基于Mask 原理改進的勻光方法

張 婧 李 杰

（凱里學院建筑工程學院，貴州 凱里556011）

隨著科學技術與社會經濟的不斷進步，各行各業都對信息的需求猛增，因此對獲取信息的速度與質量都提出了新要求，航空遙感影像因其所包含的豐富信息，成為了各個領域信息獲取的重要來源。影像獲取過程中，總會不可避免的受到各種因素的影響，從而導致獲取的影像在不同區域存在亮度或反差分布不均勻的現象，這些現象和問題都會直接影響到測繪的后續工作（數字正射影像產品的生成質量）。進行單幅影像勻光處理時，Mask 算法的處理結果較好，但是同樣也存在不足，一定程度上會使勻光的結果影像反差不明顯，造成影像質量變差，結果導致處理后的結果影像反差分布不均勻，特別是影像中的較暗區域，嚴重些還會導致影像的局部區域模糊的現象。為了獲得亮度和反差分布均勻的單幅影像，對現有Mask 勻光算法進行改進就很有必要了。

1 基于Mask 原理改進的勻光方法

1.1 Mask 勻光算法

Mask 勻光算法可以采用基于加性噪聲模型的理論來表示，對于光照不均勻航空影像來講，可以用一幅光照均勻的航空影像和噪聲影像（背景影像）的疊加過程來表示。表達式如下：

1.2 改進的Mask 勻光方法

改進的Mask 勻光方法將引入透射率的概念，經過高斯低通濾波分離出背景影像后，需要選擇一個基準值對待處理影像進行勻光處理，這個基準值取值為背景影像的亮度均值。處理過程中，將背景影像認為在理想環境下的光線透射率是100%，其與該背景影像的亮度均值相對應。則設背景影像任意位置的透射率系數為k，k 的計算表達式如下所示：

明顯可以看出，在背景影像中的相對較亮部分的透射率系數k 值就較低，較暗部分的透射率系數k 值就較高。再通過將原始待處理影像各像素的亮度值與相對應的透射率k 作乘積運算，其結果作為經過勻光后該像素的亮度值。這樣一來，可以達到保證待處理影像的整體亮度趨于一致的目的，表達式如下：

指數q 的作用是防止透射率系數k 過小，其可以調節透射率系數k 的大小，控制各通道亮度值變化的幅度。當透射率系數k 過小時，可能會導致勻光后的結果影像的某些區域位置的色彩失真現象的出現；當透射率系數k 過大時，可能會導致經過勻光后的結果影像的對比度明顯降低的現象出現。所以指數q 的存在是非常有必要的。

一般對于一幅待處理的航空影像，反差較大的區域都表現在影像較亮區域，相反，反差較小區域通常都表現在亮度較低區域。所以需要考慮到影像本身所存在的反差分布不均勻的問題來對結果影像進行拉伸處理。針對原始影像較亮部分的處理方法是在一定范圍內抑制它的拉伸幅度，在一定程度上使它反差增大的程度降低；另一方面，對于原始影像上較暗區域的處理方法是在一定范圍內增強它的拉伸程度，使它的反差增大的程度相對較大。

經過式（3）處理后的結果影像，可能還是會存在對比度在一定程度上降低的現象，同時結果影像的反差也變小了。因此，為了使相鄰區域的反差得到加強，還需要對結果影像進行一定程度的對比度拉伸和反差增強，才能獲得最終的勻光結果影像。

2 實驗與分析

為了檢驗本章提出的改進Mask 勻光方法的可行性和有效性，下面通過對比實驗來進行驗證。為驗證本章改進算法的優勢所在，通過與傳統的Mask 勻光算法處理結果進行對比實驗，最后從主觀定性和客觀定量兩個方面對勻光處理后的影像進行質量評價分析。

本實驗所選影像大小為8230×6168，如圖1(a)，該影像表現為亮度和分差分布不均勻，明顯可以看出影像四周偏暗，中間亮度，并且影像中部偏下位置分差分布不均勻。采用傳統Mask 勻光算法與本章提出的改進算法分別進行實驗，并比較它們的處理效果，再通過主觀評價和客觀評價的方式分析勻光后結果影像的質量。其中，改進Mask 算法中q=0.6。

對圖1(a)進行兩種算法的勻光處理，處理后結果如圖1(b)-(d)：

從目視效果來看，原始影像存在的亮度和反差不均勻現象經過兩種算法的勻光處理都在一定程度上得到了改善。傳統Mask 勻光算法處理后影像表現為：影像色調均勻，但是整體亮度較暗，影像四周局部地區細節信息損失了，呈現模糊現象，導致視覺效果較差，反差分布不均勻現象改善效果不明顯。改進Mask 算法處理后結果影像效果較好，表現為整體影像亮度和色調都比較均勻，影像內部細節清晰，消除了原始影像存在的亮度和反差分布不均勻現象，使處理后影像視覺效果得到提高，相比之下，勻光效果較好。

圖1 亮度和反差分布不均勻影像與勻光處理后影像

表1 為原始影像與經過勻光處理后的影像進行質量評價：

表1 基于亮度和反差分布不均勻影像處理質量評價

對影像進行分塊量化評價，分為16 塊，從上到下、左到右依次編號，統計每個小塊的亮度均值與標準差，如圖2，3。

圖2 和圖3 中，原始影像的亮度分布曲線和標準差分布曲線都不均勻，而改進方法處理后各影像塊亮度均值與標準差值相對傳統Mask 算法處理結果都更趨于一致。

綜上所述，改進Mask 算法處理亮度和反差分布不均影像同樣也能夠達到較好的處理效果。

圖2 影像塊亮度均值曲線分布圖

圖3 影像塊標準差值曲線分布圖

結束語

本文通過實驗證明：通過主觀目視和客觀參數指標兩個方面的評價結果，改進Mask 算法都優于傳統Mask 勻光處理算法，改進算法能夠達到預期的目的，取得較好的勻光效果，使影像質量得到改善。