APP下载

基于影像动态分块与HIS结合的匀光算法

2014-07-30谭攀吴绍斐苏晓军靳彩娇

影像技术 2014年1期
关键词:子块分块色调

谭攀,吴绍斐,苏晓军,靳彩娇

(1.61287部队,成都 610036;2.75711部队,广州 510515;3.66444部队,北京 100042;4.61175部队,武汉 430074)

1 改进匀光算法基本思想

基于HIS模型的匀光算法在处理高动态范围影像时会出现结果失真现象。本文将动态分块技术引入匀光处理过程中,目的是通过对原始影像进行分块,对高光子块、正常子块、过暗子块分别采用HIS变换调整亮度,获得匀光后的子块影像,然后利用线性拉伸算法对不同子块色调进行调整,完成最终的处理,算法的流程图如下:

图1 基于动态分块的HIS匀光处理算法流程

2 实验与分析

2.1 实验数据与实验目的

实验精心挑选1024×1024像素大小的影像 (如图2(a)所示),影像具有明显高动态范围特征,中间部分过亮,采用本文算法对其进行匀光处理,验证处理的效果,通过主观、客观评价分析匀光算法处理质量。

2.2 实验结果与分析

对图2中影像(a)进行辐射匀光处理,实验结果如图2(b):

图2 原始影像和匀光后影像

通过目视观察可以看出,匀光算法对高动态影像具有一定的匀光效果,原始影像中间过亮区域得到明显改善,而且对影像四周过暗部分也进行了适当改善,处理后的影像细节更加突出,不存在失真现象,达到了匀光的目的。

分别统计处理前后影像的均值、熵、标准差对其进行客观评价,结果见表1。

表1 处理前后影像客观评价表

由表可以看出,使用本文算法进行匀光处理后,影像的均值降低,亮度变暗。通过标准差的比较可以看出,算法达到了匀光的目的,使得影像反差明显减小,此外,算法处理后的信息熵有所降低,说明算法丰富了影像的细节信息。

3 结论

针对基于HIS变换的匀光算法处理后会出现影像失真的问题,本文提出利用影像动态分块思想和HIS变换相结合的匀光处理方法。针对高动态范围遥感影像各个区域色调不一致的特点,将影像进行动态分块,分为高光子块、正常子块和过暗子块,然后利用HIS变换对这些子块进行匀光处理,最后对处理后的子块进行线性拉伸,保证整幅影像的色调一致。通过实验结果可以看出算法从主观和客观评价上都获得了较好的效果。

猜你喜欢

子块分块色调
基于八叉树的地震数据分布式存储与计算
钢结构工程分块滑移安装施工方法探讨
关于4×4分块矩阵的逆矩阵*
基于特征值算法的图像Copy-Move篡改的被动取证方案
分块矩阵在线性代数中的应用
基于两层分块GMM-PRS 的流程工业过程运行状态评价
湖光水色调
色调会说话
分离色调与色调曲线
基于波浪式矩阵置换的稀疏度均衡分块压缩感知算法