朱思捷，雷 斌，吴一戎

(中国科学院大学电子电气与通信工程学院， 北京 100190； 中国科学院电子学研究所 中国科学院空间信息处理与应用系统技术重点实验室， 北京 100190)(2017年12月25日收稿； 2018年3月6日收修改稿)

随着近30年遥感领域的迅猛发展，光学遥感图像的空间分辨率和数量都有了巨大提高[1]，对海量的遥感光学图像进行色彩校正是一个重要的问题。无论是Google地球上的遥感图像，还是中国的GF系列卫星图像，都存在颜色失真的情况。如图1所示，图1(a)是GF-2号卫星遥感图像，受到大气条件及传感器的影响，颜色产生失真；图1(b)是经过颜色校正后的图像，颜色与真实地物相吻合，可进一步用于图像分割、目标检测与识别等应用；图1(c)为Google地球上的多幅图像拼接处，可以看到交界处的颜色差异十分明显，且右半部分明显偏色。可见对海量遥感光学图像进行大规模的自动化颜色校正仍是一个有待解决的重要问题。

图1 遥感光学图像的色彩失真Fig.1 Color distortion in remote sensing image

目前已有的色彩校正方法可以分为3类：颜色迁移法、经验统计法和基于物理模型的方法。颜色迁移法在校正每一幅图时，需要一幅参考图像，将参考图像的颜色直方图作为基准，对原图进行校正，从而得到与参考图像类似的颜色分布，如2008年Fecker等[2]改进直方图迁移，用它来补偿视频的颜色偏移；Kim和Pollefeys[3]考虑渐晕效应，从而更好地设计颜色迁移函数。然而在对海量的遥感图像进行校正时，无法对每幅图都获取参考图像，故此方法无法实现大量图像的自动化校正。……