高小旭，齊修東，臧文乾，謝東海，余 濤,4，黃祥志

(1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454000；2.中科院遙感與數(shù)字地球研究所，北京 100101;3.首都師范大學(xué)，北京 100048；4.新疆維吾爾自治區(qū)衛(wèi)星應(yīng)用中心，新疆 烏魯木齊 830000)

隨著遙感科學(xué)技術(shù)的飛速發(fā)展，遙感影像數(shù)據(jù)進(jìn)入了海量時(shí)代，單個(gè)文件的數(shù)據(jù)量甚至達(dá)到GB級(jí)別[1]，這為遙感應(yīng)用提供了強(qiáng)有力的數(shù)據(jù)支撐。但是，由于衛(wèi)星遙感接收的電磁波譜要穿過大氣層，必然導(dǎo)致某些情況下遙感影像的質(zhì)量受到影響，尤其在我國(guó)南方多云雨地區(qū)，一般難以找到時(shí)像相近的高質(zhì)量影像，厚的云層、積雪的遮擋導(dǎo)致無法判讀感興趣地區(qū)影像。薛小虎等人提出在缺少相關(guān)地域影像的情況下，可以利用影像瓦片來獲取目標(biāo)影像[2]。中國(guó)科學(xué)院遙感與數(shù)字地球研究所提出的五層十五級(jí)瓦片切分方法是一種高效的數(shù)據(jù)切分管理方法，通過實(shí)時(shí)解算、實(shí)時(shí)統(tǒng)計(jì)、分布式存儲(chǔ)的方法對(duì)遙感影像數(shù)據(jù)進(jìn)行高效管理[3]，如何充分利用這些無重疊的海量多源遙感影像瓦片數(shù)據(jù),對(duì)其進(jìn)行拼接、勻色等生成需要的高質(zhì)量的影像成為一個(gè)研究熱點(diǎn)。

目前，針對(duì)遙感影像的拼接和勻色，國(guó)內(nèi)外學(xué)者大多是利用有重疊區(qū)的遙感影像進(jìn)行鑲嵌和勻色，在重疊區(qū)找到一個(gè)合適的鑲嵌線進(jìn)行羽化處理來消除拼接縫。而針對(duì)沒有重疊區(qū)的五層十五級(jí)瓦片進(jìn)行拼接和勻色的研究很少。韋勝提出了基于Win32類庫(kù)和基于GDAL的兩種瓦片拼接方式，提高了瓦片拼接效率[4]。但是針對(duì)的是單一影像瓦片數(shù)據(jù)，且并沒有對(duì)勻色進(jìn)行研究。Yang等人提出對(duì)瓦片拼接(TIM)，對(duì)任意形狀的圖像進(jìn)行平鋪組成最后的圖片[5]。劉升容提出了采用影像金字塔技術(shù)對(duì)遙感影像進(jìn)行切片組織和存儲(chǔ)，但是只是實(shí)現(xiàn)了視覺上的無縫拼接，在物理層面上還是有縫的[6]。多源遙感影像的拍攝時(shí)間、光照條件等不同必然會(huì)造成影像拼接后色彩差異較大。Legesse F B等人提出了對(duì)醫(yī)學(xué)影像進(jìn)行拼接勻色的方法[7]。易磊通過現(xiàn)有的勻光勻色算法對(duì)比實(shí)驗(yàn)，指出Wallis濾波器勻色方法比較可靠[8]。此外，國(guó)內(nèi)部分學(xué)者對(duì)影像進(jìn)行勻色是基于Inpho，Photoshop，易拼圖(EPT)等軟件進(jìn)行處理的，操作繁瑣、自動(dòng)化程度低且存在較大人工差異。鑒于此，本文以我國(guó)南方某地區(qū)的無重疊區(qū)的GF1和Landsat8瓦片數(shù)據(jù)為例，重點(diǎn)研究了五層十五級(jí)瓦片之間的拼接和勻色處理，為沒有重疊區(qū)的多源遙感影像瓦片之間的拼接和勻色處理提供參考。

1 五層十五級(jí)瓦片簡(jiǎn)介

五層十五級(jí)瓦片切分技術(shù)將原始數(shù)據(jù)切分成大小與數(shù)據(jù)結(jié)構(gòu)相同的不同層級(jí)的瓦片，最大限度地保留了數(shù)據(jù)的原始信息[9]。其原理為：首先按照經(jīng)緯度將地球表面進(jìn)行5層15級(jí)切分，每塊瓦片對(duì)應(yīng)一幅1 000像素×1 000像素的影像，其中每一層又按照5∶2.5∶1的比例分為3個(gè)級(jí)別，每層之間的比例為10∶1，第一層分塊大小依次為50°×50°,25°×25°,10°×10°,第二層5°×5°,2.5°×2.5°,1°×1°,其他層以此類推，切分標(biāo)準(zhǔn)如表1所示[2]。

表1 五層十五級(jí)切分標(biāo)準(zhǔn)

圖1、圖2分別為原始影像數(shù)據(jù)和五層十五級(jí)切分后的瓦片影像數(shù)據(jù)。

2 多源瓦片拼接和勻色設(shè)計(jì)及實(shí)現(xiàn)

2.1 影像瓦片數(shù)據(jù)來源

我國(guó)南方地區(qū)多云雨，一般難以找到時(shí)像相近的高質(zhì)量遙感影像，對(duì)制作該地區(qū)的正射影像圖時(shí)產(chǎn)生阻擾。遙感事業(yè)的快速發(fā)展提供了海量的多源遙感數(shù)據(jù)。本次研究數(shù)據(jù)以GF1和Landsat8數(shù)據(jù)為例，并采用中國(guó)科學(xué)院遙感與數(shù)字地球研究所提出的五層十五級(jí)瓦片切分方式對(duì)其進(jìn)行切分。其中，高分一號(hào)衛(wèi)星搭載的WFV2傳感器的多光譜分辨率為16 m。Landsat8數(shù)據(jù)的1、3、4波段的空間分辨率30 m。

圖3中，(a)為某地區(qū)GF1數(shù)據(jù)影像。右側(cè)有積雪覆蓋，影響對(duì)該地區(qū)地物的判讀。(b)為L(zhǎng)andsat8影像數(shù)據(jù)，右側(cè)沒有積雪覆蓋。(c)為通過卷簾工具查看的兩幅影像的顏色對(duì)比圖。可以看出兩者的色彩差異比較明顯。

圖1 原始影像

圖3 數(shù)據(jù)來源及色彩差異對(duì)比

2.2 基于Wallis濾波器的多源遙感影像瓦片勻色

Wallis濾波器是一種線性濾波器，其原理是利用參考影像的灰度均值和方差去處理待處理影像，使其具有近似的灰度均值和方差，從而達(dá)到勻色的目的。Wallis濾波器的一個(gè)缺點(diǎn)是兩幅影像的圖幅不能相差太大，而按照五層十五級(jí)標(biāo)準(zhǔn)切分后的瓦片都是大小完全相等的，正適合Wallis濾波器對(duì)瓦片進(jìn)行勻色處理。

Wallis濾波器表示為[10]

bmf+(1-b)mg.

(1)

式中:g(x，y)表示原始瓦片在像點(diǎn)(x，y)處的灰度值；f(x，y)表示W(wǎng)allis變換處理后對(duì)應(yīng)點(diǎn)的灰度值；mg和sg分別表示原瓦片灰度均值和標(biāo)準(zhǔn)偏差；mf和sf分別表示經(jīng)過Wallis變換后瓦片灰度均值和標(biāo)準(zhǔn)偏差的目標(biāo)值；c∈[0,1]表示影像方差擴(kuò)展常數(shù)；b∈[0,l]表示影像亮度系數(shù)。

多源遙感影像瓦片的勻色，首先，對(duì)多波段的彩色遙感影像進(jìn)行波段分離，對(duì)同一景的瓦片按波段進(jìn)行分類，對(duì)分類后屬于同一景的圖像瓦片進(jìn)行統(tǒng)一的線性拉伸處理。然后將有云、雪、或者霧霾等影響的質(zhì)量較差的影像進(jìn)行剔除，統(tǒng)計(jì)余下所有瓦片的均值和標(biāo)準(zhǔn)偏差，選取標(biāo)準(zhǔn)偏差的最大值作為Wallis濾波的目標(biāo)標(biāo)準(zhǔn)偏差，均值的平均值作為Wallis濾波的目標(biāo)均值，對(duì)所有瓦片逐波段進(jìn)行Wallis濾波處理，最后利用C++語言編程實(shí)現(xiàn)。

2.3 基于五層十五級(jí)的多源瓦片拼接

考慮到這些切分后的瓦片之間是沒有重疊區(qū)的，無法根據(jù)傳統(tǒng)的特征匹配等方式先配準(zhǔn)再鑲嵌。為了減小拼接時(shí)多源遙感影像瓦片之間的錯(cuò)位問題，首先對(duì)GF1和Landsat8數(shù)據(jù)進(jìn)行精校正，使其統(tǒng)一到同一個(gè)坐標(biāo)下，然后采用五層十五級(jí)標(biāo)準(zhǔn)對(duì)GF1和Landsat8數(shù)據(jù)進(jìn)行切分，選擇GF1和Landsat8無云的瓦片，按照瓦片的坐標(biāo)對(duì)相應(yīng)的瓦片進(jìn)行拼接，盡可能減小多源遙感影像瓦片拼接時(shí)產(chǎn)生的錯(cuò)位問題。

勻色后的瓦片拼接。選擇需要拼接的瓦片數(shù)據(jù)存放路徑，獲取該瓦片集合的X和Y的最大、最小坐標(biāo)值，根據(jù)坐標(biāo)對(duì)勻色后的多源遙感影像瓦片進(jìn)行數(shù)據(jù)拼接，寫入影像的空間參考信息等，形成一幅較大的圖像；再根據(jù)需要對(duì)相應(yīng)的波段進(jìn)行真彩色或者假彩色合成，得到彩色的遙感圖像，最后保存文件。本文對(duì)拉伸處理后的灰度圖像進(jìn)行彩色圖像恢復(fù)時(shí)，不做彩色空間轉(zhuǎn)換，保持在RGB空間內(nèi)作處理。雖沒有完全保證飽和度不變，但是能在很大程度上改善失色問題，保證最后的彩色勻色效果。本實(shí)驗(yàn)流程如圖4所示。

圖4 瓦片拼接勻色流程圖

圖5 實(shí)驗(yàn)效果對(duì)比圖

3 實(shí)驗(yàn)及質(zhì)量評(píng)價(jià)

3.1 實(shí)驗(yàn)結(jié)果

本文針對(duì)無重疊區(qū)的多源遙感影像瓦片之間的拼接和勻色問題，提出了一種可行的方案。如圖5所示，圖5(a)為GF1原始瓦片數(shù)據(jù)，其中右側(cè)白色的是被積雪遮擋的部分，嚴(yán)重影響了決策人員對(duì)此區(qū)域目標(biāo)的判讀，降低了該影像的使用價(jià)值。而本實(shí)驗(yàn)采用Landsat8瓦片數(shù)據(jù)來代替GF1部分有雪的瓦片數(shù)據(jù)，如圖5所示，拼接成一幅整體圖像，目視效果良好，為有關(guān)人員提供有價(jià)值的信息以便決策等，具有一定的實(shí)用價(jià)值。圖5(b)是多源遙感影像瓦片拼接但沒有勻色的效果圖，左側(cè)紅色箭頭穿過的4個(gè)瓦片為GF1數(shù)據(jù)，右側(cè)綠色箭頭穿過的5個(gè)瓦片為L(zhǎng)andsat8數(shù)據(jù)。從圖5(b)中可以看出，多源瓦片之間存在很明顯的縫。利用上述多源遙感影像數(shù)據(jù)，經(jīng)過本文的算法，得到了多源遙感影像瓦片拼接成的一幅色彩均衡的圖像，如圖5(c)所示。對(duì)拼接勻色后的單波段影像進(jìn)行真彩色合成，得到圖5(d)。可以看出勻色后的影像整體色彩更亮，Landsat8數(shù)據(jù)和GF1數(shù)據(jù)色彩也比較統(tǒng)一，水平方向上和豎直方向上均沒有縫，能夠滿足快速顯示區(qū)域影像的目視需要，局部細(xì)節(jié)如圖5(e)、圖5(f)、圖5(g)所示。圖5(h)為有重疊的GF1數(shù)據(jù)鑲嵌實(shí)驗(yàn)對(duì)比圖，通過在重疊區(qū)自動(dòng)生成的鑲嵌線進(jìn)行羽化設(shè)置來達(dá)到勻色的目的，從結(jié)果中可以看出鑲嵌線兩側(cè)色彩差異還是比較明顯，效果不好。

3.2 質(zhì)量評(píng)價(jià)

勻色處理后的影像作為一種產(chǎn)品，其質(zhì)量好壞對(duì)用戶來說至關(guān)重要。本文的方案只是針對(duì)初步的五層十五級(jí)多源遙感影像瓦片拼接成圖的目視美觀程度和地物判讀效果而設(shè)計(jì)。所以，文章從主觀和客觀兩方面對(duì)拼接勻色后的影像進(jìn)行質(zhì)量評(píng)價(jià)。

主觀評(píng)價(jià)主要考慮色調(diào)是否均勻，反差是否適中，影像是否清晰等等。從圖5和圖6可以看出，原始瓦片數(shù)據(jù)反差比較大，亮度不均勻。經(jīng)過勻色后整幅影像亮度均勻，且比原來亮度更高，圖7是單波段拼接圖像和拼接后的真彩色合成圖，整體色調(diào)均衡，亮度均勻，影像比較清晰。

客觀評(píng)價(jià)方面，主要以直方圖的形式進(jìn)行評(píng)價(jià)。方差反映了圖像各個(gè)像元灰度相對(duì)于灰度平均值的離散情況，在某種程度上也可以用來評(píng)價(jià)圖像信息量的大小。從直方圖的角度來說，它反映了直方圖的大致分布寬度。查看影像直方圖分布狀態(tài)是航空遙感影像中常用的檢查方式。方差大的圖像其灰度級(jí)分布比較分散，圖像的反差大，說明圖像灰度層次越豐富，在目視效果中，地物更加易于識(shí)別和分類，圖像質(zhì)量較為理想；方差小的圖像反差小，對(duì)比度不大，色調(diào)單一均勻，看不出太多的信息。如圖6、圖7所示，采用多源遙感影像瓦片拼接后的影像單波段和多波段直方圖分布寬度較大，反映了圖像的反差較大，圖像質(zhì)量較為理想。至于出現(xiàn)灰度不連續(xù)現(xiàn)象，則是因?yàn)閃allis算子中乘性系數(shù)>1,待處理的瓦片灰度級(jí)被拉伸。在計(jì)算機(jī)圖形學(xué)中,一幅影像在經(jīng)過拉伸變換后出現(xiàn)的灰度級(jí)不連續(xù)分布一般是允許的[10]。而且，Wallis濾波算子是線性的，在基準(zhǔn)影像方差大于待處理影像方差的情況下，不可避免出現(xiàn)灰度級(jí)不連續(xù)分布。

此外，信息熵的大小能夠反映圖像攜帶的信息量的多少。一般情況下，圖像的信息熵越大，其包含的信息量越豐富，質(zhì)量就越好。通過IDL編程統(tǒng)計(jì)出原始圖像信息熵為7.036 651，拼接勻色后的信息熵為7.358 751，相比信息熵有所增加。

圖6 拼接影像第三波段直方圖

圖7 拼接影像三波段直方圖

4 結(jié) 語

通過對(duì)多源遙感影像進(jìn)行校正，經(jīng)過五層十五級(jí)切分得到無重疊的瓦片，然后利用Wallis勻色算法對(duì)瓦片邊緣進(jìn)行勻色處理，最后根據(jù)瓦片X和Y坐標(biāo)值進(jìn)行拼接。經(jīng)過對(duì)我國(guó)南方某區(qū)域GF1和Landsat8遙感圖像拼接和勻色實(shí)驗(yàn)，結(jié)果表明，拼接后的影像色彩統(tǒng)一，無明顯的拼接縫，該方法可以很好地解決多源瓦片拼接和勻色問題，同時(shí)也為解決我國(guó)某些地區(qū)高質(zhì)量影像資料不全的難題提供了思路，能夠更加充分地利用現(xiàn)有的海量影像瓦片數(shù)據(jù)，為日常的地圖生產(chǎn)、特殊情況下緊急救災(zāi)工作等提供快速的數(shù)據(jù)支撐發(fā)揮重要的作用。與當(dāng)前廣泛應(yīng)用的基于重疊區(qū)的嵌線羽化處理方法相比，本方法具有以下優(yōu)勢(shì)：

1)無重疊的瓦片有利于構(gòu)建分布式數(shù)據(jù)庫(kù)系統(tǒng)和并行處理系統(tǒng)，處理速度更快。

2)自動(dòng)化程度高，可以流程化處理。

3)針對(duì)高分辨率影像的勻色，比通過在鑲嵌線兩側(cè)設(shè)置羽化距離的勻色方法效果更好。

[1] 葛強(qiáng),陳前程,周珂,等.一種遙感數(shù)據(jù)快速傳輸策略研究[J].計(jì)算機(jī)工程,2016(6):27-30.

[2] 薛小虎,沈大川,袁關(guān)偉,等.基于GDAL的影像瓦片數(shù)據(jù)拼接技術(shù)研究[J].測(cè)繪與空間地理息,2016(2):126-128.

[3] 王棟,鄭逢斌,賴積保,等.基于五層十五級(jí)遙感數(shù)據(jù)結(jié)構(gòu)的并行算法研究[J].微計(jì)算機(jī)信息,2012(1):166-167.

[4] 韋勝.ArcEngine環(huán)境下實(shí)現(xiàn)瓦片地圖的訪問與拼接[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2012，37(6):737-740.

[5] 唐敏，楊鋒，黃華平.序列無人機(jī)影像拼接方法研究[J].測(cè)繪工程，2016，25(1)：10-16.

[6] 劉升容,劉學(xué)鋒.全國(guó)第二次土地調(diào)查中海量遙感影像瓦片金字塔的建立與無縫組織[J].測(cè)繪通報(bào),2011(7):37-39.

[7] LEGESSE F B, CHERNAVSKAIA O, HEUKE S, et al. Seamless stitching of tile scan microscope images.[J]. Journal of Microscopy, 2015, 258(3):223.

[8] 易磊.遙感影像色彩一致性處理技術(shù)研究[D].鄭州：信息工程大學(xué),2015.

[9] 謝秋平,于海洋,王棟,等.遙感數(shù)據(jù)在線信息分析服務(wù)技術(shù)研究[J].測(cè)繪通報(bào),2016(1):28-32.

[10] 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.