)兩幅影像A、B部分重疊，重疊區(qū)P中影像A有n個(gè)像元，它們的光譜向量為，則影像B與之對(duì)應(yīng)的同名像元的光譜向量為。其中，為某一像元的光譜向量，向量的維數(shù)為波段數(shù)。

若分別有變換函數(shù)，則兩幅影像某一像元的光譜距離平方和為光譜匹配的思路

該重疊區(qū)的總距離平方和為

只需要將區(qū)域內(nèi)m個(gè)影像重疊區(qū)列出如式（2）的方程，利用優(yōu)化算法求取■的最優(yōu)解，即滿足：

色彩均衡的預(yù)期目標(biāo)是在保證影像質(zhì)量不受到影響或者受到影響較小的情況下平衡多幅影像的色彩，滿足大區(qū)域遙感制圖的需求。色彩均衡效果采用重疊區(qū)像元的中誤差、光譜角和目視對(duì)比效果評(píng)價(jià);影像質(zhì)量通過對(duì)比變換前后的標(biāo)準(zhǔn)差和一維信息熵來評(píng)價(jià)。

二、實(shí)驗(yàn)與結(jié)果分析

分別選取某區(qū)域同時(shí)間的多幅影像和不同時(shí)間的多幅Landsat 8影像進(jìn)行輻射定標(biāo)、大氣校正等預(yù)處理，然后分別采樣不做處理、ENVI軟件中直方圖匹配和本文的方法對(duì)影像做處理，對(duì)比三種情況的效果（圖1）。在處理同時(shí)相影像時(shí)，不同影像之間只存在一些整體的亮度差異。在這種情況下，本文的方法取得了與直方圖匹配方法相同的效果。原圖與參考影像的中誤差為0.0165，直方圖匹配結(jié)果為0.0021，神經(jīng)網(wǎng)絡(luò)為0.0025。

三、結(jié)論

在拼接大范圍的衛(wèi)星影像時(shí)，區(qū)域內(nèi)影像往往由于影像獲取時(shí)間不同、成像條件不同和云覆蓋等原因?qū)е轮丿B區(qū)灰度值存在差異，給影像拼接工作帶來困難。本文利用前饋神經(jīng)網(wǎng)絡(luò)對(duì)影像進(jìn)行全波段變換，取得了比直方圖匹配更好的效果。該方法為地物光譜差異大、色彩偏差大的勻色工作提供了新的方法，具有一定的參考價(jià)值。

【參考文獻(xiàn)】

[1]王密， 潘俊. 一種數(shù)字航空影像的勻光方法[J]. 中國(guó)圖象圖形學(xué)報(bào)， 2004， 9（6）. DOI：10.11834/jig.200406139.

[2]邵振峰， 周熙然， 白云. 改進(jìn)多尺度Retinex理論的低照度 遙感影像增強(qiáng)方法[J]. 武漢大學(xué)學(xué)報(bào)信息科學(xué)版， 2015， 40（1）： 32–39.

[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/OL]. 武漢大學(xué)學(xué)報(bào)信息科學(xué)版， 2006， 25（1）： 1–14.

[4]王智均， 李德仁， 李清泉. Wallis變換在小波影像融合中的應(yīng)用[J]. 武漢測(cè)繪科技大學(xué)學(xué)報(bào)， 2000， 25（7）： 338–342. DOI：10.3321/j.issn：1671-8860.2000.04.011.

[5]詹總謙， 饒友琢. 秩虧自由網(wǎng)平差在近景影像色彩均衡處理中的運(yùn)用[J]. 遙感信息， 2014， 29（6）： 03–05.

[6]XIONG Y， PULLI K B T-I C on M. Color and luminance compensation for mobile panorama construction[C]. .

[7]潘俊. 自動(dòng)化的航空影像色彩一致性處理及接縫線網(wǎng)絡(luò)生成方法研究[Z]. 武漢大學(xué)， 2008（2008）.

[8]位明露， 劉全海， 冉慧敏. 區(qū)域網(wǎng)平差的航空影像色彩均衡算法[J/OL]. 測(cè)繪科學(xué)， 2017， 5（1）： 1–8.

[9]HORNIK K， STINCHCOMBE M， WHITE H. Multilayer feedforward networks are universal approximators[J]. Neural Networks， 1989， 2（5）： 359–366. DOI：10.1016/0893-6080（89）90020-8.

[10]KINGMA D P， BA J L. Adam： A method for stochastic optimization[J]. 3rd International Conference on Learning Representations， ICLR 2015 - Conference Track Proceedings， 2015.