专利名称：用于遥感图像色彩调整的处理方法
技术领域：
本发明涉及一种用于遥感图像色彩调整的处理方法，具体说，是以航天、航空遥感图像作为主要信息源，调整常规假彩色合成中图像色彩失真的处理方法。
背景技术：
在现有技术中，一般都有相应的色彩调整模块，这些模块都是依据图像统计特征进行的。调整的结果是在多数情况下，当调整好一种地物的色彩之后，又带来了其它地物的变色变化，很难达到预期的要求；尤其是通常采用的模拟彩色的图像中，虽然人工地物接近真彩色，但是植物却呈现深灰绿色；如果把植被调整为绿色时，则道路就失去本色，所以很难达到理想效果。特别在使用多景图像制作镶嵌图时，要把不同季节的图像色彩调整一致，并且保持各类地物本色几乎不可能。
技术方案本发明就是为了解决上述问题而提出的，本发明的目的在于提供一种完整有效的、符合各类假彩色合成需要的用于遥感图像色彩调整的处理方法。
为达到上述目的，本发明采用的技术方案为用于遥感图像色彩调整的处理方法，其特殊之处在于所述的方法包括以下步骤(1)、对需要调整的图像进行融合和假彩色合成处理；(2)、通过光谱分析技术，分析高分辨率遥感图像上主要地物的波谱属性；(3)、根据用户需要，确定色彩调整的对象；(4)、确定调整对象与其它近似地物之间的光谱反射率的差别，建立判别模型；(5)、利用判别模型，在软件平台上编制程序，对图像进行色彩调整处理；(6)、如果色彩调整效果欠佳，则返回步骤(4)，调整判别模型和调整参数；(7)、当达到色彩调整效果时，输出色彩调整后的图像。
上述的方法步骤(2)中的分析高分辨率遥感图像上主要地物的波谱属性，主要地物包括火烧地、植被、水体、裸地。
上述的方法步骤(3)中的用户需要，确定色彩调整的对象，包括火烧地、植被、水体、裸地。
上述的色彩调整的对象为火烧地时，分析确定调整火烧土与其它易混地物如阴影、灰黑色建筑物之间的光谱反射率的差别，建立判别模型。
上述的色彩调整的对象为植被时，分析确定调整植被与其它易混地物之间的光谱反射率的差别，建立判别模型。
上述的色彩调整的对象为水体时，分析确定调整水体与其它易混地物之间的光谱反射率的差别，建立判别模型。
上述的色彩调整的对象为裸地时，分析确定调整裸地与其它易混地物之间的光谱反射率的差别，建立判别模型。
上述方法中利用判别模型，在IDL软件平台上编制程序，对图像进行色彩调整处理。
上述方法中将火烧地的灰黑色调整为暗绿色，植被的灰绿色调整为亮绿色；水体的灰黑色调整为深兰色；裸地的灰色调整为黄绿色；如果效果欠佳，则返回步骤(4)，调整判别模型和调整参数。
本发明相对于现有技术，其优点如下本发明突破常规的思维，实现针对面向对象的色彩调整。在模仿真彩色合成图像时，可以随意调整主色调如植物、水体、裸地等，改善视觉效果，达到乱真的目的，同时保证其它地物的色彩不变。
本发明的基本思路是研究各类地物的色彩特征和相应波段的象元值，也就是研究图像上地物的光谱特征，寻找各类主要地物在光谱特征上的差异；然后量化和比较特征差异，用逻辑表达式描述这种差异，建立相互关系数学模型。通过设计灵活的用户界面，输入这些模型，用于自动识别需要调整目标。最后根据彩色原理，调整目标象元的相应数值，重点调整水体、植被等。达到改变视觉效果的目的，使得合成图像逼近自然色彩。
图1为本发明调整遥感图像色彩的流程原理图；图2为火烧地的色彩调整的具体流程图；图3为宝鸡快鸟图像上几类主要深色地物的亮度统计曲线图；
具体实施例方式参见图1、本发明的具体方法是在长期对遥感图像的彩色合成原理、光谱反射率与色彩之间的对应关系深入研究的基础上，吸收面向对象的分类识别方法，研发而成的。
本发明的基本思路是研究各类地物的色彩特征和相应波段的象元值，也就是研究图像上地物的光谱特征，寻找各类主要地物在光谱特征上的差异。然后量化和比较特征差异，用逻辑表达式描述这种差异；建立相互关系数学模型。通过设计灵活的用户界面，输入这些模型，用于自动识别需要调整目标。最后根据彩色原理，调整目标象元的相应数值，重点调整水体、植被等，从而达到改变视觉效果的目的，使得合成图像逼近自然色彩。
通常情况下，遥感传感器能够分别感受可见光中的红、绿、兰光波段的亮度信息，产生对应红、绿、兰三个单波段图像，如果利用该三个波段作假彩色合成，基本能够重现自然界中大多数的地物的天然色彩。比较反常的是，绿色植物中叶绿素在绿光波段强烈吸收，反射率很低，所以在模拟合成图像上，绿色植物的呈现暗灰绿色，远离了绿色植物的本色。如果利用常规的图像色彩增强方法，去调整绿色植物的色彩，就不能达到效果。但是植物有其特征的光谱属性，即在近红外波段强反射、红光波段强吸收、在绿光波段弱反射、在兰光波段也是强吸收，并且强弱之间的差别巨大，为判别绿色植物提供了理想的判别参数。
对于火烧地，水体，裸地等主要地物的也通过其与容易混淆的地物之间的差别，确定其特征的光谱属性，从而建立判别参数和判别模型。
参见图1、图2、图3、本发明用于遥感图像色彩调整的处理方法，其包括以下步骤(1)、对需要特征的图像进行融合和假彩色合成处理；(2)、通过光谱分析技术，分析高分辨率遥感图像上主要地物的波谱属性；(3)、根据用户需要，确定色彩调整的对象；其调整的对象包括火烧地、植被、水体、裸地；可根据用户的需要，进行调整；如确定调整的对象为火烧地时，用户需要将灰黑色调整为暗绿色；如确定调整的对象为植被时，用户需要将灰绿色调整为亮绿色；如确定调整的对象为水体时，用户需要将灰黑色调整为深兰色；如确定调整的对象为裸地时，用户需要将灰色调整为黄绿色；当然也可以根据用户的不同需要，将其调整为不同的色彩。
(4)、确定调整对象与其它近似地物之间的光谱反射率的差别，建立判别模型；(5)、利用判别模型，在软件平台上编制程序，对图像进行色彩调整处理；(6)、如果色彩调整效果欠佳，则返回步骤(4)，调整判别模型和调整参数；(7)、当达到色彩调整效果时，输出色彩调整后的图像。
参见图2、图3、为火烧地的色彩调整的具体实施例流程；因为不同季节的图像中，如5月初麦田全为绿色覆盖，6月中旬麦收后，农民焚烧麦秸，农田成为焦土，此时的图像上为大片灰黑色调，多数的用户希望把焦土调成绿色，其具体的步骤如下(1)、对需要特征的图像进行融合和假彩色合成处理；(2)、通过光谱分析技术，分析高分辨率遥感图像上主要地物的波谱属性；(3)、根据用户需要，确定色彩调整的对象；(4)、确定调整对象与其它近似地物之间的光谱反射率的差别，建立判别模型；参见图3、其为宝鸡快鸟图像上几类主要深色地物的亮度统计曲线图；火烧地在各个波段的总体亮度介于阴影和灰黑色建筑物之间，图中展示了阴影、火烧地、灰黑色建筑物的光谱曲线，所以调整火烧地的关键是如何识别火烧地，分析发现，火烧地的光谱特征显著1)、在第三波段，火烧地的亮度值高于几乎所有阴影的亮度值。
2)、在第四波段，虽然火烧地的亮度值与灰黑色建筑物的亮度值区间有重叠，但是对于每个象元而言，火烧地上第四波段与第三波段的亮度差值大于灰黑色建筑物的相应差值。
3)、在第一波段，火烧地的亮度值明显小于灰黑色建筑物的亮度值。
(5)、利用判别模型，在软件平台上编制程序，对图像进行色彩调整处理；以宝鸡中间幅Quickbird图像为例，火烧土的调整方法如下其采用计算机语言编程如下以b1，b2，b3，b4分别代表第1、2、3、4波段的像元值，kk4、k4、k5、k6、k7、k8为系数。
dt4＝abs(b2-b3)；计算第二波段与第三波段之间的差值。
if(b1＞minb1 and b1＜maxb1；minb1和maxb1代表第一波段火烧土亮度值上、下限。
and b2＞minb2 and b2＜maxb2；minb2和maxb2为火烧土第二波段的统计上下限。
and b4＞(b2-dt4*2.0/3.0)；第四波段亮度值基本位于第二、三波段之间偏上。
and b4＜(b2+dt4)；规定第4波段的上限位于特定值之间。
and b3＜meanb2)then begin；规定第三波段亮度值上限小于第二波段的均值亮度meanb2。
dt＝average(b1，b2，b3，b4)；求四个波段亮度均值。
kk4＝(0.0+b4-b3)/b3；用第四波段与第三波段的差值决定总的调整幅度。
if b4＜(b2-dt4/2.0)then k5＝(b2-dt4/2.0-b4)/dt4；限制红外波段过低亮度值的象元参与调整。
if(b4＞(b2+dt4/2.0))then k6＝(b4-b2)/b4；限制红外波段高亮度的象元参与调整。
if(b3＞meanb3+4stdb3)then k7＝(b3-meanb3-4stdb3)/(meanb3+4stdb3)；限制红光波段的高亮度；meanb3+4stdb3相当于第三波段的均值+标准差的4倍。
if(dt＞meanall+stdall)then k8＝(dt-meanall-stdall)/meanall；meanall为裸土的平均亮度；限制总体过亮的裸土区参与调整；并且实现逐步过渡，统计结果表明，meanall火烧地的总体亮度的均值，stdall为火烧地总波段的标准差，所以对总体亮度超过meanall+stdall或低于meanall-stdall的象元实行有限调整，如果距离meanall的差距越大，调整的幅度越小，直至为0。
if(dt＜meanall-stdall)then k9＝(meanall-stdall-dt)/meanall；限制总体过暗的象元参与调整，如水体、阴影等；并且实现逐步过渡；if kk4＞0.2 then kk4＝0.2；限制整体调整幅度为原来的20％kk4＝kk4-k5-k6-k7-k8-k9；对上述各系数调节，当某些系数超标时，适当调节，实现逐步过渡。
if kk4＜0.0 then kk4＝0.0；如果总系数出现负值，则表明不符条件，不要调整。调整公式绿光b2＝b2*(1.0+kk4*zb1
/100.0)；zb1
，zb[1]为人工调节参数。
红光b3＝b3*(1.0+kk4*zb1[1]/100.0)该软件程序适合于Quickbird、IKONOS、SPOT、ETM、TM等所有波长相近的多光谱遥感图像的色彩调整。
(6)、如果色彩调整效果欠佳，则返回步骤(4)，调整判别模块和调整参数；根据上述3点，基本可以识别出火烧地。但是在实现过程中，还会出现一些误判现象，在调整结果图像上，会出现不协调的色块，所以如何设置阈值，达到准确的判断，需要仔细分析和试验。例如在火烧地的边缘上必然有混合象元，在色调上出现过渡色，如果利用某个阈值来划分调整的边界，那么在阈值之上的即被调整，阈值之下的不调整。本来色彩渐变的火烧土边界上，会出现两种不协调的色调，影像了视觉效果。所以当被调整的象元值靠近阈值时，需要降低调整幅度，即越靠近阈值，调整幅度越小，这样就达到渐变的效果。
(7)、当达到色彩调整效果时，输出色彩调整后的图像。
本发明突破常规的思维，实现针对目标对象的色彩调整。在模仿真彩色合成图像时，根据用户需要调整植物、水体、土壤等主色调，改善视觉效果，达到乱真的目的。同时保证其它地物的色彩不变。
在制作陕西宝鸡市、宁夏汝箕沟、甘肃酒泉市等地Quickbird影像图中，分别把不同季节的火烧麦茬地、冬季的山区和城市林地调整成用户喜欢的绿色，把污染的灰色水体调整成蓝色，其它地物保持本色，其深受好评。
权利要求
1.用于遥感图像色彩调整的处理方法，其特征在于所述的方法包括以下步骤(1)、对需要调整的图像进行融合和假彩色合成处理；(2)、通过光谱分析技术，分析高分辨率遥感图像上主要地物的波谱属性；(3)、根据用户需要，确定色彩调整的对象；(4)、确定调整对象与其它近似地物之间的光谱反射率的差别，建立判别模型；(5)、利用判别模型，在软件平台上编制程序，对图像进行色彩调整处理；(6)、如果色彩调整效果欠佳，则返回步骤(4)，调整判别模型和调整参数；(7)、当达到色彩调整效果时，输出色彩调整后的图像。
2.根据权利要求1所述的用于遥感图像色彩调整的处理方法，其特征在于所述的方法步骤(2)中的分析高分辨率遥感图像上主要地物的波谱属性，主要地物包括火烧地、植被、水体、裸地。
3.根据权利要求1所述的用于遥感图像色彩调整的处理方法，其特征在于所述的方法步骤(3)中的用户需要，确定色彩调整的对象，包括火烧地、植被、水体、裸地。
4.根据权利要求3所述的用于遥感图像色彩调整的处理方法，其特征在于所述的色彩调整的对象为火烧地时，分析确定调整火烧土与其它易混地物如阴影、灰黑色建筑物之间的光谱反射率的差别，建立判别模型。
5.根据权利要求3所述的用于遥感图像色彩调整的处理方法，其特征在于所述的色彩调整的对象为植被时，分析确定调整植被与其它易混地物之间的光谱反射率的差别，建立判别模型。
6.根据权利要求3所述的用于遥感图像色彩调整的处理方法，其特征在于所述的色彩调整的对象为水体时，分析确定调整水体与其它易混地物之间的光谱反射率的差别，建立判别模型。
7.根据权利要求3所述的用于遥感图像色彩调整的处理方法，其特征在于所述的色彩调整的对象为裸地时，分析确定调整裸地与其它易混地物之间的光谱反射率的差别，建立判别模型。
8.根据权利要求4或5或6或7所述的用于遥感图像色彩调整的处理方法，其特征在于利用判别模块，在IDL软件平台上编制程序，对图像进行色彩调整处理。
9.根据权利要求4或5或6或7所述的用于遥感图像色彩调整的处理方法，其特征在于判断是否根据需要，将火烧地的灰黑色调整为暗绿色，植被的灰绿色调整为亮绿色；水体的灰黑色调整为深兰色；裸地的灰色调整为黄绿色；如果效果欠佳，则返回步骤(4)，调整判别模型和调整参数。
全文摘要
本发明涉及一种以航天、航空遥感图像作为主要信息源，调整常规假彩色合成中图像色彩失真的处理方法。在现有技术中，一般都有相应的色彩调整模块，这些模块都是依据图像统计特征进行的，在使用多景图像制作镶嵌图时，要把不同季节的图像色彩调整一致，并且保持各类地物本色几乎不可能。本发明的是研究图像上地物的光谱特征，寻找各类主要地物在光谱特征上的差异；然后量化和比较特征差异，用逻辑表达式描述这种差异，建立相互关系数学模型，通过输入这些模型，用于自动识别需要调整目标，根据彩色原理，调整目标象元的相应数值，重点调整水体、植被等，达到改变视觉效果，达到乱真的目的，同时保证其它地物的色彩不变，使得合成图像逼近自然色彩。
文档编号G01N21/25GK1831868SQ20051004178
公开日2006年9月13日 申请日期2005年3月10日 优先权日2005年3月10日
发明者万余庆, 王政伟, 刘俊蓉 申请人:中国煤炭地质总局航测遥感局