遙感數字圖像增強方法研究

韓春成 1，林和平2，周 濤 2，趙 哲2

（1.長春師范學院計算機科學與技術學院，吉林長春 130032；2.東北師范大學計算機科學與信息技術學院，吉林長春 130117）

目前遙感數字圖像已廣泛應用于軍事、農林、環境科學、地學以及測繪等領域。針對遙感數字圖像的亮度偏低、目視效果較差等問題，需要在圖像預處理階段對遙感圖像進行增強處理，改善圖像的視覺效果，提高清晰度，便于圖像的后續處理。常規遙感數字圖像的空間域增強方法有線性變換、非線性變換、直方圖均衡化等，如文[1-6]提出的方法，都是基于遙感圖像的像素亮度值的處理方法。然而以往的這些方法都會導致遙感圖像的局部失真。例如非線性變換中的對數增強方法增強了圖像中亮度值較低的部分，同時進行對比度拉伸；壓縮亮度值較高的部分，縮小亮度間隔。一些方法在處理過程中損失了圖像的部分信息，是有損增強，影響到后期的各種處理方法的實施。例如傳統的線性增強方法將增強后亮度值大于255的像素點的亮度值直接賦值255，低于0的亮度值直接賦值0，這樣導致部分信息的缺失，處理后的圖像無法復原，不利于圖像合成、融合、信息提取等的后續處理。此外傳統的圖像增強方法不適用于全景遙感圖像的增強處理，圖像中的無效像素約占五分之一，影響處理過程的效率。

本文針對常規遙感數字圖像增強方法存在的問題，提出了一種無損平移雙向拉伸的遙感數字圖像增強方法。遙感數字圖像中有效像素根據其亮度的均值平移至128，再對遙感圖像進行無損的雙向對比度拉伸。將超出亮度值范圍的異常點關于1和255進行對稱折合，使得圖像在無損的前提下其所有的有效像素點都能參與對比度增強，保存了圖像的所有信息，為之后的遙感圖像合成、融合、信息提取及分類奠定了基礎。

1 算法描述

無損平移雙向拉伸方法克服了傳統的遙感數字圖像增強方法處理后圖像的目視效果上的不足，同時保證遙感數字圖像中所有有效像素點都能在無損的前提下參與對比度增強，不會造成圖像的信息缺失和局部失真。具體步驟如下所述。

1.1 計算均值

計算遙感數字圖像中有效像素的均值(可以是算術平均值，或者是模糊均值)。由于遙感數字圖像中的像素并非全部有效，例如遙感圖像呈現不規則矩形，其周圍的像素點是無效的；有些遙感圖像由于衛星設備的故障導致圖像中存在無效點。

對于常規的遙感數字圖像，設圖像的寬度為w,高度為h，像素亮度為b，各個像素亮度的算術平均值a可以表示為：

假設圖像中有效像素的總數為s，各個像素亮度的算術平均值a可以表示為：

1.2 亮度平移

根據遙感數字圖像中有效像素亮度的均值a在一般情況下是低于128的，本文提出的方法第二步即對有效像素亮度進行平移，至128，初步提升數字圖像整體的亮度。首先將各個像素的亮度值減去均值a，再將差值加上128，這樣所有的有效像素的亮度值都向128靠近，達到平移的效果。

設平移后像素的亮度為ci，可以表示為：

1.3 無損的雙向對比度拉伸

對經過平移后的遙感數字圖像中的像素亮度值向128靠攏，對比度降低。要達到從原始低亮度的遙感數字圖像向目視效果較佳的圖像轉變，就要求對平移后的像素進行無損的雙向對比度拉伸。首先將所有有效像素亮度值向1和255進行雙向拉伸。拉伸的同時部分亮度值超出有效像素的范圍，為了不損失任何有效信息，本文提出的方法中采取反折的方法（圖1）。即將拉伸后亮度低于1的像素按照1對稱反折，高于255的像素按照255對稱反折，反折以后的所有像素點的亮度值都在有效像素亮度值范圍內，達到了無損的要求，為后續的處理奠定基礎。具體方法如下：

圖1 反折方法示例

設拉伸后像素的亮度為di、ei。對于經過平移以后的亮度值小于128的有效像素，可以表示為：

di必為偶數，如果小于2，則：

ei必為奇數。對于經過平移以后的亮度值大于等于128的有效像素，可以表示為：

di必為偶數，如果大于254，則：

ei必為奇數。

上述運算都是可逆運算。如果經過拉伸以后的亮度值為奇數，則其逆運算可以表示為：

很明顯，如果將ci的計算過程直接代入di和ei的計算過程中，則該算法可以定義為無損平移雙向拉伸算法。

2 結果與分析

實驗原始圖像是美國地質勘探局(USGS)提供的浙江東部的遙感數字圖像，以藍波段整景為例進行增強處理。圖2中的(a)為原始遙感圖像，(b)為直方圖均衡化后的效果圖，(c)為本文提出的無損平移雙向拉伸增強后的效果圖。可以看出原始遙感圖像整體較暗，不利于目視判讀。直方圖均衡化處理的圖像一些細節丟失，圖像周圍的無效像素點參與了概率運算，圖像上大面積地物與周圍地物的反差較大。通過本文算法處理后的圖像達到了很好的目視效果，對比度適中；同時保留了不規則矩形周圍的無效像素，只對有效像素進行處理。算法中沒有損失任何像素亮度信息，對于拉伸后超出有效像素范圍的亮度值進行反折，便于后續處理。本文的雙向平移拉伸方法綜合了傳統幾種增強方法的優點，取得了更加適合目視判讀的效果。

圖2 圖像處理效果

此外，人眼具有機能亢進的應急保護，即在觀看強光或弱光時會自動調節瞳孔的大小來改變對光的吸收。人眼經一段時間的適應后，所觀察到的強光亮度比實際光源的亮度小、弱光亮度比實際光源的亮度大。人眼在觀看這樣處理后的圖像時感覺效果較好，但存在目視判讀誤區。由于傳統的線性增強算法將增強后亮度值大于255的像素點的亮度值直接賦值255，低于0的像素點直接賦值0，這樣會破壞原有圖像像素點的完整性，丟失像素點過多，產生過多的異常點。本文較好地利用了人眼的這種特性，融入本文主體算法中，對于超出亮度范圍的異常點關于邊界點反折，在不損失像素點的同時遵從了人眼的這種視覺特征。

3 結語

本文提出的無損平移雙向拉伸方法較好地解決了常規圖像增強方法在處理遙感數字圖像時的不足，綜合了各方法的優勢，使得經過本文方法處理后的圖像達到了近似最佳的視覺效果。信息量豐富，特征明顯，便于后續的融合、特征提取等處理。本文最大的創新點是無損增強，保證了原始圖像的完整性，同時保證了后續信息提取與分類的準確性。后續工作可以針對異常點的標記進行實驗性的研究展開，在圖像亮度參數中定義一個特定的值標識超出亮度值范圍的異常點。

[1]GaoY,QiaoYF.An Image EnhancingMethod Based on Reformative HistogramEqualization[J].Computer Simulation,2008,25(4):198-200.

[2]Liu H J,Zhou CH,ChengWM,LongE,Li R.MonitoringsandyDesertification ofOtindagSandyLand based on Multi-date Remote SensingImages[J].Acta Ecologica Sinica,2008,28(2):627-635.

[3]WangBJ,Liu SQ,Zhou H X,Li QS.Self-adaptive Contrast Enhancement Algorithmfor Infrared Images Based on Plateau Histogram[J].Acta Photonica Sinica,2005,34(2):299-301.

[4]Wen GJ,WangR S.Automatic Extraction ofMain Roads fromAerial Remote SensingImages[J].Journal ofSoftware,2000,11(7):957-964.

[5]高巖,喬彥峰.一種基于改進直方圖均衡的圖像增強方法[J].計算機仿真,2008,25(4):198-200.

[6]文貢堅,王潤生.從航空遙感圖像中自動提取主要道路[J].軟件學報,2000,11(7):957-964.