遥感影像色彩归一化的多特征点约束直方图规整方法
【技术领域】
[0001] 本发明设及一种面向遥感影像色彩归一化的多特征点约束直方图规整方法。
【背景技术】
[0002] 受植被季相变化、传感器崎变、获取时刻大气条件差异等因素影响，不同时间获取 的遥感影像间存在色彩差异，具体包括整体灰度分布的差异及其部分地物颜色变化。色彩 归一化的目的是消除两期影像之间的色彩差异，使得影像镶嵌等应用中获得无缝的合成影 像。直方图是影像上不同灰度级分布情况的统计度量，不考虑地物变化情况下同一地区不 同时间获取的影像应该具有相同的直方图。实际中，受前述因素影响，不同灰度级像素所占 比例的发生变化，从而引起直方图的形状改变，因而，可W通过改变直方图来进行色彩归一 化。
[0003] 直方图规定化是根据使处理后的影像具有参考影像相同的直方图的原则，建立输 入影像到参考影像的灰度映射方程，对输入影像进行灰度重采样，W消除两者之间的色彩 差异。直方图规定化是一种常用的色彩归一化方法，已广泛的用于遥感影像镶嵌（Helmer EΗ,RuefenachtB.Cloud-Freesatelliteimagemosaicswithregressiontrees andhistogrammatching[J].PhotogrammetrieEngineering&RemoteSensing, 2005, 71 巧）：1079-1089.)、变化检测（MasJF.Monitoringland-coverchanges:a comparisonofchangedetectiontechniques[J].InternationalJournalofRemote Sensing, 1999，20(1): 139-152.)等应用中，取得了较好的效果。
[0004] 直方图规定化的问题可W定义为：输入影像is和参考影像Λ的灰度值分别构成有 序集S和R:
直方图规定化是建立序偶：
其中，SXR表示S和R的笛卡尔积，<ΑA表示将输入影像上灰度值如央射为A根 据映射方程建立方法的不同，主要包括W下几种方法：单映射策略（SingleMappingLaw， SML)(GonzalezRC.Digitalimageprocessing[M].PearsonEducationIndia, 2009.)、组映射策略（GroupMappingLaw,GMLKZhangYJ.Improvingtheaccura巧of directhistogramspecification[J].ElectronicsLetters, 1992, 28(3): 213-214.) 和动态直方图规整（DynamicHistogramWa巧ing)(CoxIJ,RoyS.Dynamichistogram warpingofimagehistogramsforconstantimagebrightness,histogrammatching andhistogramspecification:U.S.Patent5,727,080[P]. 1998-3-10. )〇
[000引若戀審表示输入影像灰度为邀像素的比例，:;:顯|觀|表示参考影像上灰度 为胃像素的比例。单映射策略（SML)的实现方法是通过提取使下式成立的最小尉日巧t立 映射方程：
组映射策略（GML)是通过使得下式成立的最小的/(乃确定映射方程：
其中，/(7)是满足如下条件的取整函数：
>0时，将输入影像灰度值从0到乃0)映射为A0时，将乃7-1)+1到乃乃映 射为A
[0006] 根据公式可W看出：SML方法通过原始影像累积直方图的依次向参考影像累积直 方图映射，存在较大的取整误差；GML方法是将参考影像累积直方图依次向原始累积直方 图建立映射，GML方法处理后的直方图与参考直方图更加相似，具有更高的精度。上述方法 的主要问题是使用累积直方图作为依据建立灰度映射关系，容易出现误差的累积和传递。
[0007]IngemarJ.Cox提出的直方图动态规整策略，通过动态规整建立灰度值之间的映 射关系，并能够同时修改参考影像和输入影像的直方图，一定程度克服了SML和GML方法中 的误差累积和传递。
[0008] 在上述映射规则的基础上，一些研究者提出了一些改进方法。如NikolovaΜ提出 了变分法（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.)。针对遥感影像多光谱通道的特点，如InamdarS定 义多维旋转矩阵，提出了多维概率密度匹配的直方图规定化方法（InamdarS,BovoloF, BruzzoneL,et曰1.Multidimension曰1prob曰bilitydensityfunctionnotchingfor preprocessingofmultitemporalremotesensingim曰ges[J].IEEETransactionson GeoscienceandRemoteSensing, 2008, 46(4): 1243-1252)。
[0009] 动态直方图规整相对与SML方法和GML方法能够取得较好的精度，但也存在一些 问题：动态直方图规整可能影响整体的形态学特征，如直方图的峰谷点出现偏移，限制了色 彩归一化的精度。
【发明内容】
[0010] 针对现有技术的不足，本发明遥感影像色彩归一化的多特征点约束直方图规整方 法，运种方法能够克服现有技术中误差累积和传递的问题、并保持影像的峰谷点W提高灰 度校正的精度。
[0011] 为实现上述目的，本发明采用W下技术方案： 遥感影像色彩归一化的多特征点约束直方图规整方法，采用w下步骤： 步骤1 :分别统计输入影像和参考影像的直方图并归一化，得到不同灰度值所占的比 例。然后采用高斯滤波器进行滤波，W消除直方图上的虚假特征点，得到平滑的直方图； 步骤2 :将平滑的直方图看成是按照灰度由小到大依次连接对应灰度值比例而成的曲 线，通过道格拉斯算法提取特征点，并划分为波峰点、波谷点和拐点Ξ种类型； 步骤3:在直方图的灰度范围一致化处理的基础上，按照最小距离W及特征点类型建 立特征点间的对应关系； 步骤4 :W步骤3)的特征点作为约束，利用直方图规整建立输入影像到参考影像的灰 度映射方程； 步骤5 :根据步骤4)得到的灰度映射方程，对输入影像进行灰度重采样，得到结果影 像。
[0012] 上述的遥感影像色彩归一化的多特征点约束直方图规整方法，步骤1中的直方图 统计采用W下方法： 分别统计输入影像is和参考影像Λ的直方图并归一化：
其中，A(i)表示灰度i的像素数目，谏示总像素数目，的乃表示灰度值所占的百分 比；然后使用高斯滤波器平滑W消除噪声，记提取的直方图结果为：
其中，.機I義顏I,黄翁南I龄-球教:^寿表示输入影像上灰度值为義的像素所占百分 比；唱i穩I';蒼捧;:二晦;:? 糾::患於H|i表示参考影像上灰度值为f像素所占的百分 比；将直方图看成根据灰度值由小到大依次连接而成的曲线，记为：
其中，输入影像直方图提取结果W横轴表示不同的灰度级，纵轴为不同灰度级的百分 比，连接为一条平滑的曲线； 步骤2中直方图特征点提取采用W下方法： 采用道格拉斯矢量简化算法提取直方图特征点；首先连接曲线的起点和终点得到直线 7,再计算直方图上其他点与直线7的距离，然后找出最大距离值6^，并将与阔值D相 比：若么迎，运条曲线上的中间点全部舍去诺么D，则保留也X对应的坐标点拟该点 为界，把曲线分为两部分，对运两部分重复使用该方法，直到不再有满足条件边.^>D的点 或者达到指定数目的点为止；记提取的特征点集为片 <勾，也…，待〉； 对于特征点句，根据其与邻近点01 1和备1的纵坐标(即灰度百分比)关系，划分为波峰 点（C)、波谷点（V)和其他特征点（0)，具体方法为：
步骤3中直方图特征点对应关系建立采用W下方法： 由于输入影像和参考影像的实际灰度值范围不一致，从影像灰度值的两端各截除总像 素的0.5%，得到输入影像和参考影像的有效灰度值范围分别是和根据 L iiiiu立!似么j:.'. 下式对输入影像的灰度值·5进行线性校正：
其中，户为校正之后的灰度值；依次对Qs中各点的横坐标进行校正，将校正后的点集 记为法'； 按照最小距离法则建立特征点间对应关系；即对于特征点ij,;egs·,,在jQ技中找 3?与点禱爸誦::'漫近的点麵|緩讀:;:计算方法为：
然后判断佑与;是否为同一类型的特征点(波峰点、波谷点与其他特征点)，如 果是同一类型的特征点，则保留；否则，删除该特征点； 步骤4中多点约束的直方图的映射方程采用W下方法： 确定特征点对应关系之后，将对应特征点之间的直方图作为一段，分段建立灰度映射 方程；运里的映射策略可W采用上述的映射方法，如输入影像相对于参考影像灰度级压缩， 则采用SML方法，如输入影像相对于参考影像灰度级拉伸，可W采用GML方法；记最终的映 射方程< 系，/>居5>:贫，其中 ^0，1，···，^'^Ι，7=0，1，2，…，广1; 步骤5中的影像重采样采用W下方法： 根据映射方程< 忘../>GSxS，将输入影像的灰度值Μ射为Λ得到结果影像。 ......一·'.................:.'·；*
[0013] 对于多波段影像，依次对各个波段进行处理，得到最终的处理结果。
[0014] 本发明关键点在于两个方面：根据道格拉斯算法自动提取直方图上的形态学特征 点，采用最小距离方法W及特征点类型建立特征点之间的对应关系，从而实现自动的、内容 无关的直方图特征点提取与匹配；W对应特征点作为控制，分段建立灰度映射方程，能够拟 合不同灰度范围灰度值压缩或者拉伸的情况，克服误差累积和传递，而具体灰度映射方程 建立的具体方法可W根据需要进行选取，实现直方图映射的高精度。
[0015] 本发明所设及的直方图规定化方法适用于同一地区不同时间和条件获取的遥感 影像之间存在整体色彩差异和部分地物存在颜色改变的情况下的色彩归一化。
【附图说明】
[0016] 图1为多特征点约束的直方图规整方法流程图。
[0017] 图2为输入影像直方图提取图，起点和终点分别作为特征点。
[0018] 图3为输入影像直方图第Ξ个特征点的提取图。
[0019