分块影像的宽度。
[0098] 下面在一个具体的实施例来进行描述，结合图3,在分块影像中选择如图3所示的 分块影像5,利用ENmax、y"ax和SDmax对分块影像1和5所组成的第一区域进行如下线性变换：
[0100]其中：fi,5表示分块影像1和5的灰度值，Fi,5表示分块影像1和5所组成的第一区域 变换后的第一区域灰度值。利用同样的方法计算分块影像5和3所组成的第二区域变换后的 灰度值Fs,3,由于分块影像5属于Fi,5和Fs,3的公共区域，因此采用如下加权方法计算分块影 像5垂直方向灰度值：
[0102]其中：（x，y)为分块影像5中的像素坐标，W为分块影像5的宽度。经过加权，能够有 效消除垂直方向上的拼接线。采用同样的方法计算分块影像5水平方向灰度值：
[0104] 其中F4,5和Fs,2分别表示分块影像4和5组成的第=区域W及分块影像5和2组成的 第四区域的灰度值。
[0105] 由于Vs和曲分别消除了垂直和水平方向上的拼接线，将Vs和曲进行融合，即可得到 亮度和对比度一致的影像。
[0106] 为消除直接加权导致的拼接线，先将图3中的分块影像5划分成图4所示的上、下、 左、右4个区域，然后在每个区域分配不同权重，采用不同的融合策略：
[0107] 上区域：
[010引 右区域：
[0109] 下区域：
[0110] 左区域：
[0111] 其中（x，y)为像素坐标，W为区域5的宽度，Re为最终的融合调整结果。
[0112] 图5至图8是一个实施例中对一幅色彩失真的原始遥感影像分别采用本发明处理 方法、MASK匀光方法(基于单幅影像的匀光处理方法）W及Wal 1 iS滤波方法(基于标准影像 的匀光处理方法)=种处理方法进行处理。图9至图12是另一个实施例中对另一幅色彩失真 的原始遥感影像分别采用本发明处理方法、MASK匀光方法W及Wallis滤波方法S种处理方 法进行处理。从两个实施例中可W看出，本发明处理方法能够有效地提高对比度，使遥感影 像各区域的亮度和对比度趋于一致，而MASK匀光方法和Wallis滤波方法仍然存在明显的亮 度和对比度不一致现象。
[0113] 为客观评价各处理方法对亮度和对比度一致性处理的能力，分别计算两个实施例 中各遥感影像左上、左下、右上、右下、中间运5个区域的均值和标准差，取其平均值作为最 终的评价结果。对于亮度和对比度均一致的影像，运5个区域的均值和标准差应该是趋于一 致的。其中，均值和标准差分别定义为：
[0116]其中f(x，y)表示影像的某一个波段的某一个区域，M和N为该区域的高度和宽度， 则均值y和标准差SD反映了该区域的亮度和对比度的基本特征。评价结果如表1和表2所示。
[0121] 表2
[0122] 从表1和表2可W看出，本发明处理方法处理结果的5个区域的均值和方差均非常 接近，而且亮度和对比度均适中，且保持一致。而原始遥感影像和其他两种方法的处理结果 中，均值和方差之间的差异非常大。考虑方差和均值中最大值与最小值之间的差值可知，在 表1中，最大均值差分别为79.83、45.35和85.6，而本发明处理方法仅6.90，最大标准差的差 分别为33.76、29.25和24.4，而本发明处理方法仅6.54。在表2中，其他方法的最大均值差分 别为39.1、13.38和41.19，而本发明处理方法仅5.59，其他方法的最大标准差分别为20.63、 22.49和20.68，而本发明处理方法仅6.82。从上述结果可W看出，本发明处理方法处理结果 的亮度和对比度一致性更好，同时色彩比较平衡，视觉效果更好。
[0123] 该遥感影像处理方法，对遥感影像首先进行粗处理，去除背景影像得到粗处理的 遥感影像，然后对粗处理后的遥感影像进行分块处理，计算得到清晰度最高分块影像的赌、 均值和标准差作为整个遥感影像的基准，采用基准对每个分块影像进行调整，使得每个分 块影像的亮度和对比度保持一致，从而使遥感影像亮度和对比度保持一致，避免遥感影像 内部存在地物亮度W及反差不均匀等问题，避免地物的色调发生变化和色彩失真，获得更 好的匀光效果，大大提高遥感影像的利用率、可视化效果和影响质量。
[0124] 同时，本发明还提供一种遥感影像处理系统，如图2所示，该系统包括：
[0125] 粗处理模块100,对色彩失真的遥感影像进行粗处理，获取遥感影像的背景影像， 将色彩失真的遥感影像去除背景影像得到粗处理后的遥感影像。
[0126] -幅色彩失真的遥感影像是由一幅色彩真实的影像与一幅背景影像叠加而成，如 果获得背景影像，由色彩失真的遥感影像减去背景影像能够得到对比度一致的色彩真实的 遥感影像。
[0127] 粗处理模块100采用低通滤波的方式来获取背景影像。故选取合适的滤波器至关 重要。由于高斯滤波器能够在空间域与频率域达到最佳，同时为了提高运算速度，优选的， 粗处理模块100在频率域用高斯滤波器来进行滤波。
[0128] 在一个实施例中，粗处理模块100对色彩失真的遥感影像进行快速傅里叶变换，然 后采用高斯滤波器进行高斯滤波，滤波后进行快速傅里叶的反变换，得到背景影像。得到背 景影像后，将色彩失真的遥感影像去除背景影像得到粗处理后的对比度一致、色彩真实的 遥感影像。
[0129] 基准计算模块200,对粗处理后的遥感影像每一个波段进行均匀分块，计算每一个 分块影像的清晰度并获取清晰度最大的分块影像，计算得到清晰度最大分块影像的赌、均 值和标准差作为整个遥感影像的基准。
[0130] 影像调整模块300,采用基准的赌、均值和标准差对每一个分块影像进行亮度与对 比度的调整，使每一个分块影像亮度和对比度保持一致。
[0131] 在获取到基准的赌、均值和标准差后，影像调整模块300采用基准的赌、均值和标 准差来调整其他分块影像的亮度和对比度，使每一个分块影像亮度和对比度保持一致，从 而使整幅遥感影像的亮度和对比度保持一致。
[0132] 进一步的，对于每一个分块影像，影像调整模块300采用基准的赌、均值和标准差 对该分块影像与相邻的上方分块影像所组成的第一区域进行线性变换，计算线性变换后第 一区域灰度值；
[0133] 对该分块影像与相邻的下方分块影像所组成的第二区域进行线性变换，计算线性 变换后第二区域灰度值；
[0134] 对第一区域灰度值和第二区域灰度值进行加权计算，得到该分块影像垂直方向灰 度值；
[0135] 采用基准的赌、均值和标准差对该分块影像与相邻的左方分块影像所组成的第= 区域进行线性变换，计算线性变换后第=区域灰度值；
[0136] 对该分块影像与相邻的右方分块影像所组成的第四区域进行线性变换，计算线性 变换后第四区域灰度值；
[0137] 对第=区域灰度值和第四区域灰度值进行加权计算，得到该分块影像水平方向的 灰度值；
[0138] 将该分块影像垂直方向灰度值和水平方向的灰度值进行融合(可采用距离加权融 合方式），得到亮度和对比度一致的分块影像。
[0139] 更进一步的，影像调整模块300将该分块影像沿两条对角线分成上、下、左、右四个 区域，对于每个区域，对垂直方向灰度值和水平方向灰度值各自分配权重，然后进行相加融 厶 1=1 O
[014