利用匀光匀色建立色彩一致性无缝DOM影像数据库的方法研究

2014-12-14黄天勇栾有昆杨林波

测绘工程 2014年2期

陈科，黄天勇，闻平，栾有昆，杨林波

（中国水电顾问集团昆明勘测设计研究院测绘地理信息分院，云南昆明650041）

影像数据作为空间数据的一种载体在地理信息领域中的地位变得越来越重要，在建设国家空间基础数据设施中，影像数据起着重要的基础数据信息层的作用［1］。数字正射影像（DOM）是“数字地球”和“智慧城市”的重要组成部分，无缝DOM影像库与“3S”技术集成可以提供一个三维立体显示、量测、设计、分析和数据采集、更新的环境［2］。因此，建立多尺度、大范围、高效的无缝DOM影像库不仅是国家空间基础设施建设的迫切需要，同时也能满足诸如电力、规划、铁路、公路等行业应用的现实需求。

近年来传感器技术和计算机图形图像处理技术的飞速发展，使得影像数据采集的速度和质量有了大幅提高，特别是无人机航测平台的广泛应用，使得快速、低廉地获取大范围重叠影像数据成为可能，这直接加速了后续开发和行业应用［3］。然而，由于不同传感器特性（如曝光参数、成像特性、系统处理差异等）、不同拍摄时间（特别是不同航线之间）、不同拍摄环境（如季节、天气、太阳高度角等）、以及不同拍摄对象（如高低起伏的地形、水域等），这些因素都造成获取的影像之间色彩差异较大，甚至在同一影像内部色彩、亮度以及反差都不均匀。这样的影像如不进行色彩一致性处理，镶嵌结果会有明显的拼接线，色调差别很大，可视化效果不佳，并且会给影像判读、影像解译、全数字化测图等后续影像处理工作带来一定的困难，影响专业集成和行业应用的效果［4］。因此，如何利用匀光匀色技术保证影像色彩一致性，已成为无缝影像数据库生产过程中亟待解决的关键技术之一。

影像的色彩一致性，又称影像的匀光匀色处理，是无缝影像数据库生产过程中的重要环节之一［3］。匀光处理是指将一幅原始影像调整成亮度适中、反差均匀的影像，匀色处理是指将原始影像调整成影像清晰、色调均匀、色彩一致的影像。按照实际影像库生产过程中的不同环节和不同处理算法，可将影像光照不均匀问题分为三类：第一类是单幅影像内部色彩一致性处理；第二类是多幅影像之间的色彩一致性处理；第三类是多幅影像镶嵌后形成一幅大影像的色彩一致性处理。国内外的专家学者对此做了大量深入的研究，如李德仁等针对光学影像的色彩不平衡问题，提出了自动匀光处理方法［5］；王密等分别研究了Mask匀光技术和 Wallis变换法，较好地解决了单张航空影像和大型影像数据库的色彩平衡问题［6-7］；Schowengerdt利用LRM（Local Range Modification）模型，将影像格网化，解决了影像局部色彩不平衡的问题［8］；张振等还对Mask算法做了一些自适应非线性的改进［9-10］。在此研究基础上，笔者从具体的工程实践出发，结合大型三维可视化场景中无缝DOM影像数据库的建设，针对单影像内部和多影像之间的色彩不平衡问题，探索匀光匀色处理方法，研究适用于工程应用的影像色彩一致性处理流程。

1 基于高斯滤波的单幅影像匀光原理

影像的频率域理论认为影像的低频信息反映了影像的亮度变化和影像的整体信息；而高频信息则反映了影像的细节信息，这部分不随影像亮度变化而改变。因此，可以把不均匀光照影像看作是一幅光照均匀影像和一幅低频噪声影像的叠加结果。高斯低通滤波在空间域和频率域都可以得到较高的精度，并且高斯函数是平滑的，可以避免振铃现象，信噪比较高，适用于提取不均匀影像的噪声信息。式（1）是高斯低通滤波器函数。

式中：d（x，y）为到傅里叶变换原点的距离；σ0为截止频率。

基于高斯滤波的单幅影像匀光的处理步骤是：①选取高斯滤波器的半径，用高斯模版和原始影像做卷积运算，得到低频的噪声影像；②用原始影像与低频噪声影像做相减运算；③根据原始影像的亮度信息，加上影像相关处理后的均值；④对影像进行拉伸和增强，即可得到匀光处理后的影像。

式中：FResult是匀光处理后的影像；FOrigin是原始影像；FGauss是高斯低通滤波提取的噪声影像；offset一般取原始影像的均值，具体取值可根据原始影像的亮度信息进行调整，如果原始影像偏亮，可以适当减小均值，反之可适当增大。

2 基于Wallis滤波的多幅影像匀色原理

Wallis滤波器是一种影像局部线性变换，使不同影像或影像不同位置的灰度均值和方差具有近似的数值，即影像反差小的区域增大反差，影像反差大的区域则减小反差［11］。影像的均值反映了色调和亮度，而方差反映了灰度值的变化范围，影像之间的接边和过渡应该是连续的，应该具有一致的色调、亮度和反差，一致的灰度动态变化范围，因此，应该具有一致的均值和方差。Wallis滤波器正是通过使影像之间具有相同或相近的均值和方差，达到影像色彩一致性的目的。

Wallis滤波器的变换公式为

式中：G（x，y）为原始影像灰度值；F（x，y）为Wallis变换后结果影像的灰度值；sG为原始影像的局部灰度方差；mF为结果影像局部灰度均值的目标值；sF为结果影像的局部灰度方差的目标值；c∈［0，1］为影像方差的扩展常数；b∈［0，1］为影像的亮度系数，当b＝1时影像均值取mF，当b＝0时影像均值取mG。

选择一幅高斯低通滤波处理后匀光效果较好，且直方图较为均衡的单幅影像作为匀色模版，其他待匀色影像的均值和方差均向其靠拢，这样可以消除一定的空间传递误差和积累问题。首先选取待处理的窗口影像，目标窗口影像的色彩信息通过模版影像的均值和方差等统计信息获取，然后采用Wallis滤波对待处理的窗口影像进行标准化处理（此时b＝1，c＝1），进而得到待处理窗口影像和目标影像的映射关系。通过Wallis滤波处理使各幅影像具有和模版影像近似一致的均值和方差，从而达到多幅影像间匀色的目的。

3 无缝影像数据库生产实例

3.1 生产流程

基于以上论述的原理，在进行大型DOM影像数据库生产时，根据空三测量的结果或航测成果，首先利用高斯滤波对单幅影像进行匀光处理，然后利用Wallis滤波器将需要进行镶嵌的影像进行匀色处理，最后经过影像镶嵌、数据入库成为最终的无缝影像数据库。只有单幅影像经过匀光处理，才能保证影像之间具有相似或相近的灰度均值和方差，有利于提高Wallis匀色的效果，无缝影像数据库的匀光匀色处理流程如图1所示。

图1 无缝影像数据库的匀光匀色处理流程

图2 单幅影像匀光处理

3.2 应用实例

为检验影像匀光匀色生产无缝影像数据库的效果，结合我院某电站“3S”集成应用项目，以流域大范围可视化三维场景制作为目的，以前期数据获取、预处理、航测内外业等工作为基础，实验区选取了Ultra-CAM-X（UCX）大幅片数码相机获取的6条航线共126张影像。图2（a）是原始单幅影像，结合图2（c）直方图可以看出，原始影像左右两边反差大，左侧亮度高，右侧亮度低，光照不均匀；图2（b）是利用高斯滤波处理之后的影像，整体亮度均匀，较好地保留了原始影像高对比度的特性。图3（a）为航片分布图，图3（b）为传统方法得到的匀光匀色结果，图3（c）是利用本文方法最终得到的色彩一致性无缝的DOM影像数据。与传统方法相比，用本文方法生产的大型影像数据具有整体一致的色调、反差适中、光照比较均匀、色彩保持平衡，较好地完成了无缝影像数据库的生产。

3.3 进一步研究

实验过程采用MATLAB对单幅影像进行高斯滤波处理，并假设匀光处理后的单幅影像内部已不存在光照不均匀的现象，以此为基础进行影像间的匀色处理。但是由于影像内部以及不同影像间受多种外接因素影响，导致色调、亮度、反差等组成一个复杂的色彩系统，以及水体、建筑等特征区域也需要单独处理，很难以一种或者几种处理方法一次性解决影像色彩一致性问题，因此还需要大量的研究，以满足日益增长的影像数据库生产需求。

4 结束语

本文分析了导致影像光照不平衡的因素，分别研究了单幅影像内部的匀光处理方法和多幅影像之间的匀色处理方法，采用高斯低通滤波分离单幅影像的噪声达到匀光的目的，而多幅影像之间的匀色方法则运用了Wallis变换的原理。在此基础上，提出了一套应用于大型影像数据库生产的技术流程。从工程应用角度出发，该技术流程可以快速高效地获取无缝影像数据，为大规模行业集成应用提供了可视化场景。实验表明，本文方法生产无缝影像数据库具有一定的先进性，对工程实践具有一定的指导意义。但是在影像细节增强以及纹理保持等特性方面还有待进一步研究。