張 婧 李 杰

（凱里學(xué)院建筑工程學(xué)院，貴州 凱里556011）

隨著科學(xué)技術(shù)與社會經(jīng)濟(jì)的不斷進(jìn)步，各行各業(yè)都對信息的需求猛增，因此對獲取信息的速度與質(zhì)量都提出了新要求，航空遙感影像因其所包含的豐富信息，成為了各個(gè)領(lǐng)域信息獲取的重要來源。影像獲取過程中，總會不可避免的受到各種因素的影響，從而導(dǎo)致獲取的影像在不同區(qū)域存在亮度或反差分布不均勻的現(xiàn)象，這些現(xiàn)象和問題都會直接影響到測繪的后續(xù)工作（數(shù)字正射影像產(chǎn)品的生成質(zhì)量）。進(jìn)行單幅影像勻光處理時(shí)，Mask 算法的處理結(jié)果較好，但是同樣也存在不足，一定程度上會使勻光的結(jié)果影像反差不明顯，造成影像質(zhì)量變差，結(jié)果導(dǎo)致處理后的結(jié)果影像反差分布不均勻，特別是影像中的較暗區(qū)域，嚴(yán)重些還會導(dǎo)致影像的局部區(qū)域模糊的現(xiàn)象。為了獲得亮度和反差分布均勻的單幅影像，對現(xiàn)有Mask 勻光算法進(jìn)行改進(jìn)就很有必要了。

1 基于Mask 原理改進(jìn)的勻光方法

1.1 Mask 勻光算法

Mask 勻光算法可以采用基于加性噪聲模型的理論來表示，對于光照不均勻航空影像來講，可以用一幅光照均勻的航空影像和噪聲影像（背景影像）的疊加過程來表示。表達(dá)式如下：

1.2 改進(jìn)的Mask 勻光方法

改進(jìn)的Mask 勻光方法將引入透射率的概念，經(jīng)過高斯低通濾波分離出背景影像后，需要選擇一個(gè)基準(zhǔn)值對待處理影像進(jìn)行勻光處理，這個(gè)基準(zhǔn)值取值為背景影像的亮度均值。處理過程中，將背景影像認(rèn)為在理想環(huán)境下的光線透射率是100%，其與該背景影像的亮度均值相對應(yīng)。則設(shè)背景影像任意位置的透射率系數(shù)為k，k 的計(jì)算表達(dá)式如下所示：

明顯可以看出，在背景影像中的相對較亮部分的透射率系數(shù)k 值就較低，較暗部分的透射率系數(shù)k 值就較高。再通過將原始待處理影像各像素的亮度值與相對應(yīng)的透射率k 作乘積運(yùn)算，其結(jié)果作為經(jīng)過勻光后該像素的亮度值。這樣一來，可以達(dá)到保證待處理影像的整體亮度趨于一致的目的，表達(dá)式如下：

指數(shù)q 的作用是防止透射率系數(shù)k 過小，其可以調(diào)節(jié)透射率系數(shù)k 的大小，控制各通道亮度值變化的幅度。當(dāng)透射率系數(shù)k 過小時(shí)，可能會導(dǎo)致勻光后的結(jié)果影像的某些區(qū)域位置的色彩失真現(xiàn)象的出現(xiàn)；當(dāng)透射率系數(shù)k 過大時(shí)，可能會導(dǎo)致經(jīng)過勻光后的結(jié)果影像的對比度明顯降低的現(xiàn)象出現(xiàn)。所以指數(shù)q 的存在是非常有必要的。

一般對于一幅待處理的航空影像，反差較大的區(qū)域都表現(xiàn)在影像較亮區(qū)域，相反，反差較小區(qū)域通常都表現(xiàn)在亮度較低區(qū)域。所以需要考慮到影像本身所存在的反差分布不均勻的問題來對結(jié)果影像進(jìn)行拉伸處理。針對原始影像較亮部分的處理方法是在一定范圍內(nèi)抑制它的拉伸幅度，在一定程度上使它反差增大的程度降低；另一方面，對于原始影像上較暗區(qū)域的處理方法是在一定范圍內(nèi)增強(qiáng)它的拉伸程度，使它的反差增大的程度相對較大。

經(jīng)過式（3）處理后的結(jié)果影像，可能還是會存在對比度在一定程度上降低的現(xiàn)象，同時(shí)結(jié)果影像的反差也變小了。因此，為了使相鄰區(qū)域的反差得到加強(qiáng)，還需要對結(jié)果影像進(jìn)行一定程度的對比度拉伸和反差增強(qiáng)，才能獲得最終的勻光結(jié)果影像。

2 實(shí)驗(yàn)與分析

為了檢驗(yàn)本章提出的改進(jìn)Mask 勻光方法的可行性和有效性，下面通過對比實(shí)驗(yàn)來進(jìn)行驗(yàn)證。為驗(yàn)證本章改進(jìn)算法的優(yōu)勢所在，通過與傳統(tǒng)的Mask 勻光算法處理結(jié)果進(jìn)行對比實(shí)驗(yàn)，最后從主觀定性和客觀定量兩個(gè)方面對勻光處理后的影像進(jìn)行質(zhì)量評價(jià)分析。

本實(shí)驗(yàn)所選影像大小為8230×6168，如圖1(a)，該影像表現(xiàn)為亮度和分差分布不均勻，明顯可以看出影像四周偏暗，中間亮度，并且影像中部偏下位置分差分布不均勻。采用傳統(tǒng)Mask 勻光算法與本章提出的改進(jìn)算法分別進(jìn)行實(shí)驗(yàn)，并比較它們的處理效果，再通過主觀評價(jià)和客觀評價(jià)的方式分析勻光后結(jié)果影像的質(zhì)量。其中，改進(jìn)Mask 算法中q=0.6。

對圖1(a)進(jìn)行兩種算法的勻光處理，處理后結(jié)果如圖1(b)-(d)：

從目視效果來看，原始影像存在的亮度和反差不均勻現(xiàn)象經(jīng)過兩種算法的勻光處理都在一定程度上得到了改善。傳統(tǒng)Mask 勻光算法處理后影像表現(xiàn)為：影像色調(diào)均勻，但是整體亮度較暗，影像四周局部地區(qū)細(xì)節(jié)信息損失了，呈現(xiàn)模糊現(xiàn)象，導(dǎo)致視覺效果較差，反差分布不均勻現(xiàn)象改善效果不明顯。改進(jìn)Mask 算法處理后結(jié)果影像效果較好，表現(xiàn)為整體影像亮度和色調(diào)都比較均勻，影像內(nèi)部細(xì)節(jié)清晰，消除了原始影像存在的亮度和反差分布不均勻現(xiàn)象，使處理后影像視覺效果得到提高，相比之下，勻光效果較好。

圖1 亮度和反差分布不均勻影像與勻光處理后影像

表1 為原始影像與經(jīng)過勻光處理后的影像進(jìn)行質(zhì)量評價(jià)：

表1 基于亮度和反差分布不均勻影像處理質(zhì)量評價(jià)

對影像進(jìn)行分塊量化評價(jià)，分為16 塊，從上到下、左到右依次編號，統(tǒng)計(jì)每個(gè)小塊的亮度均值與標(biāo)準(zhǔn)差，如圖2，3。

圖2 和圖3 中，原始影像的亮度分布曲線和標(biāo)準(zhǔn)差分布曲線都不均勻，而改進(jìn)方法處理后各影像塊亮度均值與標(biāo)準(zhǔn)差值相對傳統(tǒng)Mask 算法處理結(jié)果都更趨于一致。

綜上所述，改進(jìn)Mask 算法處理亮度和反差分布不均影像同樣也能夠達(dá)到較好的處理效果。

圖2 影像塊亮度均值曲線分布圖

圖3 影像塊標(biāo)準(zhǔn)差值曲線分布圖

結(jié)束語

本文通過實(shí)驗(yàn)證明：通過主觀目視和客觀參數(shù)指標(biāo)兩個(gè)方面的評價(jià)結(jié)果，改進(jìn)Mask 算法都優(yōu)于傳統(tǒng)Mask 勻光處理算法，改進(jìn)算法能夠達(dá)到預(yù)期的目的，取得較好的勻光效果，使影像質(zhì)量得到改善。