] 图4为输入影像直方图第四个特征点的提取图。
[0020] 图5为输入影像直方图最终提取的特征点。
[0021] 图6为输入影像和参考影像直方图特征点匹配结果。
[0022] 图7为SML方法灰度值映射示意图。
[0023] 图8为GML方法灰度值映射示意图。
[0024] 图9为本发明采用的灰度值映射示意图。
[00巧]图10为本发明实际直方图映射方程的部分结果示意图。
[0026] 图11为2001年的Landsat5TM于数据4、3、2波段的假彩色合成图。
[0027] 图12为2009年的Landsat5TM于数据4、3、2波段的假彩色合成图。
[0028] 图13为Landsat5TM采用本发明方法处理之后的影像图。
[0029] 图14为AL0S多光谱数据3、2、1波段的假彩色合成影像图。
[0030] 图15为AL0S多光谱数据3、2、1波段的假彩色合成影像图。
[0031] 图16为AL0S多光谱数据采用本发明方法处理之后的结果影像图。
【具体实施方式】
[0032] 本发明将直方图看成是一条由依据灰度值由小到大依次连接不同灰度值所占比 例（百分比）连接而成的曲线，采用道格拉斯算法提取形态学特征点，并划分为不同类型；然 后通过最小距离和特征点类型建立对应关系；再按照多特征点约束的直方图规整方法建立 映射关系，并对输入影像进行灰度重采样，得到结果影像。
[0033] 参照附图，有W下步骤： 步骤1 :直方图统计 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，::.樣I義jl篆贵;翁禹姑嗦装:一:;1|表示输入影像上灰度值为:囊的像素所占百分 比；唯鷄i角尚麵… 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。
[0034]步骤2 :直方图特征点提取 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it、，并将与阔值D相 比：若么/0,运条曲线上的中间点全部舍去诺么含D，则保留也X对应的坐标点。W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<01，02，…，待〉。
[003引对于特征点句，根据其与邻近点句1和如的纵坐标卿灰度百分比)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：
按照上述方法，设置(表示最大深度为1%)，分别对输入影像和参考影像进行处 理。其中，图2-图5为输入影像特征点提取的过程，横轴表示影像灰度值，纵轴表示该灰度 值像素占全体像素比例(运里采用百分比)。图2为连接起点和终点的构成的直线，并将起 点和终点作为特征点；图3为提取的第Ξ个特征点；图4提取的第四个特征点；图5为最终 提取的特征点。
[003引步骤3追方图特征点对应关系建立 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|5淵和[?;。如?，根 据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 记为热； 按照最小距离法则建立特征点间对应关系；即对于特征点e谷5 ;在β我中找 到与点鬻嘉按;?，漫近的点??緩藝计算方法为：
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。
[0037]图6中两条曲线分别表示输入影像和参考影像的直方图，特征点提取及其特征点 之间的连线表示对应关系建立的结果。可W看出，通过上述方法能够准确建立波峰点、波谷 点等特征点之间的对应关系。
[0038] 步骤4 :多点约束的直方图的映射方程 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<喪，/>色5>:贫>其中^〇，1，...，>*^1，片〇，1，2，...，广1。
[0039] 按照上述方法，图10为实际直方图映射方程的部分结果，可W看出，存在多对一 和一对多的映射。图7给出了SML方法的示意图，从输入影像到参考影像是一对多的灰度 值映射；图8为GML方法的示意图，从输入影像到参考影像多对一的灰度值映射；图9是本 发明方法的灰度值映射方法，从输入影像到参考影像的灰度值映射既可W是一对多的，也 可W是多对一的，能够模拟灰度值的局部变化。从而说明本文方法相对于对比方法具有较 好的结果。
[0040] 步骤5 :影像重采样 根据映射方程 < 克、/>芭SX贫，将输入影像的灰度值Μ射为Λ得到结果影像。 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。
[0041] 图11-图13是应用本发明方法，在输入影像和参考影像分别是Landsat5卫星获 取TM影像上的应用。图11和图12的卫星影像，获取时间分别为2001年和2009年，位于 长江Ξ峡地区，空间分辨率30化分别是4、3、2波段的假彩色合成，可W看出两期影像水体、 植被等地物存在色彩差异，采用本方法处理之后如图13,色彩一致性良好，不同地物均不存 在色彩差异。可见，可W实现本发明的发明目的。
[0042] 图14-16是应用本发明所述方法，在输入影像和参考影像分别是ALOS卫星获取 多光谱影像上的应用，该影像为浙江省诸暨市。图14和图15是3、2、1波段的假彩色合成， 空间分辨率l(k?，两期影像包含不同水体、植被、城市等不同类型地物的色彩变化，图16为 应用本发明方法处理之后的结果，色彩一致性良好，不同地物的色彩崎变得到有效校正，同 样实现了发明目的。
【主权项】
1. 遥感影像色彩归一化的多特征点约束直方图规整方法，其特征在于采用以下步骤： 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，以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、波谷点和拐点三种类型； 步骤3 :在直方图的灰度范围一致化处理的基础上，按照最小距离以及特征点类型建 立特征点间的对应关系； 步骤4 :以步骤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。2. 如权利要求1所述遥感影像色彩归一化的多特征点约束直方图规整方法，其特征在 于： 步骤1中的直方图统计采用以下方法： 分别统计输入影像/s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，裱示总像素数目，尸(i)表示灰度值所占的百分 比；然后使用高斯滤波器平滑以消除噪声，记提取的直方图结果为：其中，表示输入影像上灰度值为i的像素所占百分 比丨表示参考影像上灰度值为|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以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以下方法： 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 Λ再计算直方图上其他点与直线J的距离，然后找出最大距离值，并将与阈值D相 比：若〇LXD，这条曲线上的中间点全部舍去；若之3> D，则保留对应的坐标点；以该点 为界，把曲线分为两部分，对这两部分重复使用该方法，直到不再有满足条件D的点 或者达到指定数目的点为止；记提取的特征点集为炉〈化私…，Q>; 对于特征点t根据其与邻近点M i和仏: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以下方法： 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 据下式对输入影像的灰度值·5进行线性校正：其中，Υ为校正之后的灰度值；依次对0?中各点的横坐标进行校正，将校正后的点集 记为按照最小距离法则建立特征点间对应关系；即对于特征点中找 到与点计算方法为：然后判断仏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以下方法： 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；这里的映射策略可以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，可以采用GML方法；记最终的映 射方程步骤5中的影像重采样采用以下方法： 根据映射方程y将输入影像的灰度值W射为Λ得到结果影像。
【专利摘要】遥感影像色彩归一化的多特征点约束直方图规整方法，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，得到平滑的直方图；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；在直方图的灰度范围一致化处理的基础上，按照最小距离以及特征点类型建立特征点间的对应关系；以特征点作为约束，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；根据灰度映射方程，对输入影像进行灰度重采样，得到结果影像。本发明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。
【IPC分类】G06T5/40
【公开号】CN105279745
【申请号】CN201510709148
【发明人】吴炜, 王卫红, 杨海平, 夏列钢
【申请人】浙江工业大学
【公开日】2016年1月27日
【申请日】2015年10月28日