李凤英，易磊，张洛恺，何泓宇

（1.61287部队，成都610000；2.信息工程大学地理空间信息学院，郑州450000）

一种镶嵌影像的分块直方图匹配匀光算法

李凤英1，易磊2，张洛恺1，何泓宇1

（1.61287部队，成都610000；2.信息工程大学地理空间信息学院，郑州450000）

针对镶嵌影像可能存在的补丁效应以及色彩不均匀现象，提出了一种利用分块影像来确定距离权值的分块直方图匹配匀光算法。通过实验，与经典马斯克匀光算法进行了对比分析。结果表明，本文算法能够改善影像质量，实现镶嵌影像色彩均衡、反差一致，有利于大幅面应急影像的实时处理。

影像镶嵌；马斯克；匀光；色彩不均匀；直方图匹配

0 引 言

获取遥感影像过程中，由于传感器、外部环境、曝光等因素的影响，使得影像内部或者同一航带影像间存在亮度、色调以及反差不均匀现象，称为色彩不均匀现象［1］。色彩不均匀现象使影像容易呈现出明显的明暗或色彩不一、反差分布不均匀，影响视觉效果，同时影响后期处理的质量，特别是在影像镶嵌中，由于多幅影像曝光参数、辐射水平、成像日期等差异的存在导致同名地物在相邻影像上色彩、亮度不一致［2］，同时相邻影像灰度、色彩的细微差别都能导致明显的拼接块，出现补丁效应。因此，必须对镶嵌影像进行匀光处理，得到色彩均衡、反差适中、图像清晰、信息丰富的大范围无缝数字影像。匀光处理是指消除影像色彩不均匀现象，得到色调均匀、反差一致的影像［3］。其中色彩不均匀问题可分为三类：一是单幅影像的匀光处理；二是多幅影像之间的色彩一致性处理；三是镶嵌后的大幅面影像匀光处理［4］。由于镶嵌影像亮度、反差不均匀性分布的不规则性，现有匀光算法一般用于遥感影像预处理阶段，针对镶嵌影像匀光处理的研究还比较少。文献［5］针对现有匀光方法进行了实验对比和分析，发现经典的马斯克（MASK）匀光法相比其他算法能得到较好的效果，同时也能较好保持细节完整性，综合效果最好。本文根据直方图匹配原理，提出一种分块直方图匹配匀光算法，并与MASK匀光法进行对比分析，并得出若干结论。

1 MASK匀光法

MASK匀光法［6］是根据光学像片的晒印，将影像看作亮度均匀的前景影像与背景影像之和，通过滤波器模拟影像的亮度分布作为背景影像，将原始影像减去背景影像即得到均匀影像。对光照不均匀影像可采用如下模型描述：

MASK匀光法的关键在于背景影像的获取，现有处理一般利用高斯低通滤波器来获取背景影像，其中合适的滤波器尺寸一般通过人工选取。

2 直方图匹配

在遥感数字图像处理中，匀光处理一般也称为色彩均衡，是数字正射影像制作以及大型无缝数据库建立的关键步骤。影像间的色彩一致性处理常用到直方图匹配方法［7］，该方法以标准图像的直方图为标准做变换，使两图像的直方图相同和近似，从而使两幅图像具有类似的色调和反差。直方图匹配是使一幅图像的直方图变为规定形状的直方图而进行的图像增强方法，又叫直方图规定化。

直方图匹配的方法是在相邻图像之间进行直方图匹配，以一景图像像元灰度的均值和方差为参考标准，变换另一景图像像元的灰度值，使它的均值和方差与参考图像的均值和方差匹配。文献［8］中直方图规定化匹配均值和方差的公式为：

式中，μref、σref分别表示规定或标准图像的均值和方差，μ、σ分别表示待匹配图像的均值和方差，GL表示处理后的待匹配影像上某点的灰度值，DN表示该点处理前的灰度值。

3 分块直方图匹配

3.1 原理

在遥感图像处理中，直方图匹配常用于相邻影像的灰度调节。本文借鉴直方图匹配思想，采用分块直方图匹配算法进行镶嵌影像的匀光处理。算法的思想是：将镶嵌影像进行分块，依据各个分块影像及镶嵌影像是否存在剧烈光照反差信息确定镶嵌影像的期望均值和方差。由于影像均值能反映色调与亮度情况，方差能反映灰度动态变化范围，因而能反映反差情况［9］。处理时，利用像素点到各分块影像中心的距离来确定权值，并与像素点所在影像块及其周围影像块的均值和方差进行加权求和，确定每一像素点的变换参数。

本算法以像素点周围信息来确定变换参数，顾及了局部影像色调、亮度信息，避免了较远像素的影响；本算法从原始影像中确定期望均值和方差，保持了原影像色调、亮度信息，避免可能出现的色彩失真现象。

3.2 实施步骤

分块直方图匹配匀光算法流程图如图1所示。

图1 流程图

具体步骤如下：

①自动选取期望均值和期望方差。采用分块的思想及结合原始影像是否存在剧烈的光照反差，综合确定期望均值和方差。

②对每一影像块中的每一个像素点，其变换参数根据该点所在影像块及其周围8个影像块共9块影像的均值和方差来确定。对第（k，l）影像块任意一像素点i（x，y）有：

③根据变换参数，对每个像素点进行直方图匹配

式中，f′（x，y）表示原影像每一像素点i经过处理后的灰度值；f（x，y）表示原影像每一像素点i处理前的灰度值；μall、σall分别表示镶嵌影像确定的期望均值和方差；μi、σi分别表示每一像素点i的变换参数。

分块直方图匹配匀光算法使每个影像块的均值和方差映射到相应定值，而且不同块均值和方差近似相等，从而实现影像亮度、方差基本一致，不仅保持了影像局部信息，同时避免出现失真、模糊现象。

4 实验与分析

为了验证本文算法对大幅面镶嵌影像匀光处理的效果，采用了一幅如图2所示1024×2048镶嵌影像，该影像存在比较严重的补丁效应，中间部分存在亮度不均匀现象，下面部分存在明显的反差不均匀现象，有明显的拼接线，色调不一致，存在模糊现象，是典型的色彩不一致影像。本文所有实验采用的电脑配置为AMD Phenom（tm）II X4处理器，4.0GB内存，32位win7操作系统，MATLAB7.0。

图2 镶嵌影像

4.1 确定期望均值和方差

经过研究发现，大气效应、光照、地形等因素不会使影像产生光照剧烈反差的现象［10］。因此在成像时，光照最亮的部分一般有较好的光照条件，其受到的辐射衰减也最小，最能代表地物真实的辐射状况。

在确定期望均值和方差时，对于光照分布没有剧烈反差的影像，分块处理后，均值最大的分块拥有最大的照度，可以将其作为期望均值。而在实际情况下，河流、湖泊的镜面反射等因素可能导致遥感影像产生较大的光照反差，影响影像质量，此时分块后如果选取最亮部分作为期望均值，容易使结果影像出现巨大的亮度和色调扭曲，此时改用整幅图像的均值作为期望均值，期望方差的选取，一般选取整幅影像的方差作为期望方差。

本文分别采用分块后最大均值和整体均值作为期望均值，期望方差都采用整体方差，对图2进行处理，结果如图3、图4所示。

图3 最大均值

图4 整体均值

由图5、图6可知，以最大均值作为期望均值处理结果视觉效果比以整体均值作为期望均值处理结果要好。

4.2 分块问题

对影像进行分块时，需要考虑“分块效应”问题，“分块效应”一般出现在块与块的分界处。本文算法中每一像素点的变换参数由周围9个影像块的信息来确定，将各块分别计算的均值、方差进行加权求和，合理顾及了相邻块之间的差别和联系，能够有效地避免分块效应的出现。

对影像块形状有两种方案：正方形分块（按影像宽高比确定）和长方形分块（分块影像高、宽相等）。由于每一像素点的变换参数是由周围影像块来确定，不同影像块形状，计算每一点变换参数所用的影像块内容也不一样。为了验证本算法的适应性，本文分别采用两种分块方案对图2进行处理，处理结果如图5、图6所示，其中块大小采用16×16。

图5 正方形分块

图6 长方形分块

实验可知，不管是正方形还是长方形分块，都能取得较好的匀光效果。

影像分块时，最优分块大小的确定与原始影像尺寸以及光照分布有关。为了获取本实验影像的最优分块以及探索分块大小对匀光结果的影响，分别按照8×8、16×16、32×32、64×64分块大小进行处理，得到图7～图10所示结果。其中期望均值采用分块后最大均值，期望方差都采用整体方差。

图7 8×8分块结果

图8 16×16分块结果

图9 32×32分块结果

表1 处理所用时间

图10 64×64分块结果

由图7～图10以及表1可知，当块太小（例如8×8）时，以块为基础获取的均值和方差代表性不强，而且处理时间较长，处理效果一般；当块太大时（例如64×64时），以块为基础的均值和方差不能充分反映局部影像信息。当块大小为32×32时，虽然也能得到较好效果，但是仍然存在轻微镶嵌效应，因此本实验中采用16×16块大小结果较好。

4.3 匀光算法比较

为了比较本文算法与经典MASK匀光法的差异性，分别对图2进行处理。其中本文算法采用16×16分块大小，期望均值采用分块后最大均值，期望方差都采用整体方差。MASK匀光法采用最佳滤波器尺寸，处理结果如图11、图12所示。

图11 本文算法结果

图12 滤波尺度＝4.06时MASK背景影像

图13 MASK匀光结果

表2 处理所用时间

从视觉上分析，MASK匀光处理后影像有一定改善，但是影像补丁效应仍然存在，而且由于需要进行傅里叶变换，处理较慢；而本文算法处理后影像视觉效果大幅提升，在大幅面应急影像处理中能实时处理。

4.4 匀光效果评价

为了充分验证本算法的有效性，从定量方面来分析原镶嵌影像、本文算法匀光结果、MASK匀光结果。采用均值、标准偏差、信息熵、平均梯度这4个评价因子［11］对3张影像进行质量评价。影像均值代表了影像的亮度信息；影像标准偏差反映影像包含信息丰富程度和影像反差情况；平均梯度反映影像的细节信息丰富程度和纹理变化特征；熵值反映了影像包含的信息量，熵值越大，所含的信息越多。对彩色影像采用三通道的平均值。

为了清晰、准确地评价影像，将影像分成8×8共64个影像块，按照从上到下，从左到右的顺序进行编号，统计每一块影像的均值、标准偏差、平均梯度、熵值，并将统计值按照分块编号顺序生成分布曲线，由曲线平缓情况来分析影像不同区域各值分布情况。所得均值、标准偏差、平均梯度、熵值分布曲线如图14～图17所示。

图14 均值对比图

图15 标准偏差对比图

图16 平均梯度对比图

图17 熵值对比图

从图14可知，原镶嵌影像的亮度分布曲线是剧烈变化的，表明原镶嵌影像存在比较严重的亮度不均匀现象；本文算法处理影像的曲线变化平缓，表明影像各部分亮度较均匀；MASK匀光影像曲线比原影像曲线平缓，表明影像各部分亮度较均匀。

从图15可知，原镶嵌影像的标准偏差分布曲线变化剧烈，表明影像各部分反差不一致，使原镶嵌影像呈补丁状；本文算法处理影像的标准偏差曲线变化平缓，表明影像各部分反差适中，并提高了原反差较低区域影像的反差；MASK匀光影像曲线变化剧烈，表明没有改善影像反差不一致现象。

从图16可知，原影像平均梯度曲线变化范围较大，表明影像各部分区域影像细节信息丰富程度不一致，影像清晰度不一样；本文算法处理影像平均梯度曲线整体高于原镶嵌影像的曲线，提高了原影像部分区域的平均梯度，表明改善了影像的细节信息和清晰度；MASK匀光算法曲线变化剧烈，但提高了影像平均梯度，表明对影像细节信息有一定改善。

从图17可知，原影像熵值曲线变换剧烈且变化范围大，这表明原影像各部分所含信息量不一；本文算法处理影像熵值曲线变化较平缓，并提高了原影像熵值较低区域的熵值，增加了影像信息量；MASK匀光算法提高了影像熵值，表明对影像信息量有一定增加。

5 结束语

本文针对镶嵌影像色彩处理方面存在的不足，提出一种分块直方图匹配匀光算法，通过实验，与经典的MASK算法进行了对比分析。结果表明：分块直方图匹配匀光算法能较好地处理色彩不一致的镶嵌影像，实现色彩均衡、反差适中、图像清晰的目的，能够较好地解决镶嵌影像的补丁效应；本文算法能弥补镶嵌影像色彩一致性处理方面的不足，在大幅面应急影像处理中能实时处理。

［1］朱述龙，张占睦.遥感图像获取与分析［M］.北京：科学出版社，2000：96－100.

［2］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，2014：49－54.

［3］李德仁，王密，潘俊.光学遥感影像的自动匀光处理及应用［J］.武汉大学学报，信息科学版，2006，31（96）：753－756.

［4］陈科，黄天勇，闻平，等.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［J］.测绘工程，2014，23（2）：66－69.

［5］ZHU S L，ZHANG Z，ZHU B S.Experimental comparison among five algorithms of brightness and contrast homogenization［J］.Journal of Remote Sensing，2011，15（1）：111－122.

［6］WANG M，PAN J.A method of removing the uneven illumination phenomenon for optical remote sensing image［J］.Journal of Image and Graphics，2004，9（6）：744－748.

［7］王邦松，艾海宾，安宏，等.航空影像色彩一致性处理算法研究［J］.遥感应用，2011，1（9）：45－49.

［8］SCHOWENGERDT R A.Remote sensing models and methods for image processing［J］.2ed.San Diego，1997，5：202－219.

［9］张振.光学遥感影像匀光算法研究［D］.郑州：信息工程大学，2010：1－5.

［10］周丽雅，秦志远，尚炜，等.反差一致性保持的匀光算法［J］.测绘科学技术学报，2011，28（1）：46－49.

［11］贾永红.数字图像处理［M］.武汉：武汉大学出版社，2003.

A Partitioned Histogram－matching Dodging Algorithm for Image Mosaic

LI Feng－ying1，YI Lei2，ZHANG Luo－kai1，HE Hong－yu1
（1.Troops 61287，Chengdu610000；2.Institute of Surveying and Mapping，Informing Engineering University，Zhengzhou450000）

For the possible patch effect and color uneven phenomena in mosaic images，this paper proposed a partitioned histogram－matching dodging algorithm which uses block image to determine the distance weighting.The experimental results were compared with the classical musk dodging algorithm.The results show that the algorithm can improve image quality and realize the image color balance and contrast consistency，which has advantages in real－time processing of large－format emergency images.

image mosaic；mask；dodging；color unevenness；histogram matching

10.3969／j.issn.1000－3177.2015.06.010

TP79

A

1000－3177（2015）142－0052－06

2014－10－08

2015－01－16

航空遥感技术国家测绘地理信息局重点实验室经费资助项目（2014B02）。

李凤英（1972—），女，硕士研究生，主要研究方向为地理信息系统。

E－mail：chengdulfy＠sina.com