基于Photoshop 的多源影像拼接成果处理与质量评价

李莉 张品超

（1.南昌市城市规划设计研究总院 江西南昌 330038；2.南昌市自然资源局 江西南昌330038）

1 引言

科技设备与获取技术的飞速发展，影像数据的获取与存储进入海量时代，这也为遥感影像和航天、航空影像在多尺度、多空间以及多专业的各种应用上提供了强有力的后备力量支撑。与此同时，随着影像应用范围越来越广，影像的快速出图需求愈加频繁，为节约成本和时间，我们可利用多源影像进行拼接成图。

然而，南昌市作为多云、多雨且季节变化影响显著的中部地区，不论是穿过大气层获取的卫星遥感影像数据，还是从离地千米的高空获取的航空影像数据，都会存在薄雾和云层遮挡地物的现象，直接阻碍了影像判读工作。同时，不同时段和不同天气下，由于地物反射光谱成像差异性导致不同时期的成果影像呈现出的色相、亮度、饱和度等均不相同。综上，当面临快速出图的需求时，很难及时找到无明显色差、无云雾遮挡且具有较佳判读效果的高质量影像数据。

因此，充分利用已有影像数据进行包括简单的云雾处理、色差调整、色调统一等影像图面处理显得尤其重要[1]。本文利用Photoshop 软件功能多、操作简便、处理高效等优势进行多源影像拼接后的影像表观质量优化，以满足应急状况下快速出图的需求。

2 多源影像

本文将利用从Google Earth 中下载的卫星遥感影像与已有的南昌市航空摄影成果影像进行拼接，并通过Photoshop 软件进行匀色处理。图1 为从Google Earth 中下载的存在诸多不同色调、不同季节地物、不同曝光程度等状况的卫星遥感影像，图2 为已有的可直接使用的航空摄影测量成果影像，图3 为影像拼接后的成图，如图3 中所示，拼接成图的影像色彩差异明显，色调严重不均等，直接影响影像的视觉效果以及判读效用。

图1 谷歌卫星影像

图2 已有的航空摄影影像

图3 拼接后影像

3 表观质量优化处理

为便于人和机器对图像进行更好的理解和分析效果，不同色相、亮度、饱和度的影像拼接前，需要进行图像色差调整、简单的云雾处理等影像表观质量优化处理[3]。通常，成图影像的数据量较大，基于Photoshop 仅能打开数据量大小为4GB 之内的影像，同时为了提升工作效率，可在影像拼接前分别对待拼接影像进行优化处理，最后拼接成图后处理拼接缝使成图影像各拼接处整体均匀过度（流程如图4所示）。

3.1 色差处理

图4 影像处理流程

不同拍照时间、不同季节、不同天气状况下，获取的成果影像质量显著不同，色彩差异较大。色差包括色调、色相、饱和度、亮度等差异。色差调整的本质是对图像进行分片，以中间片为基准，判断其他部分与中间部分图像相差多少DN（Digital Number）值，便分别对它们增减相应的DN 值[2]。利用photoshop中的色彩平衡、色相饱和度、亮度对比度等工具通过调整DN 参数值可达到匀色效果。调整方式如图5示例中a-c 所示以及图6 示例中a-c 所示。

图5 原始色差及色差调整

图6 原始色差及色差调整

3.2 云雾去除

云雾的遮挡直接造成地物信息的丢失，因此无法通过调整DN 参数达到去处云雾、恢复被遮挡地物的效果，本文通过对比百度、高德等软件的影像地图，确定该影像下被云雾遮挡的地物实际属性后，利用photoshop 软件用临近相同地物的像素值替换被遮挡处的像素值，在影像中恢复被遮挡的地物。

特别要注意的是：本文中的云、雾处理方式，仅在有参考物的前提下，能够应急处理云雾遮挡问题（如图7 所示），但在无参考物的情况下，该方式不建议使用。

图7 影像局部去云雾处理

3.3 光谱特性差异处理

不同季节下，地物对光谱的反射和散射作用各不相同，因而反映在成图影像上光谱特性不同，导致成像中色彩差异明显，同样无法通过调整DN 参数达到匀色过渡的效果。此时需要判读影像中的地物信息，借助其中的线状地物（如田埂、池塘、道路边线等），通过划分地物差异范围来过渡色差，达到不同的光谱特性能够在视觉上平缓过度的效果。如图8所示，同一片稻田范围，夏季是稻田，冬季收割稻子后变为空地，只需在拼接成图中将田埂作为界线调整两边的光谱特性即可达到较好的视觉效果。

图8 季节差异范围调整

3.4 拼接缝处理

针对不同的色块进行单独的调整处理后，拼接缝不可避免。通过设置一定容差值，选取该拼接缝临近范围内周相同地物，在确定地物属性一致的前提下，复制该地物的像素值，覆盖原始拼接缝，以此达到影像整体的匀色过渡效果。该方式产生的直接效果明显，但需要逐细节微调。

3.5 成图影像匀光匀色处理

根据实际情况及视觉效果，对拼接后的成图影像进行整体匀光匀色处理。对各待拼接影像进行处理后，初步拼接成果如图9a 所示，影像整体较暗且偏绿，因此经过统一亮度和色调调整，最终成果影像如图9b 所示。

图9 成果影像

4 成图表观及质量评价

4.1 成图表观

对本文中的拼接后影像进行综上局部和整理处理后，最终成图影像（图8b）无云雾遮挡，无明显色差，无明显拼接线，色调统一，影像整体清晰，视觉效果较好，影像判读效果佳。

4.2 质量评价

影像评价分为主观评价和客观评价[2]。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，原始拼接后的影像数据颜色亮度等多方面反差较大（如图3），经过调整后整幅影像无明显色差，色调统一，且无明显拼接缝（如图9b）。客观评价主要以多波段直方图的灰度值分布状况进行评价，原始Google 影像（图1）各波段灰度值分布很散（如图10a），说明存在诸多差异极大的色块，原始拼接后影像（图3）依然存在某波段较为突出，图像的颜色不均匀且反差较大（如图10b），进行PS 处理后的成果影像（图9b）各波段灰度值均呈现均匀正态的分布，说明色调统一，且影像整体更明亮清晰（如图10c）。

图10 影像直方图分布对比图

5 结束语

针对多源遥感影像的拼接和色彩调整的实验的结果表明，经过PS 的影像色彩统一且无明显拼接缝，该方法可以较好的解决多源影像拼接后的匀色问题，能够更加充分地利用现有的海量影像数据，为各种不同专业方向上的日常地图生产和特殊情况下的应急性出图要求提供稳定的数据支撑并发挥重要作用。

色差处理后的影像整体效果对于影像成果的使用者来说至关重要，本文提出的PS 解决方案适用于影像整体视觉效果的快速出图，而非专题图用图。PS 的本质是人造，因此对于草地、植被和森林等地物相似地域的薄雾和云层遮挡问题能够通过PS 进行影像美化达到良好的视觉效果，但在地物变化显著的城区却无法通过PS 人工造出实际地物。此外，手工调图法对人的要求较高，需要经验且耗时。