遙感影像色彩歸一化的多特征點約束直方圖規(guī)整方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種面向遙感影像色彩歸一化的多特征點約束直方圖規(guī)整方法。
【背景技術(shù)】
[0002] 受植被季相變化、傳感器崎變、獲取時刻大氣條件差異等因素影響，不同時間獲取 的遙感影像間存在色彩差異，具體包括整體灰度分布的差異及其部分地物顏色變化。色彩 歸一化的目的是消除兩期影像之間的色彩差異，使得影像鑲嵌等應(yīng)用中獲得無縫的合成影 像。直方圖是影像上不同灰度級分布情況的統(tǒng)計度量，不考慮地物變化情況下同一地區(qū)不 同時間獲取的影像應(yīng)該具有相同的直方圖。實際中，受前述因素影響，不同灰度級像素所占 比例的發(fā)生變化，從而引起直方圖的形狀改變，因而，可W通過改變直方圖來進行色彩歸一 化。
[0003] 直方圖規(guī)定化是根據(jù)使處理后的影像具有參考影像相同的直方圖的原則，建立輸 入影像到參考影像的灰度映射方程，對輸入影像進行灰度重采樣，W消除兩者之間的色彩 差異。直方圖規(guī)定化是一種常用的色彩歸一化方法，已廣泛的用于遙感影像鑲嵌（Helmer EΗ,RuefenachtB.Cloud-Freesatelliteimagemosaicswithregressiontrees andhistogrammatching[J].PhotogrammetrieEngineering&RemoteSensing, 2005, 71 巧）：1079-1089.)、變化檢測（MasJF.Monitoringland-coverchanges:a comparisonofchangedetectiontechniques[J].InternationalJournalofRemote Sensing, 1999，20(1): 139-152.)等應(yīng)用中，取得了較好的效果。
[0004] 直方圖規(guī)定化的問題可W定義為：輸入影像is和參考影像Λ的灰度值分別構(gòu)成有 序集S和R:
直方圖規(guī)定化是建立序偶：
其中，SXR表示S和R的笛卡爾積，<ΑA表示將輸入影像上灰度值如央射為A根 據(jù)映射方程建立方法的不同，主要包括W下幾種方法：單映射策略（SingleMappingLaw， SML)(GonzalezRC.Digitalimageprocessing[M].PearsonEducationIndia, 2009.)、組映射策略（GroupMappingLaw,GMLKZhangYJ.Improvingtheaccura巧of directhistogramspecification[J].ElectronicsLetters, 1992, 28(3): 213-214.) 和動態(tài)直方圖規(guī)整（DynamicHistogramWa巧ing)(CoxIJ,RoyS.Dynamichistogram warpingofimagehistogramsforconstantimagebrightness,histogrammatching andhistogramspecification:U.S.Patent5,727,080[P]. 1998-3-10. )〇
[000引若戀審表示輸入影像灰度為邀像素的比例，:;:顯|觀|表示參考影像上灰度 為胃像素的比例。單映射策略（SML)的實現(xiàn)方法是通過提取使下式成立的最小尉日巧t立 映射方程：
組映射策略（GML)是通過使得下式成立的最小的/(乃確定映射方程：
其中，/(7)是滿足如下條件的取整函數(shù)：
>0時，將輸入影像灰度值從0到乃0)映射為A0時，將乃7-1)+1到乃乃映 射為A
[0006] 根據(jù)公式可W看出：SML方法通過原始影像累積直方圖的依次向參考影像累積直 方圖映射，存在較大的取整誤差；GML方法是將參考影像累積直方圖依次向原始累積直方 圖建立映射，GML方法處理后的直方圖與參考直方圖更加相似，具有更高的精度。上述方法 的主要問題是使用累積直方圖作為依據(jù)建立灰度映射關(guān)系，容易出現(xiàn)誤差的累積和傳遞。
[0007]IngemarJ.Cox提出的直方圖動態(tài)規(guī)整策略，通過動態(tài)規(guī)整建立灰度值之間的映 射關(guān)系，并能夠同時修改參考影像和輸入影像的直方圖，一定程度克服了SML和GML方法中 的誤差累積和傳遞。
[0008] 在上述映射規(guī)則的基礎(chǔ)上，一些研究者提出了一些改進方法。如NikolovaΜ提出 了變分法（化kolovaΜ,WenΥ-W,ChanR.Exacthistogramspecificationfordigital imagesusing曰v曰ri曰tion曰1approach[J].JournalofM曰them曰tic曰1Imaging曰nd Vision, 2012，46(3): 309 - 325.)。針對遙感影像多光譜通道的特點，如InamdarS定 義多維旋轉(zhuǎn)矩陣，提出了多維概率密度匹配的直方圖規(guī)定化方法（InamdarS,BovoloF, BruzzoneL,et曰1.Multidimension曰1prob曰bilitydensityfunctionnotchingfor preprocessingofmultitemporalremotesensingim曰ges[J].IEEETransactionson GeoscienceandRemoteSensing, 2008, 46(4): 1243-1252)。
[0009] 動態(tài)直方圖規(guī)整相對與SML方法和GML方法能夠取得較好的精度，但也存在一些 問題：動態(tài)直方圖規(guī)整可能影響整體的形態(tài)學(xué)特征，如直方圖的峰谷點出現(xiàn)偏移，限制了色 彩歸一化的精度。

【發(fā)明內(nèi)容】

[0010] 針對現(xiàn)有技術(shù)的不足，本發(fā)明遙感影像色彩歸一化的多特征點約束直方圖規(guī)整方 法，運種方法能夠克服現(xiàn)有技術(shù)中誤差累積和傳遞的問題、并保持影像的峰谷點W提高灰 度校正的精度。
[0011] 為實現(xiàn)上述目的，本發(fā)明采用W下技術(shù)方案： 遙感影像色彩歸一化的多特征點約束直方圖規(guī)整方法，采用w下步驟： 步驟1 :分別統(tǒng)計輸入影像和參考影像的直方圖并歸一化，得到不同灰度值所占的比 例。然后采用高斯濾波器進行濾波，W消除直方圖上的虛假特征點，得到平滑的直方圖； 步驟2 :將平滑的直方圖看成是按照灰度由小到大依次連接對應(yīng)灰度值比例而成的曲 線，通過道格拉斯算法提取特征點，并劃分為波峰點、波谷點和拐點Ξ種類型； 步驟3:在直方圖的灰度范圍一致化處理的基礎(chǔ)上，按照最小距離W及特征點類型建 立特征點間的對應(yīng)關(guān)系； 步驟4 :W步驟3)的特征點作為約束，利用直方圖規(guī)整建立輸入影像到參考影像的灰 度映射方程； 步驟5 :根據(jù)步驟4)得到的灰度映射方程，對輸入影像進行灰度重采樣，得到結(jié)果影 像。
[0012] 上述的遙感影像色彩歸一化的多特征點約束直方圖規(guī)整方法，步驟1中的直方圖 統(tǒng)計采用W下方法： 分別統(tǒng)計輸入影像is和參考影像Λ的直方圖并歸一化：
其中，A(i)表示灰度i的像素數(shù)目，諫示總像素數(shù)目，的乃表示灰度值所占的百分 比；然后使用高斯濾波器平滑W消除噪聲，記提取的直方圖結(jié)果為：
其中，.機I義顏I,黃翁南I齡-球教:^壽表示輸入影像上灰度值為義的像素所占百分 比；唱i穩(wěn)I';蒼捧;:二晦;:? 糾::患於H|i表示參考影像上灰度值為f像素所占的百分 比；將直方圖看成根據(jù)灰度值由小到大依次連接而成的曲線，記為：
其中，輸入影像直方圖提取結(jié)果W橫軸表示不同的灰度級，縱軸為不同灰度級的百分 比，連接為一條平滑的曲線； 步驟2中直方圖特征點提取采用W下方法： 采用道格拉斯矢量簡化算法提取直方圖特征點；首先連接曲線的起點和終點得到直線 7,再計算直方圖上其他點與直線7的距離，然后找出最大距離值6^，并將與闊值D相 比：若么迎，運條曲線上的中間點全部舍去諾么D，則保留也X對應(yīng)的坐標點擬該點 為界，把曲線分為兩部分，對運兩部分重復(fù)使用該方法，直到不再有滿足條件邊.^>D的點 或者達到指定數(shù)目的點為止；記提取的特征點集為片 <勾，也…，待〉； 對于特征點句，根據(jù)其與鄰近點01 1和備1的縱坐標(即灰度百分比)關(guān)系，劃分為波峰 點（C)、波谷點（V)和其他特征點（0)，具體方法為：
步驟3中直方圖特征點對應(yīng)關(guān)系建立采用W下方法： 由于輸入影像和參考影像的實際灰度值范圍不一致，從影像灰度值的兩端各截除總像 素的0.5%，得到輸入影像和參考影像的有效灰度值范圍分別是和根據(jù) L iiiiu立!似么j:.'. 下式對輸入影像的灰度值·5進行線性校正：
其中，戶為校正之后的灰度值；依次對Qs中各點的橫坐標進行校正，將校正后的點集 記為法'； 按照最小距離法則建立特征點間對應(yīng)關(guān)系；即對于特征點ij,;egs·,,在jQ技中找 3?與點禱爸誦::'漫近的點麵|緩讀:;:計算方法為：
然后判斷佑與;是否為同一類型的特征點(波峰點、波谷點與其他特征點)，如 果是同一類型的特征點，則保留；否則，刪除該特征點； 步驟4中多點約束的直方圖的映射方程采用W下方法： 確定特征點對應(yīng)關(guān)系之后，將對應(yīng)特征點之間的直方圖作為一段，分段建立灰度映射 方程；運里的映射策略可W采用上述的映射方法，如輸入影像相對于參考影像灰度級壓縮， 則采用SML方法，如輸入影像相對于參考影像灰度級拉伸，可W采用GML方法；記最終的映 射方程< 系，/>居5>:貧，其中 ^0，1，···，^'^Ι，7=0，1，2，…，廣1; 步驟5中的影像重采樣采用W下方法： 根據(jù)映射方程< 忘../>GSxS，將輸入影像的灰度值Μ射為Λ得到結(jié)果影像。 ......一·'.................:.'·；*
[0013] 對于多波段影像，依次對各個波段進行處理，得到最終的處理結(jié)果。
[0014] 本發(fā)明關(guān)鍵點在于兩個方面：根據(jù)道格拉斯算法自動提取直方圖上的形態(tài)學(xué)特征 點，采用最小距離方法W及特征點類型建立特征點之間的對應(yīng)關(guān)系，從而實現(xiàn)自動的、內(nèi)容 無關(guān)的直方圖特征點提取與匹配；W對應(yīng)特征點作為控制，分段建立灰度映射方程，能夠擬 合不同灰度范圍灰度值壓縮或者拉伸的情況，克服誤差累積和傳遞，而具體灰度映射方程 建立的具體方法可W根據(jù)需要進行選取，實現(xiàn)直方圖映射的高精度。
[0015] 本發(fā)明所設(shè)及的直方圖規(guī)定化方法適用于同一地區(qū)不同時間和條件獲取的遙感 影像之間存在整體色彩差異和部分地物存在顏色改變的情況下的色彩歸一化。
【附圖說明】
[0016] 圖1為多特征點約束的直方圖規(guī)整方法流程圖。
[0017] 圖2為輸入影像直方圖提取圖，起點和終點分別作為特征點。
[0018] 圖3為輸入影像直方圖第Ξ個特征點的提取圖。
[0019