郭 偉,陸婉蕓,鄧廷起,黃國棟,尤文瑜,楊榮欣,俞 涵,董壽銀,江 瑞

(浙江省測繪科學(xué)技術(shù)研究院,浙江 杭州 310023)

隨著自然資源精細監(jiān)測、城市空間智慧管理、三維產(chǎn)品高精展示、時空信息及時更新等發(fā)展需求的普及,高分辨率航空光學(xué)遙感影像的應(yīng)用需求愈發(fā)廣泛,其影像質(zhì)量也得到廣泛關(guān)注。然而,獲取航空遙感影像時會由于成像區(qū)域的光線被障礙物完全或部分遮擋,造成影像陰影,陰影區(qū)域的灰度值一般比周邊區(qū)域低。影像陰影造成影像局部信息丟失,嚴重干擾目標地物的識別和解譯,且大大降低影像的審美效果,尤其在山地丘陵區(qū)域,會極為普遍且難以避免地呈現(xiàn)大塊片狀的陰影[1],給實景三維建設(shè)、林業(yè)調(diào)查、變化檢測、環(huán)境監(jiān)測等應(yīng)用造成困難。因此,航空影像山體陰影的去除具有重要意義。

目前,影像陰影的處理主要包含檢測和去除兩方面。陰影檢測包括基于模型的方法和基于影像屬性的方法[2]?；谀Ｐ偷臋z測方法需要以先驗知識為前提,建立非陰影區(qū)與陰影區(qū)光照亮度的經(jīng)驗相關(guān)函數(shù),應(yīng)用局限性較大[3-4];基于影像屬性的檢測方法是利用陰影區(qū)域的亮度、飽和度、紋理、幾何等屬性信息,采用閾值分割、邊緣檢測等方法進行檢測[2-3,5-10]。陰影去除通常包括替換和增強兩類方法。影像替換的方法要求目標區(qū)域有多時相影像,通過將無陰影的影像替換有陰影的影像,填補陰影處缺失信息[11-13];影像增強的方法是通過陰影區(qū)域的輻射調(diào)整,以揭示丟失的內(nèi)容,如濾波增強法、直方圖均衡法、傅里葉變換法等[4-5,14-19]。

本文利用高分辨率航空遙感影像,結(jié)合陰影指數(shù)、色彩遷移和色彩變換的方法,提出一種山體陰影的檢測與去除方法,以全自動化地定位山體陰影區(qū)域,去除陰影,使處理后的陰影區(qū)域色彩與其鄰近的非陰影區(qū)域背景一致,達到色彩均衡的效果。

1 研究區(qū)與數(shù)據(jù)集

浙江省素有“七山二水一分田”之稱,土地面積為10.18萬km2,山地和丘陵占74.63%[20],且近三分之二的土地被森林所覆蓋,如圖1(a)所示。應(yīng)用數(shù)據(jù)示例為湖州市安吉縣報福鎮(zhèn)影像數(shù)據(jù),如圖1(b)所示。

圖1 研究區(qū)與數(shù)據(jù)示例

本文數(shù)據(jù)是由賽斯納208飛機搭載徠卡DMCⅢ框幅式數(shù)碼航攝儀獲取的0.2 m高分影像,像幅大小25 728×14 592像素,影像包含紅光波段、綠光波段、藍光波段和近紅外波段,獲取影像的航向重疊度和旁向重疊度分別為65%和27%。研究數(shù)據(jù)均勻分布在浙江省山區(qū),分別位于杭州市桐廬縣新合鄉(xiāng)、寧波市余姚市大嵐鎮(zhèn)、溫州市泰順縣龜湖鎮(zhèn)和樂清市嶺底鄉(xiāng)、湖州市安吉縣報福鎮(zhèn)、金華市磐安縣大盤鎮(zhèn)和武義縣新宅鎮(zhèn)、衢州市開化縣何田鄉(xiāng),以及麗水市龍泉市寶溪鄉(xiāng),其具體信息見表1。

表1 應(yīng)用數(shù)據(jù)信息

2 研究方法

高分航空遙感影像的山地陰影去除技術(shù)主要包括陰影檢測和陰影去除兩部分。陰影檢測是基于陰影指數(shù)與閾值分割;陰影去除采用對象化色彩遷移與鄰域非線性色彩均衡技術(shù),其具體技術(shù)路線如圖2所示。

圖2 陰影去除流程

2.1 基于陰影指數(shù)的陰影檢測

為厘清航空影像中山體陰影區(qū)域區(qū)別于其他地物的波段特征,本文采樣選取航空影像研究區(qū)中典型地物(植被、建筑物、裸地)的陰影與非陰影區(qū)塊,且為了顧及不同的航攝情況,令采樣區(qū)均勻地分布于浙江省(圖1中采樣中心點表示各地物采樣區(qū)塊的中心位置點)。其中,植被非陰影處采樣864個,植被陰影處采樣977個;裸地非陰影處采樣551個,裸地陰影處采樣434個;建筑物非陰影處采樣644個,建筑物陰影處采樣482個。統(tǒng)計分析各地物類型的波段信息(紅光波段R、綠光波段G、藍光波段B、近紅外波段NIR),得到典型地物的波譜,如圖3所示。

圖3 陰影與非陰影區(qū)域典型地物的波譜

由圖3可以看出:①對于同一地物而言,近紅外波段與藍光波段的灰度值差值(NIR-B)在陰影區(qū)域與非陰影區(qū)域存在很大差異,且呈相反方向發(fā)展;紅光波段與藍光波段的灰度值差值(R-B)也存在較大差異。②對于不同地物而言,相較于裸地與建筑物,在山體植被處,非陰影區(qū)域的NIR-B與陰影區(qū)域相差最大,即若用NIR-B值區(qū)分陰影與非陰影區(qū)域時,山體植被處的效果比裸地與建筑物更為明顯。

根據(jù)上述統(tǒng)計特征,構(gòu)建航空遙感影像的山體陰影提取指數(shù)(mountain shadow index,MSI),用于山體處陰影的提取,公式為

(1)

MSI突顯了陰影區(qū)域與非陰影區(qū)域的差異,且在山體植被處尤為明顯。對影像進行MSI的波段運算后,采用閾值分割法將影像山體處的陰影區(qū)域與非陰影區(qū)域區(qū)分開,可實現(xiàn)山地丘陵區(qū)航空影像陰影的檢測。

2.2 基于色彩遷移與色彩均衡的陰影去除

通過色彩遷移構(gòu)建陰影區(qū)域與非陰影區(qū)域的色彩映射模型,根據(jù)非陰影區(qū)域色彩調(diào)整陰影區(qū)域的顏色特征。色彩映射模型的主要思路為:分波段計算陰影區(qū)域與非陰影區(qū)域影像的均值和標準差,陰影區(qū)域的單波段影像逐像素減去其均值后,乘以該波段陰影區(qū)域影像與非陰影區(qū)域影像的標準差的比值,再加上非陰影區(qū)域影像的均值。公式如下

(2)

式中,Si(i=1,2,3,4)表示陰影區(qū)域影像的紅、綠、藍、近紅外波段;S′i為對應(yīng)變換后的陰影區(qū)域各波段影像;Si＿mean和Li＿mean分別為陰影區(qū)域和非陰影區(qū)域的各波段均值;Si＿std和Li＿std分別為陰影區(qū)域和非陰影區(qū)域的各波段標準差。

為了防止整張影像中所有陰影按照同一種色彩模式被調(diào)整為單一的色彩,本文的色彩遷移針對各個陰影對象及其最小外接矩形內(nèi)的非陰影區(qū)域進行,從而使得每個陰影對象的色彩恢復(fù)效果與其周邊背景色彩相近。

依該模型方法,分別實現(xiàn)陰影區(qū)影像4個波段灰度的重構(gòu),經(jīng)波段組合、與非陰影區(qū)影像疊加后,得到去除陰影后的影像。

2.3 INDANE方法改進

為了進一步提高影像的整體質(zhì)量,對INDANE[21]進行改進。采用基于鄰域的非線性色彩均衡法,提高遙感影像中暗區(qū)的可見性,且調(diào)整亮度,使色彩與背景更加融合,達到色彩均衡的效果。該方法包含亮度均衡和對比度增強兩個模塊。亮度均衡可以被視為動態(tài)范圍壓縮的過程,本質(zhì)上是基于非線性傳遞函數(shù)的強度變換;對比度增強是根據(jù)中心像素與其周圍像素之間的關(guān)系轉(zhuǎn)換像素的強度。具體實現(xiàn)步驟與原理如下:

(1)亮度均衡處理。對于彩色影像,需先將其轉(zhuǎn)換為灰度影像T(x,y)和歸一化結(jié)果Tn(x,y),然后按照變換函數(shù)對影像亮度進行非線性調(diào)整,得到對應(yīng)的非線性亮度變換結(jié)果T′n(x,y)。這種變換可大大增加暗區(qū)域像素的亮度,而較亮區(qū)域的像素具有較低的增強甚至是減弱。變換函數(shù)為

(3)

(4)

式中,β為對比度增強系數(shù)。

(3)針對步驟(2),使用不同標準差(sigma)進行高斯卷積,獲得不同尺度的高斯卷積結(jié)果Fi(x,y),并將其進行線性組合,從而獲得更好的對比度增強效果,公式為

F′(x,y)=αi·Fi(x,y)

(5)

式中,i=1,2,…,n,表示使用不同sigma的高斯卷積的次數(shù),代入式(4),得到其對應(yīng)結(jié)果Fi(x,y);αi∈[0,1],為權(quán)重因子。

(4)色彩線性恢復(fù)。對彩色影像進行色彩增強處理,從而實現(xiàn)陰影區(qū)域亮度和對比度的調(diào)整,并對處理過程中的參數(shù)進行微調(diào),以獲得最佳效果。色彩增強公式為

Fj(x,y)=λj·F′(x,y)·[Tj(x,y)/T(x,y)]

(6)

式中,j表示R、G、B不同的波段;Tj(x,y)為對應(yīng)的紅光波段影像、綠光波段影像、藍光波段影像;λj∈[0,1],為對應(yīng)各波段的系數(shù)。

3 方法應(yīng)用與分析

3.1 陰影檢測與去除

以浙江省山地區(qū)域的影像A、B作為算法試驗數(shù)據(jù),其地點分別位于溫州市樂清市嶺底鄉(xiāng)和杭州市臨安區(qū)潛川鎮(zhèn),其具體參數(shù)見表2。先后采用MSI檢測山體陰影位置,并利用色彩遷移與色彩均衡技術(shù)去除陰影。檢測陰影時,分割閾值為-0.1,即當MSI影像小于-0.1時,提取得到山體陰影。去除陰影時,亮度均衡系數(shù)a=0.8、b=0.5,對比度增強系數(shù)β=2,進行3次不同sigma的高斯運算,sigma取值分別為5、20、240,且令α1=α2=α3=1,色彩線性恢復(fù)系數(shù)為λR=λG=λB=1。

表2 試驗影像信息

圖4(a)、圖5(a)、圖6(a)為原始影像,圖4(b)、圖5(b)、圖6(b)為對應(yīng)的MSI指數(shù)計算和閾值分割提取情況(本文對非常小的陰影區(qū)域不作處理,因此顯示的紅框檢測區(qū)域不包括小于2000 m2的陰影對象)。得到陰影區(qū)域與非陰影區(qū)域的分區(qū)后,將非陰影區(qū)域的色彩遷移至陰影區(qū)域,得到圖4(c)、圖5(d)、圖6(c),分析影像特征可知,波段灰度與色調(diào)的地形差異已被明顯縮小,陰影區(qū)域的亮度得到明顯增強,但陰影區(qū)域與非陰影區(qū)域的色彩均衡仍有待提高,從而陰影區(qū)域的色彩從難以反映信息的深灰色轉(zhuǎn)為可以讀取有效信息的彩色。另外,圖5(c)和圖5(d)分別為基于整張影像色彩映射和基于陰影對象化色彩映射的效果對比,可以看出,基于陰影對象化色彩映射后的色彩更接近其局部周邊區(qū)域,不會出現(xiàn)整張影像的陰影在陰影補償后色彩單一的情況。陰影色彩遷移后,經(jīng)過亮度均衡和對比度增強處理,陰影區(qū)域的色彩更加均衡。用檢測得到的山體陰影位置剪裁出經(jīng)過色彩均衡處理的山體陰影區(qū)域,將其與原始非陰影區(qū)域進行融合,得到最終的陰影去除結(jié)果,如圖4(d)、圖5(e)、圖6(d)。相比于圖4(c)、圖5(d)、圖6(c),其陰影區(qū)域的恢復(fù)效果更清晰,色彩層次更豐富,可以恢復(fù)紋理細節(jié)。此外,為了減弱邊緣效應(yīng),使陰影去除區(qū)域能較為平滑地向非陰影區(qū)域過渡,對陰影邊界采用雙邊濾波處理。由試驗結(jié)果可知,本文算法可以在非陰影區(qū)域信息沒有改變的情況下,有效地去除山體陰影,增強陰影區(qū)域信息,提高清晰度。

圖4 影像A山體陰影去除的局部放大圖

圖5 影像A山體陰影去除效果

圖6 影像B山體陰影去除的局部放大圖

3.2 驗 證

采用統(tǒng)計學(xué)指標分析陰影去除效果,以圖4的影像A區(qū)域為例,隨機選擇多個陰影區(qū)塊及其周圍的非陰影區(qū)塊,包含像素數(shù)分別為47 985和26 969,計算去陰影前后紅綠藍波段的灰度平均值、標準差、最大值、最小值,統(tǒng)計結(jié)果見表3。可以看出,相較于原始陰影區(qū)域,陰影去除后的波段均值、標準差及最大值均有所提高,且接近于原始影像非陰影區(qū)域的統(tǒng)計值。其中,均值和標準差的提高分別驗證了陰影去除后亮度增加、亮度差異變大,不再是僅有低亮度的暗色,色彩豐富度得到提高。

表3 原始影像與去陰影后影像統(tǒng)計指標對比

分析陰影去除后與非陰影區(qū)各波段灰度值的相關(guān)關(guān)系(如圖7所示),各波段陰影去除后與非陰影區(qū)的擬合R2均在0.96以上,說明陰影去除后的光譜信息與實際非陰影區(qū)的相關(guān)性高,具有較高可信度。

圖7 陰影去除后與非陰影區(qū)的各波段灰度相關(guān)關(guān)系

4 結(jié) 語

本文在分析高分航攝影像光譜特征的基礎(chǔ)上,構(gòu)建了山體陰影提取指數(shù),并提出了結(jié)合基于對象化色彩遷移和基于鄰域的非線性色彩均衡法,分別實現(xiàn)高分航攝影像山體陰影的檢測和去除。以0.2 m高分航攝影像進行的試驗表明,本文方法可以有效地從影像中提取山體陰影區(qū)域,可以在不影響非陰影區(qū)域信息的前提下,明顯淡化影像陰影,凸顯地物,恢復(fù)紋理細節(jié),達到影像色彩整體均衡的效果。本文研究方法有利于增加影像信息量,提高影像信息的豐富度,在時序影像應(yīng)用中有助于植被覆蓋面的統(tǒng)計及森林變化監(jiān)測。