譚攀，吳紹斐，蘇曉軍，靳彩嬌

（1.61287部隊，成都 610036；2.75711部隊，廣州 510515；3.66444部隊，北京 100042；4.61175部隊，武漢 430074）

1 改進勻光算法基本思想

基于HIS模型的勻光算法在處理高動態(tài)范圍影像時會出現(xiàn)結(jié)果失真現(xiàn)象。本文將動態(tài)分塊技術(shù)引入勻光處理過程中，目的是通過對原始影像進行分塊，對高光子塊、正常子塊、過暗子塊分別采用HIS變換調(diào)整亮度，獲得勻光后的子塊影像，然后利用線性拉伸算法對不同子塊色調(diào)進行調(diào)整，完成最終的處理，算法的流程圖如下：

圖1 基于動態(tài)分塊的HIS勻光處理算法流程

2 實驗與分析

2.1 實驗數(shù)據(jù)與實驗?zāi)康?/h3>

實驗精心挑選1024×1024像素大小的影像 （如圖2（a）所示），影像具有明顯高動態(tài)范圍特征，中間部分過亮，采用本文算法對其進行勻光處理，驗證處理的效果，通過主觀、客觀評價分析勻光算法處理質(zhì)量。

2.2 實驗結(jié)果與分析

對圖2中影像（a）進行輻射勻光處理，實驗結(jié)果如圖2（b）：

圖2 原始影像和勻光后影像

通過目視觀察可以看出，勻光算法對高動態(tài)影像具有一定的勻光效果，原始影像中間過亮區(qū)域得到明顯改善，而且對影像四周過暗部分也進行了適當改善，處理后的影像細節(jié)更加突出，不存在失真現(xiàn)象，達到了勻光的目的。

分別統(tǒng)計處理前后影像的均值、熵、標準差對其進行客觀評價，結(jié)果見表1。

表1 處理前后影像客觀評價表

由表可以看出，使用本文算法進行勻光處理后，影像的均值降低，亮度變暗。通過標準差的比較可以看出，算法達到了勻光的目的，使得影像反差明顯減小，此外，算法處理后的信息熵有所降低，說明算法豐富了影像的細節(jié)信息。

3 結(jié)論

針對基于HIS變換的勻光算法處理后會出現(xiàn)影像失真的問題，本文提出利用影像動態(tài)分塊思想和HIS變換相結(jié)合的勻光處理方法。針對高動態(tài)范圍遙感影像各個區(qū)域色調(diào)不一致的特點，將影像進行動態(tài)分塊，分為高光子塊、正常子塊和過暗子塊，然后利用HIS變換對這些子塊進行勻光處理，最后對處理后的子塊進行線性拉伸，保證整幅影像的色調(diào)一致。通過實驗結(jié)果可以看出算法從主觀和客觀評價上都獲得了較好的效果。