面向无重叠区多源瓦片的拼接匀色技术研究

高小旭，齐修东，臧文乾，谢东海，余 涛,4，黄祥志

(1.河南理工大学 测绘与国土信息工程学院，河南 焦作 454000；2.中科院遥感与数字地球研究所，北京 100101;3.首都师范大学，北京 100048；4.新疆维吾尔自治区卫星应用中心，新疆 乌鲁木齐 830000)

随着遥感科学技术的飞速发展，遥感影像数据进入了海量时代，单个文件的数据量甚至达到GB级别[1]，这为遥感应用提供了强有力的数据支撑。但是，由于卫星遥感接收的电磁波谱要穿过大气层，必然导致某些情况下遥感影像的质量受到影响，尤其在我国南方多云雨地区，一般难以找到时像相近的高质量影像，厚的云层、积雪的遮挡导致无法判读感兴趣地区影像。薛小虎等人提出在缺少相关地域影像的情况下，可以利用影像瓦片来获取目标影像[2]。中国科学院遥感与数字地球研究所提出的五层十五级瓦片切分方法是一种高效的数据切分管理方法，通过实时解算、实时统计、分布式存储的方法对遥感影像数据进行高效管理[3]，如何充分利用这些无重叠的海量多源遥感影像瓦片数据,对其进行拼接、匀色等生成需要的高质量的影像成为一个研究热点。

目前，针对遥感影像的拼接和匀色，国内外学者大多是利用有重叠区的遥感影像进行镶嵌和匀色，在重叠区找到一个合适的镶嵌线进行羽化处理来消除拼接缝。而针对没有重叠区的五层十五级瓦片进行拼接和匀色的研究很少。韦胜提出了基于Win32类库和基于GDAL的两种瓦片拼接方式，提高了瓦片拼接效率[4]。但是针对的是单一影像瓦片数据，且并没有对匀色进行研究。Yang等人提出对瓦片拼接(TIM)，对任意形状的图像进行平铺组成最后的图片[5]。刘升容提出了采用影像金字塔技术对遥感影像进行切片组织和存储，但是只是实现了视觉上的无缝拼接，在物理层面上还是有缝的[6]。多源遥感影像的拍摄时间、光照条件等不同必然会造成影像拼接后色彩差异较大。Legesse F B等人提出了对医学影像进行拼接匀色的方法[7]。易磊通过现有的匀光匀色算法对比实验，指出Wallis滤波器匀色方法比较可靠[8]。此外，国内部分学者对影像进行匀色是基于Inpho，Photoshop，易拼图(EPT)等软件进行处理的，操作繁琐、自动化程度低且存在较大人工差异。鉴于此，本文以我国南方某地区的无重叠区的GF1和Landsat8瓦片数据为例，重点研究了五层十五级瓦片之间的拼接和匀色处理，为没有重叠区的多源遥感影像瓦片之间的拼接和匀色处理提供参考。

1 五层十五级瓦片简介

五层十五级瓦片切分技术将原始数据切分成大小与数据结构相同的不同层级的瓦片，最大限度地保留了数据的原始信息[9]。其原理为：首先按照经纬度将地球表面进行5层15级切分，每块瓦片对应一幅1 000像素×1 000像素的影像，其中每一层又按照5∶2.5∶1的比例分为3个级别，每层之间的比例为10∶1，第一层分块大小依次为50°×50°,25°×25°,10°×10°,第二层5°×5°,2.5°×2.5°,1°×1°,其他层以此类推，切分标准如表1所示[2]。

表1 五层十五级切分标准

图1、图2分别为原始影像数据和五层十五级切分后的瓦片影像数据。

2 多源瓦片拼接和匀色设计及实现

2.1 影像瓦片数据来源

我国南方地区多云雨，一般难以找到时像相近的高质量遥感影像，对制作该地区的正射影像图时产生阻扰。遥感事业的快速发展提供了海量的多源遥感数据。本次研究数据以GF1和Landsat8数据为例，并采用中国科学院遥感与数字地球研究所提出的五层十五级瓦片切分方式对其进行切分。其中，高分一号卫星搭载的WFV2传感器的多光谱分辨率为16 m。Landsat8数据的1、3、4波段的空间分辨率30 m。

图3中，(a)为某地区GF1数据影像。右侧有积雪覆盖，影响对该地区地物的判读。(b)为Landsat8影像数据，右侧没有积雪覆盖。(c)为通过卷帘工具查看的两幅影像的颜色对比图。可以看出两者的色彩差异比较明显。

图1 原始影像

图3 数据来源及色彩差异对比

2.2 基于Wallis滤波器的多源遥感影像瓦片匀色

Wallis滤波器是一种线性滤波器，其原理是利用参考影像的灰度均值和方差去处理待处理影像，使其具有近似的灰度均值和方差，从而达到匀色的目的。Wallis滤波器的一个缺点是两幅影像的图幅不能相差太大，而按照五层十五级标准切分后的瓦片都是大小完全相等的，正适合Wallis滤波器对瓦片进行匀色处理。

Wallis滤波器表示为[10]

bmf+(1-b)mg.

(1)

式中:g(x，y)表示原始瓦片在像点(x，y)处的灰度值；f(x，y)表示Wallis变换处理后对应点的灰度值；mg和sg分别表示原瓦片灰度均值和标准偏差；mf和sf分别表示经过Wallis变换后瓦片灰度均值和标准偏差的目标值；c∈[0,1]表示影像方差扩展常数；b∈[0,l]表示影像亮度系数。

多源遥感影像瓦片的匀色，首先，对多波段的彩色遥感影像进行波段分离，对同一景的瓦片按波段进行分类，对分类后属于同一景的图像瓦片进行统一的线性拉伸处理。然后将有云、雪、或者雾霾等影响的质量较差的影像进行剔除，统计余下所有瓦片的均值和标准偏差，选取标准偏差的最大值作为Wallis滤波的目标标准偏差，均值的平均值作为Wallis滤波的目标均值，对所有瓦片逐波段进行Wallis滤波处理，最后利用C++语言编程实现。

2.3 基于五层十五级的多源瓦片拼接

考虑到这些切分后的瓦片之间是没有重叠区的，无法根据传统的特征匹配等方式先配准再镶嵌。为了减小拼接时多源遥感影像瓦片之间的错位问题，首先对GF1和Landsat8数据进行精校正，使其统一到同一个坐标下，然后采用五层十五级标准对GF1和Landsat8数据进行切分，选择GF1和Landsat8无云的瓦片，按照瓦片的坐标对相应的瓦片进行拼接，尽可能减小多源遥感影像瓦片拼接时产生的错位问题。

匀色后的瓦片拼接。选择需要拼接的瓦片数据存放路径，获取该瓦片集合的X和Y的最大、最小坐标值，根据坐标对匀色后的多源遥感影像瓦片进行数据拼接，写入影像的空间参考信息等，形成一幅较大的图像；再根据需要对相应的波段进行真彩色或者假彩色合成，得到彩色的遥感图像，最后保存文件。本文对拉伸处理后的灰度图像进行彩色图像恢复时，不做彩色空间转换，保持在RGB空间内作处理。虽没有完全保证饱和度不变，但是能在很大程度上改善失色问题，保证最后的彩色匀色效果。本实验流程如图4所示。

图4 瓦片拼接匀色流程图

图5 实验效果对比图

3 实验及质量评价

3.1 实验结果

本文针对无重叠区的多源遥感影像瓦片之间的拼接和匀色问题，提出了一种可行的方案。如图5所示，图5(a)为GF1原始瓦片数据，其中右侧白色的是被积雪遮挡的部分，严重影响了决策人员对此区域目标的判读，降低了该影像的使用价值。而本实验采用Landsat8瓦片数据来代替GF1部分有雪的瓦片数据，如图5所示，拼接成一幅整体图像，目视效果良好，为有关人员提供有价值的信息以便决策等，具有一定的实用价值。图5(b)是多源遥感影像瓦片拼接但没有匀色的效果图，左侧红色箭头穿过的4个瓦片为GF1数据，右侧绿色箭头穿过的5个瓦片为Landsat8数据。从图5(b)中可以看出，多源瓦片之间存在很明显的缝。利用上述多源遥感影像数据，经过本文的算法，得到了多源遥感影像瓦片拼接成的一幅色彩均衡的图像，如图5(c)所示。对拼接匀色后的单波段影像进行真彩色合成，得到图5(d)。可以看出匀色后的影像整体色彩更亮，Landsat8数据和GF1数据色彩也比较统一，水平方向上和竖直方向上均没有缝，能够满足快速显示区域影像的目视需要，局部细节如图5(e)、图5(f)、图5(g)所示。图5(h)为有重叠的GF1数据镶嵌实验对比图，通过在重叠区自动生成的镶嵌线进行羽化设置来达到匀色的目的，从结果中可以看出镶嵌线两侧色彩差异还是比较明显，效果不好。

3.2 质量评价

匀色处理后的影像作为一种产品，其质量好坏对用户来说至关重要。本文的方案只是针对初步的五层十五级多源遥感影像瓦片拼接成图的目视美观程度和地物判读效果而设计。所以，文章从主观和客观两方面对拼接匀色后的影像进行质量评价。

主观评价主要考虑色调是否均匀，反差是否适中，影像是否清晰等等。从图5和图6可以看出，原始瓦片数据反差比较大，亮度不均匀。经过匀色后整幅影像亮度均匀，且比原来亮度更高，图7是单波段拼接图像和拼接后的真彩色合成图，整体色调均衡，亮度均匀，影像比较清晰。

客观评价方面，主要以直方图的形式进行评价。方差反映了图像各个像元灰度相对于灰度平均值的离散情况，在某种程度上也可以用来评价图像信息量的大小。从直方图的角度来说，它反映了直方图的大致分布宽度。查看影像直方图分布状态是航空遥感影像中常用的检查方式。方差大的图像其灰度级分布比较分散，图像的反差大，说明图像灰度层次越丰富，在目视效果中，地物更加易于识别和分类，图像质量较为理想；方差小的图像反差小，对比度不大，色调单一均匀，看不出太多的信息。如图6、图7所示，采用多源遥感影像瓦片拼接后的影像单波段和多波段直方图分布宽度较大，反映了图像的反差较大，图像质量较为理想。至于出现灰度不连续现象，则是因为Wallis算子中乘性系数>1,待处理的瓦片灰度级被拉伸。在计算机图形学中,一幅影像在经过拉伸变换后出现的灰度级不连续分布一般是允许的[10]。而且，Wallis滤波算子是线性的，在基准影像方差大于待处理影像方差的情况下，不可避免出现灰度级不连续分布。

此外，信息熵的大小能够反映图像携带的信息量的多少。一般情况下，图像的信息熵越大，其包含的信息量越丰富，质量就越好。通过IDL编程统计出原始图像信息熵为7.036 651，拼接匀色后的信息熵为7.358 751，相比信息熵有所增加。

图6 拼接影像第三波段直方图

图7 拼接影像三波段直方图

4 结 语

通过对多源遥感影像进行校正，经过五层十五级切分得到无重叠的瓦片，然后利用Wallis匀色算法对瓦片边缘进行匀色处理，最后根据瓦片X和Y坐标值进行拼接。经过对我国南方某区域GF1和Landsat8遥感图像拼接和匀色实验，结果表明，拼接后的影像色彩统一，无明显的拼接缝，该方法可以很好地解决多源瓦片拼接和匀色问题，同时也为解决我国某些地区高质量影像资料不全的难题提供了思路，能够更加充分地利用现有的海量影像瓦片数据，为日常的地图生产、特殊情况下紧急救灾工作等提供快速的数据支撑发挥重要的作用。与当前广泛应用的基于重叠区的嵌线羽化处理方法相比，本方法具有以下优势：

1)无重叠的瓦片有利于构建分布式数据库系统和并行处理系统，处理速度更快。

2)自动化程度高，可以流程化处理。

3)针对高分辨率影像的匀色，比通过在镶嵌线两侧设置羽化距离的匀色方法效果更好。

[1] 葛强,陈前程,周珂,等.一种遥感数据快速传输策略研究[J].计算机工程,2016(6):27-30.

[2] 薛小虎,沈大川,袁关伟,等.基于GDAL的影像瓦片数据拼接技术研究[J].测绘与空间地理息,2016(2):126-128.

[3] 王栋,郑逢斌,赖积保,等.基于五层十五级遥感数据结构的并行算法研究[J].微计算机信息,2012(1):166-167.

[4] 韦胜.ArcEngine环境下实现瓦片地图的访问与拼接[J].武汉大学学报:信息科学版，2012，37(6):737-740.

[5] 唐敏，杨锋，黄华平.序列无人机影像拼接方法研究[J].测绘工程，2016，25(1)：10-16.

[6] 刘升容,刘学锋.全国第二次土地调查中海量遥感影像瓦片金字塔的建立与无缝组织[J].测绘通报,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.遥感影像色彩一致性处理技术研究[D].郑州：信息工程大学,2015.

[9] 谢秋平,于海洋,王栋,等.遥感数据在线信息分析服务技术研究[J].测绘通报,2016(1):28-32.

[10] 韩宇韬.数字正射影像镶嵌中色彩一致性处理的若干问题研究[D].武汉：武汉大学,2014.