陳 科，黃天勇，聞 平，欒有昆，楊林波

（中國水電顧問集團昆明勘測設(shè)計研究院 測繪地理信息分院，云南 昆明650041）

影像數(shù)據(jù)作為空間數(shù)據(jù)的一種載體在地理信息領(lǐng)域中的地位變得越來越重要，在建設(shè)國家空間基礎(chǔ)數(shù)據(jù)設(shè)施中，影像數(shù)據(jù)起著重要的基礎(chǔ)數(shù)據(jù)信息層的作用［1］。數(shù)字正射影像（DOM）是“數(shù)字地球”和“智慧城市”的重要組成部分，無縫DOM影像庫與“3S”技術(shù)集成可以提供一個三維立體顯示、量測、設(shè)計、分析和數(shù)據(jù)采集、更新的環(huán)境［2］。因此，建立多尺度、大范圍、高效的無縫DOM影像庫不僅是國家空間基礎(chǔ)設(shè)施建設(shè)的迫切需要，同時也能滿足諸如電力、規(guī)劃、鐵路、公路等行業(yè)應用的現(xiàn)實需求。

近年來傳感器技術(shù)和計算機圖形圖像處理技術(shù)的飛速發(fā)展，使得影像數(shù)據(jù)采集的速度和質(zhì)量有了大幅提高，特別是無人機航測平臺的廣泛應用，使得快速、低廉地獲取大范圍重疊影像數(shù)據(jù)成為可能，這直接加速了后續(xù)開發(fā)和行業(yè)應用［3］。然而，由于不同傳感器特性（如曝光參數(shù)、成像特性、系統(tǒng)處理差異等）、不同拍攝時間（特別是不同航線之間）、不同拍攝環(huán)境（如季節(jié)、天氣、太陽高度角等）、以及不同拍攝對象（如高低起伏的地形、水域等），這些因素都造成獲取的影像之間色彩差異較大，甚至在同一影像內(nèi)部色彩、亮度以及反差都不均勻。這樣的影像如不進行色彩一致性處理，鑲嵌結(jié)果會有明顯的拼接線，色調(diào)差別很大，可視化效果不佳，并且會給影像判讀、影像解譯、全數(shù)字化測圖等后續(xù)影像處理工作帶來一定的困難，影響專業(yè)集成和行業(yè)應用的效果［4］。因此，如何利用勻光勻色技術(shù)保證影像色彩一致性，已成為無縫影像數(shù)據(jù)庫生產(chǎn)過程中亟待解決的關(guān)鍵技術(shù)之一。

影像的色彩一致性，又稱影像的勻光勻色處理，是無縫影像數(shù)據(jù)庫生產(chǎn)過程中的重要環(huán)節(jié)之一［3］。勻光處理是指將一幅原始影像調(diào)整成亮度適中、反差均勻的影像，勻色處理是指將原始影像調(diào)整成影像清晰、色調(diào)均勻、色彩一致的影像。按照實際影像庫生產(chǎn)過程中的不同環(huán)節(jié)和不同處理算法，可將影像光照不均勻問題分為三類：第一類是單幅影像內(nèi)部色彩一致性處理；第二類是多幅影像之間的色彩一致性處理；第三類是多幅影像鑲嵌后形成一幅大影像的色彩一致性處理。國內(nèi)外的專家學者對此做了大量深入的研究，如李德仁等針對光學影像的色彩不平衡問題，提出了自動勻光處理方法［5］；王密等分別研究了Mask勻光技術(shù)和 Wallis變換法，較好地解決了單張航空影像和大型影像數(shù)據(jù)庫的色彩平衡問題［6-7］；Schowengerdt利用LRM（Local Range Modification）模型，將影像格網(wǎng)化，解決了影像局部色彩不平衡的問題［8］；張振等還對Mask算法做了一些自適應非線性的改進［9-10］。在此研究基礎(chǔ)上，筆者從具體的工程實踐出發(fā)，結(jié)合大型三維可視化場景中無縫DOM影像數(shù)據(jù)庫的建設(shè)，針對單影像內(nèi)部和多影像之間的色彩不平衡問題，探索勻光勻色處理方法，研究適用于工程應用的影像色彩一致性處理流程。

1 基于高斯濾波的單幅影像勻光原理

影像的頻率域理論認為影像的低頻信息反映了影像的亮度變化和影像的整體信息；而高頻信息則反映了影像的細節(jié)信息，這部分不隨影像亮度變化而改變。因此，可以把不均勻光照影像看作是一幅光照均勻影像和一幅低頻噪聲影像的疊加結(jié)果。高斯低通濾波在空間域和頻率域都可以得到較高的精度，并且高斯函數(shù)是平滑的，可以避免振鈴現(xiàn)象，信噪比較高，適用于提取不均勻影像的噪聲信息。式（1）是高斯低通濾波器函數(shù)。

式中：d（x，y）為到傅里葉變換原點的距離；σ0為截止頻率。

基于高斯濾波的單幅影像勻光的處理步驟是：①選取高斯濾波器的半徑，用高斯模版和原始影像做卷積運算，得到低頻的噪聲影像；②用原始影像與低頻噪聲影像做相減運算；③根據(jù)原始影像的亮度信息，加上影像相關(guān)處理后的均值；④對影像進行拉伸和增強，即可得到勻光處理后的影像。

式中：FResult是勻光處理后的影像；FOrigin是原始影像；FGauss是高斯低通濾波提取的噪聲影像；offset一般取原始影像的均值，具體取值可根據(jù)原始影像的亮度信息進行調(diào)整，如果原始影像偏亮，可以適當減小均值，反之可適當增大。

2 基于Wallis濾波的多幅影像勻色原理

Wallis濾波器是一種影像局部線性變換，使不同影像或影像不同位置的灰度均值和方差具有近似的數(shù)值，即影像反差小的區(qū)域增大反差，影像反差大的區(qū)域則減小反差［11］。影像的均值反映了色調(diào)和亮度，而方差反映了灰度值的變化范圍，影像之間的接邊和過渡應該是連續(xù)的，應該具有一致的色調(diào)、亮度和反差，一致的灰度動態(tài)變化范圍，因此，應該具有一致的均值和方差。Wallis濾波器正是通過使影像之間具有相同或相近的均值和方差，達到影像色彩一致性的目的。

Wallis濾波器的變換公式為

式中：G（x，y）為原始影像灰度值；F（x，y）為Wallis變換后結(jié)果影像的灰度值；sG為原始影像的局部灰度方差；mF為結(jié)果影像局部灰度均值的目標值；sF為結(jié)果影像的局部灰度方差的目標值；c∈［0，1］為影像方差的擴展常數(shù)；b∈［0，1］為影像的亮度系數(shù)，當b＝1時影像均值取mF，當b＝0時影像均值取mG。

選擇一幅高斯低通濾波處理后勻光效果較好，且直方圖較為均衡的單幅影像作為勻色模版，其他待勻色影像的均值和方差均向其靠攏，這樣可以消除一定的空間傳遞誤差和積累問題。首先選取待處理的窗口影像，目標窗口影像的色彩信息通過模版影像的均值和方差等統(tǒng)計信息獲取，然后采用Wallis濾波對待處理的窗口影像進行標準化處理（此時b＝1，c＝1），進而得到待處理窗口影像和目標影像的映射關(guān)系。通過Wallis濾波處理使各幅影像具有和模版影像近似一致的均值和方差，從而達到多幅影像間勻色的目的。

3 無縫影像數(shù)據(jù)庫生產(chǎn)實例

3.1 生產(chǎn)流程

基于以上論述的原理，在進行大型DOM影像數(shù)據(jù)庫生產(chǎn)時，根據(jù)空三測量的結(jié)果或航測成果，首先利用高斯濾波對單幅影像進行勻光處理，然后利用Wallis濾波器將需要進行鑲嵌的影像進行勻色處理，最后經(jīng)過影像鑲嵌、數(shù)據(jù)入庫成為最終的無縫影像數(shù)據(jù)庫。只有單幅影像經(jīng)過勻光處理，才能保證影像之間具有相似或相近的灰度均值和方差，有利于提高Wallis勻色的效果，無縫影像數(shù)據(jù)庫的勻光勻色處理流程如圖1所示。

圖1 無縫影像數(shù)據(jù)庫的勻光勻色處理流程

圖2 單幅影像勻光處理

3.2 應用實例

為檢驗影像勻光勻色生產(chǎn)無縫影像數(shù)據(jù)庫的效果，結(jié)合我院某電站“3S”集成應用項目，以流域大范圍可視化三維場景制作為目的，以前期數(shù)據(jù)獲取、預處理、航測內(nèi)外業(yè)等工作為基礎(chǔ)，實驗區(qū)選取了Ultra-CAM-X（UCX）大幅片數(shù)碼相機獲取的6條航線共126張影像。圖2（a）是原始單幅影像，結(jié)合圖2（c）直方圖可以看出，原始影像左右兩邊反差大，左側(cè)亮度高，右側(cè)亮度低，光照不均勻；圖2（b）是利用高斯濾波處理之后的影像，整體亮度均勻，較好地保留了原始影像高對比度的特性。圖3（a）為航片分布圖，圖3（b）為傳統(tǒng)方法得到的勻光勻色結(jié)果，圖3（c）是利用本文方法最終得到的色彩一致性無縫的DOM影像數(shù)據(jù)。與傳統(tǒng)方法相比，用本文方法生產(chǎn)的大型影像數(shù)據(jù)具有整體一致的色調(diào)、反差適中、光照比較均勻、色彩保持平衡，較好地完成了無縫影像數(shù)據(jù)庫的生產(chǎn)。

3.3 進一步研究

實驗過程采用MATLAB對單幅影像進行高斯濾波處理，并假設(shè)勻光處理后的單幅影像內(nèi)部已不存在光照不均勻的現(xiàn)象，以此為基礎(chǔ)進行影像間的勻色處理。但是由于影像內(nèi)部以及不同影像間受多種外接因素影響，導致色調(diào)、亮度、反差等組成一個復雜的色彩系統(tǒng)，以及水體、建筑等特征區(qū)域也需要單獨處理，很難以一種或者幾種處理方法一次性解決影像色彩一致性問題，因此還需要大量的研究，以滿足日益增長的影像數(shù)據(jù)庫生產(chǎn)需求。

4 結(jié)束語

本文分析了導致影像光照不平衡的因素，分別研究了單幅影像內(nèi)部的勻光處理方法和多幅影像之間的勻色處理方法，采用高斯低通濾波分離單幅影像的噪聲達到勻光的目的，而多幅影像之間的勻色方法則運用了Wallis變換的原理。在此基礎(chǔ)上，提出了一套應用于大型影像數(shù)據(jù)庫生產(chǎn)的技術(shù)流程。從工程應用角度出發(fā)，該技術(shù)流程可以快速高效地獲取無縫影像數(shù)據(jù)，為大規(guī)模行業(yè)集成應用提供了可視化場景。實驗表明，本文方法生產(chǎn)無縫影像數(shù)據(jù)庫具有一定的先進性，對工程實踐具有一定的指導意義。但是在影像細節(jié)增強以及紋理保持等特性方面還有待進一步研究。

圖3 多幅影像勻色處理

［1］易堯華，龔健雅，秦前清.大型影像數(shù)據(jù)庫中的色調(diào)調(diào)整方法［J］.武漢大學學報：信息科學版，2003，28（3）：311-314.

［2］李德仁，王密.一種基于航空影像的高精度可量測無縫正射影像立體模型生成方法及應用［J］.鐵道勘察，2004（1）：1-6.

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

［4］周麗雅，秦志遠，尚煒，等.反差一致性保持的影像勻光算法［J］.測繪科學技術(shù)學報，2011，28（1）：46-49.

［5］李德仁，王密，潘俊.光學遙感影像的自動勻光處理及應用 ［J］.武 漢 大 學 學 報：信 息 科 學 版，2006，31（9）：753-756.

［6］王密，潘俊.一種數(shù)字航空影像的勻光方法［J］.中國圖象圖形學報，2004，9（6）：744-749.

［7］王密，潘俊.面向無縫影像數(shù)據(jù)庫應用的一種新的光學遙感影像色彩平衡方法［J］.國土資源遙感，2006，70（4）：10-14.

［8］SCHOWENGERDT R A.Remote Sensing Models and Methods for Image Processing［J］.2ed.San Diego.1997，5：202-219.

［9］張振，朱寶山，朱述龍，等.小波變化改進的 MASK勻光算法［J］.遙感學報，2009，13（6）：1078-1081.

［10］張振，朱寶山，朱述龍.反差一致性改進的 MASK勻光算法［J］.測繪科學技術(shù)學報，2010，27（1）：54-56.

［11］潘俊.立體正射影像無縫鑲嵌技術(shù)研究［D］.武漢：武漢大學，2005.