吳 磊，康一飛，李娜娜，董忠亮

（1. 廣東省國土資源測繪院，廣東 廣州 510500；2. 武漢大學(xué) 遙感信息工程學(xué)院，湖北 武漢430079）

大面積含云衛(wèi)星遙感影像勻光算法的改進(jìn)

吳 磊1，康一飛2，李娜娜2，董忠亮2

（1. 廣東省國土資源測繪院，廣東 廣州 510500；2. 武漢大學(xué) 遙感信息工程學(xué)院，湖北 武漢430079）

針對衛(wèi)星影像生產(chǎn)過程中現(xiàn)有勻光算法不適用于大面積含云影像的缺點，提出一種基于快速云檢測的影像勻光改進(jìn)策略。首先使用Otsu算法實現(xiàn)影像云區(qū)檢測，然后使用分類處理的策略，在勻光時僅對非云區(qū)域影像進(jìn)行統(tǒng)計和處理。實驗表明，對于Mask和Wallis等常用勻光算法，改進(jìn)后可有效改善含云影像晴空區(qū)域的勻光效果，更符合實際生產(chǎn)的需要。

云檢測；勻光；Mask ；Wallis

以資源三號、高分一號為代表，高分辨率陸地資源衛(wèi)星影像廣泛應(yīng)用于資源調(diào)查、防災(zāi)減災(zāi)等領(lǐng)域[1]。由于成像時間、外部光照、攝影機性質(zhì)、大氣衰減等因素造成高分辨率陸地資源衛(wèi)星影像在色彩上存在不同程度的差異，對影像變化檢測、影像無縫拼接等均造成的不利影響，因此需要對影像進(jìn)行色彩平衡處理，即影像勻光[2,3]。

1 Otsu算法云檢測

當(dāng)前較為常用的云檢測算法主要有紋理分析法、同態(tài)濾波法、多光譜綜合法[4-6]等。高分辨率陸地資源衛(wèi)星波段較少但色階豐富。同時考慮到云檢測僅僅為影像勻光的初始步驟，對檢測效率要求較高。綜合上述情況，采用一種快速有效的云檢測算法——Otsu法。

Otsu法也稱大津算法，是一種全局最優(yōu)閾值確定方法，將圖像按灰度級聚類分成背景和目標(biāo)兩部分，以目標(biāo)和背景的方差最大為原則來動態(tài)確定圖像的分割閾值，使得類間的灰度值差異最大，類內(nèi)的灰度差異最小[7]。Otsu法分割效果較好、適用范圍較廣、簡單有效。在已知影像含有大量云層的情況下，可用于快速獲取影像各波段云檢測閾值，從而提取含云區(qū)域，以資源三號多光譜影像為例，其檢測結(jié)果如圖1、2所示。

2 基于云檢測的Mask勻光算法改進(jìn)

2.1 基于Mask算法的影像勻光原理

Mask勻光法又稱模糊正像勻光法，其基本思想為：用一張模糊的透明正片作為遮光板，將模糊透明正片與負(fù)片按輪廓線疊加在一起進(jìn)行曬像，得到一張反差較小而密度比較均勻的相片，然后用硬性相紙曬印，增強整張相片的總體反差，最后得到曬印的光學(xué)相片即為勻光后影像[8-10]。可由下面的數(shù)學(xué)模型進(jìn)行描述：

圖2 含云影像灰度直方圖及Otsu閾值

式中，f（x，y）表示光照不均勻的原始影像； g（x，y）表示原始影像；R（x，y）表示原始影像的背景影像，一般通過高斯低通濾波的方式來獲??；f（x，y）表示理想情況下的均勻影像。傳統(tǒng)的Mask算法一般包括背景影像的獲取、影像作差、影像拉伸3個步驟。

2.2 改進(jìn)原理及流程設(shè)計

對于包含有大面積高亮度云層的特殊區(qū)域，Mask算法無法消除云層與相鄰區(qū)域間的灰度劇烈變化帶來的影響，使較暗區(qū)域靠近交界處的部分變得更暗，較亮區(qū)域靠近交界處的部分變得更亮[9]，造成灰度失真。

針對上述問題，提出基于云檢測的Mask改進(jìn)算法，首先使用Otsu算法獲取云區(qū)，然后僅對非云區(qū)域影像進(jìn)行低通濾波和背景相減運算。對差值影像拉伸處理后，再與云區(qū)影像疊加，從而避免了云層的干擾，保證了晴空區(qū)域的勻光效果，具體流程如圖3。

圖3 改進(jìn)的Mask算法處理流程

3 基于云檢測的Wallis勻光算法改進(jìn)

3.1 基于Wallis濾波器的影像勻光原理

Wallis濾波器是一種基于統(tǒng)計的映射變換關(guān)系，在計算機視覺、圖像處理領(lǐng)域廣泛應(yīng)用[11-13]。它使不同的影像或影像不同位置的灰度方差和均值映射到給定的均值和方差。一般描述為：

式中，g（x，y）為原始影像灰度值；f（x，y）為結(jié)果影像灰度值；mg為原影像的局部灰度均值；sg為原影像的局部灰度標(biāo)準(zhǔn)偏差；mf為結(jié)果影像局部灰度均值的目標(biāo)值；sf為結(jié)果影像的局部灰度標(biāo)準(zhǔn)偏差的目標(biāo)值。

分別統(tǒng)計待處理影像和模板影像的灰度均值和灰度標(biāo)準(zhǔn)差，構(gòu)建影像處理前后各像素灰度值的對應(yīng)關(guān)系，再將待處理影像輸入濾波器，即可得到變換后的目標(biāo)影像。通過Wallis濾波處理后，各幅影像具有和模版影像近似一致的均值和方差，從而達(dá)到多幅影像間勻光的目的。

3.2 改進(jìn)原理及流程設(shè)計

由于地物具有相關(guān)性，不含云的影像應(yīng)具有較為連續(xù)的色彩空間。但影像含云量較大時，影像均值和標(biāo)準(zhǔn)差均會受云層的影響而不能反映真實地物的色彩情況，此時如果將整幅影像所有像素全部用于統(tǒng)計，會造成地物區(qū)域統(tǒng)計量的失真，影響勻光效果。

針對上述問題，首先對影像進(jìn)行云檢測，僅統(tǒng)計影像非云部分像素的均值mg'和標(biāo)準(zhǔn)差sg'之后，僅對非云部分像素執(zhí)行Wallis濾波器處理，而云層部分保持原樣輸出。改進(jìn)后流程如圖4所示。

4 實驗部分

4.1 實驗設(shè)計

實驗數(shù)據(jù)為資源三號衛(wèi)星多光譜影像。資源三號測繪衛(wèi)星是我國2012-01-09發(fā)射的第一顆民用三線陣立體測圖衛(wèi)星，該衛(wèi)星搭載3臺前正后三視全色CCD相機和1臺分辨率為5．8 m多光譜CCD相機。

圖4 改進(jìn)的Wallis濾波處理的流程

采用對比實驗的方式，分別對改進(jìn)前后的Mask、Wallis算法勻色結(jié)果作對比，評價本文策略的處理效果和可行性。實驗所用Otsu云檢測算法、Mask勻光算法、Wallis勻光算法均在Microsoft Visual C++6．0環(huán)境下，由C語言編程實現(xiàn)。

4.2 Mask勻光結(jié)果及分析

選取一塊1 600×1 600像素的資源三號含云影像，云影的存在造成圖像晴空區(qū)域亮度不均勻，如圖5a所示。分別使用傳統(tǒng)Mask算法流程和本文改進(jìn)后Mask算法流程對原始影像進(jìn)行勻光處理，結(jié)果分別為圖5b和圖5c。

圖5 Mask勻光算法處理結(jié)果圖

觀察圖5b可知，傳統(tǒng)Mask勻光結(jié)果影像一定程度上消除了陰影的影響，使整幅影像的色彩更加均衡。但由于受到云層的影響，勻光后影像晴空區(qū)域像元明顯變亮，云層區(qū)域像元變暗，使影像呈現(xiàn)灰霧狀，細(xì)節(jié)信息變得模糊。

由圖5c可看出，加入云檢測后的Mask勻光結(jié)果影像在晴空區(qū)域弱化了云影影響，增強了對比度，突出了原始影像中難以捕捉到的細(xì)節(jié)信息，影像更加清晰。

4.3 Wallis勻光結(jié)果及分析

選取一景資源三號含云待勻光影像（圖6a）和一景不含云、色彩理想的模板影像（圖6b）。分別使用傳統(tǒng)Wallis算法流程勻光處理（圖6c）和本文改進(jìn)后流程勻光處理（圖6d）。

圖6 Wallis勻光算法處理結(jié)果圖

同時以紅波段為例，分別繪出影像直方圖，并計算該波段模板影像和待勻光影像的灰度均值和標(biāo)準(zhǔn)差，統(tǒng)計結(jié)果如表1所示。

表1 影像均值和標(biāo)準(zhǔn)差統(tǒng)計表

觀察可知，模板影像不含云，其灰度分布主要集中在50～150區(qū)間內(nèi)。而云層的存在使待勻光影像直方圖在50～150和240～255兩個區(qū)間內(nèi)各存在明顯的波峰。通過表1可以看出，去除云區(qū)后，影像的灰度均值和標(biāo)準(zhǔn)差均發(fā)生了較大的變化，由此可知，基于統(tǒng)計量 f-g 構(gòu)建的傳統(tǒng)Wallis濾波器和基于統(tǒng)計量 f-g'構(gòu)建的改進(jìn)Wallis濾波器有著很大的不同。

觀察圖6c可知，傳統(tǒng)Wallis濾波器勻光結(jié)果影像雖然色調(diào)實現(xiàn)了調(diào)整，但整體呈現(xiàn)灰霧狀，細(xì)節(jié)不明顯。直方圖上表現(xiàn)為，勻光后影像灰度區(qū)間范圍被調(diào)整至與參考影像大致相同，但是其灰度分布不夠均衡合理。

觀察圖6d可知，加入云檢測后的Wallis濾波器勻光結(jié)果影像在晴空區(qū)域不僅實現(xiàn)了色彩的調(diào)整，還較好地保護(hù)了細(xì)節(jié)信息。從直方圖上可以看出，其灰度分布被截成兩段：左段為真實地物，經(jīng)Wallis濾波器處理后，灰度分布與模板影像基本一致；右端為云，沒有進(jìn)行Wallis濾波處理，灰度分布與原始影像基本一致。

5 結(jié) 語

以Mask和Wallis為代表，現(xiàn)有勻光算法在處理大面積含云影像時，其效果往往不夠理想。針對此，本文提出基于云檢測的改進(jìn)策略，實驗證明，改進(jìn)后算法處理影像晴空部分效果更為合理，可更好地滿足工程化生產(chǎn)的需要。

[1] 李德仁．我國第一顆民用三線陣立體測圖衛(wèi)星——資源三號測繪衛(wèi)星[J]．測繪學(xué)報, 2012, 41(3)∶317-322

[2] 李德仁, 王密, 潘?。?光學(xué)遙感影像的自動勻光處理及應(yīng)用[J]．武漢大學(xué)學(xué)報∶ 信息科學(xué)版, 2006, 31(9)∶ 753-756

[3] 孫明偉． 正射影像全自動快速制作關(guān)鍵技術(shù)研究 [D]． 武漢∶武漢大學(xué), 2009

[4] Zhu Z, Woodcock C E． Object-based Cloud and Cloud Shadow Detection in Landsat Imagery[J]． Remote Sensing of Environment, 2012(118)∶ 83-94

[5] 單娜,鄭天垚,王貞松． 快速高準(zhǔn)確度云檢測算法及其應(yīng)用[J]．遙感學(xué)報, 2009,13(6)∶ 1 138-1 155

[6] 文雄飛, 董新奕, 劉良明． “云指數(shù)法” 云檢測研究[J]． 武漢大學(xué)學(xué)報 ∶信息科學(xué)版, 2009,34(7)∶ 19-23

[7] Otsu N． A Threshold Selection Method from Gray-level Histograms[J]． Automatica, 1975(11)∶ 23-27

[8] 王密, 潘俊． 一種數(shù)字航空影像的勻光方法[J]． 中國圖像圖形學(xué)報,2004, 9(6)∶744-748

[9] 袁修孝, 韓宇韜, 方毅． 改進(jìn)的航攝影像 Mask 勻光算法[J]．遙感學(xué)報, 2014, 18(3)∶ 630-641

[10] 胡慶武, 李清泉． 基于 Mask 原理的遙感影像恢復(fù)技術(shù)研究[J]．武漢大學(xué)學(xué)報∶ 信息科學(xué)版, 2004, 29(4)∶319-323

[11] 陳科, 黃天勇, 聞平, 等． 利用勻光勻色建立色彩一致性無縫DOM 影像數(shù)據(jù)庫的方法研究[J]． 測繪工程, 2014,23(2)∶66-69

[12] 韓宇韜． 數(shù)字正射影像鑲嵌中色彩一致性處理的若干問題研究[D]． 武漢：武漢大學(xué), 2014

[13] 潘?。?自動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 [D]．武漢：武漢大學(xué), 2008

P237

B

1672-4623（2016）01-0041-03

10.3969/j.issn.1672-4623.2016.01.012

吳磊，工程師，主要從事衛(wèi)星遙感影像處理及應(yīng)用工作。

2015-04-02。