基于RGB和HSI色彩空間的遙感影像陰影補(bǔ)償算法

王蜜蜂，繆 劍，李星全，李新峰

（1.西安測(cè)繪總站，陜西 西安 710054；2.西安電子科技大學(xué)，陜西 西安 710071）

基于RGB和HSI色彩空間的遙感影像陰影補(bǔ)償算法

王蜜蜂1,2，繆 劍1，李星全1，李新峰1

（1.西安測(cè)繪總站，陜西 西安 710054；2.西安電子科技大學(xué)，陜西 西安 710071）

通過(guò)分析研究抑制藍(lán)色分量和亮度線性補(bǔ)償這2種陰影補(bǔ)償算法，利用陰影區(qū)域與其同質(zhì)區(qū)信息相似的特點(diǎn)，把這2種算法進(jìn)行合并與改進(jìn)，提出基于RGB和HSI色彩空間的陰影補(bǔ)償算法。實(shí)驗(yàn)數(shù)據(jù)表明，該算法對(duì)遙感影像上陰影區(qū)域進(jìn)行補(bǔ)償時(shí)，在不改變非陰影區(qū)域信息的情況下，提高算法適用性。

遙感影像；色彩空間；陰影；陰影檢測(cè)；陰影補(bǔ)償

陰影補(bǔ)償多采用數(shù)字圖像處理方法[1]。目前，陰影補(bǔ)償方法包括線性相關(guān)補(bǔ)償法[2]和信息補(bǔ)償法[3]等。文獻(xiàn)[4]根據(jù)雙峰法檢測(cè)陰影，利用直方圖拉伸技術(shù)去除陰影，誤差較大，對(duì)大范圍、復(fù)雜地形地物影像不適用。文獻(xiàn)[5]根據(jù)陰影同質(zhì)區(qū)的特性對(duì)陰影區(qū)域進(jìn)行線性相關(guān)拉伸，并對(duì)補(bǔ)償后的陰影區(qū)域進(jìn)行平滑處理和主成分逆變換，陰影區(qū)域補(bǔ)償后細(xì)節(jié)較為清晰，提高了影像的視覺(jué)效果。但是在陰影范圍較大、區(qū)域內(nèi)信息復(fù)雜時(shí)，補(bǔ)償效果并不理想。文獻(xiàn)[6]采用顏色恒常性的理論，實(shí)現(xiàn)對(duì)高分辨率遙感影像上陰影的補(bǔ)償。該方法補(bǔ)償陰影效果較好，不影響陰影區(qū)域細(xì)節(jié)特征，彌補(bǔ)了常用的補(bǔ)償陰影方法的缺點(diǎn)，并且計(jì)算簡(jiǎn)便。但是由于顏色恒常理論的基礎(chǔ)和前提都出于假設(shè)與估計(jì)，所以應(yīng)用范圍也不太廣泛。

本文將結(jié)合陰影補(bǔ)償?shù)倪^(guò)程，對(duì)這2種算法進(jìn)行改進(jìn)與結(jié)合，提出基于RGB和HSI色彩空間的陰影補(bǔ)償算法，即將抑制陰影區(qū)域的藍(lán)色分量，以及對(duì)陰影區(qū)域的H、S、I分量進(jìn)行調(diào)整。

1 陰影補(bǔ)償算法分析

1.1 抑制藍(lán)色分量的陰影補(bǔ)償算法

陰影區(qū)域的光照主要來(lái)自天空的散射，在RGB色彩空間藍(lán)色分量較大，對(duì)陰影區(qū)域的藍(lán)色分量進(jìn)行適當(dāng)抑制，可實(shí)現(xiàn)對(duì)影像陰影區(qū)域的補(bǔ)償。在RGB色彩空間對(duì)原始影像進(jìn)行亮度和顏色調(diào)整：

式中，R（x，y）、G（x，y）和B（x，y）分別是原始影像的紅、綠和藍(lán)色分量；k=high/I'L（x，y）；a和b為顏色調(diào)整參數(shù)，一般取值為1左右。在取值時(shí)，通過(guò)選取a大于b，就可以抑制藍(lán)色分量的補(bǔ)償程度。

該陰影補(bǔ)償方法能改善陰影區(qū)域的影像信息，使陰影中的地物比較清晰，對(duì)非陰影區(qū)域的影像沒(méi)有影響。但是其僅對(duì)陰影區(qū)域的藍(lán)色和亮度進(jìn)行調(diào)整，沒(méi)有考慮到陰影區(qū)域顏色的其他特性，比如飽和度、色度和亮度等，無(wú)法有效地進(jìn)行陰影區(qū)域的補(bǔ)償。

1.2 亮度線性相關(guān)的陰影補(bǔ)償算法

Sarabandi[2]認(rèn)為，假如陰影被模型化為加法與乘法噪聲的排列組合，那么補(bǔ)償后陰影區(qū)域像素的亮度可以通過(guò)線性方程，計(jì)算DN值進(jìn)行補(bǔ)償。線性方程如下：式中，DNshadow為陰影區(qū)域的亮度值；DNrecovered為補(bǔ)償后陰影區(qū)域的亮度值；μ為陰影區(qū)域和非陰影區(qū)域的亮度平均值；而σ是這2個(gè)區(qū)域的標(biāo)準(zhǔn)差。

該補(bǔ)償方法對(duì)陰影區(qū)域的亮度進(jìn)行線性補(bǔ)償，陰影區(qū)域的亮度得到很好的拉伸。它的不足之處在于沒(méi)有考慮陰影區(qū)域的其他信息，例如顏色、紋理等，補(bǔ)償?shù)男Ч狈τ行院瓦m用性。

由以上分析可以看出，2種方法雖然對(duì)陰影區(qū)域的信息有一定的恢復(fù)，但由于補(bǔ)償時(shí)涉及的陰影的特性太少，算法的有效性和適用性不高。

2 基于RGB和HSI色彩空間的陰影補(bǔ)償算法

2.1 算法設(shè)計(jì)

陰影區(qū)域中，遮擋物對(duì)該區(qū)域的色度、飽和度和亮度等顏色信息產(chǎn)生了較大影響，藍(lán)色分量比紅色和綠色分量都大。針對(duì)陰影區(qū)域的這些特征，結(jié)合上文對(duì)陰影補(bǔ)償算法的分析，為提高算法的有效性和適用性，本文結(jié)合以上2種算法思路，提出一種新的陰影補(bǔ)償算法，主要思想如下：

1）在RGB色彩空間，抑制陰影區(qū)域的藍(lán)色分量。2）在HSI色彩空間，分別補(bǔ)償陰影區(qū)域的H、S、I分量。

2.2 算法流程

本文的陰影補(bǔ)償算法的流程圖如圖1。

圖1 陰影補(bǔ)償算法流程圖

2.2.1 羽化陰影區(qū)域的邊緣

在遙感影像中，由于陰影是由單一的光源太陽(yáng)投射而成，而且一般也認(rèn)為太陽(yáng)光為平行光源，遙感影像中的陰影區(qū)域與非陰影區(qū)域過(guò)度表現(xiàn)十分明顯。因此對(duì)提取出的原始的陰影區(qū)域，進(jìn)行2～4個(gè)像素的腐蝕，陰影補(bǔ)償?shù)男Ч^佳。

2.2.2 抑制藍(lán)色分量

在RGB色彩空間的藍(lán)色分量圖中，對(duì)藍(lán)色分量進(jìn)行調(diào)整，具體方法如下：

式中，B（x，y）是原始影像陰影區(qū)域的藍(lán)色分量；B'（x，y）是補(bǔ)償后陰影區(qū)域的藍(lán)色分量。對(duì)提取出來(lái)的陰影區(qū)域，通過(guò)式（3）的計(jì)算，抑制已有區(qū)域的藍(lán)色分量，同時(shí)紅色與綠色分量的值保持不變。

2.2.3 補(bǔ)償H、S、I分量

在抑制藍(lán)色分量以后，提取的陰影區(qū)域與周圍非陰影區(qū)域的差別還是很大，需要對(duì)陰影區(qū)域的H、S和I值進(jìn)行補(bǔ)償。本文主要依據(jù)陰影區(qū)域及其鄰接的非陰影區(qū)域，即陰影的同質(zhì)區(qū)[7]的均值和標(biāo)準(zhǔn)差進(jìn)行調(diào)整。

在得到每個(gè)獨(dú)立的陰影區(qū)域及其同質(zhì)區(qū)之后，本文采取映射策略[8]分別對(duì)陰影區(qū)域的H、S和I進(jìn)行補(bǔ)償，公式如下：

式中，H'、S'和I'分別是補(bǔ)償之后陰影區(qū)域的色調(diào)值、飽和度值和亮度值；H、S和I分別為原始影像陰影區(qū)域的色調(diào)值、飽和度值和亮度值；μ是陰影區(qū)域及其同質(zhì)區(qū)的平均值；而σ是陰影區(qū)域及其同質(zhì)區(qū)的標(biāo)準(zhǔn)差；a、b和c是補(bǔ)償強(qiáng)度系數(shù)，系數(shù)取值范圍為0．6～1。

2.2.4 后處理階段

經(jīng)過(guò)上述對(duì)陰影區(qū)域的補(bǔ)償后，本文把新的H、S、I分量從HSI色彩空間反轉(zhuǎn)換回RGB色彩空間，可以得到去除陰影后的影像。盡管在預(yù)處理時(shí)陰影的邊界進(jìn)行了羽化，但是在陰影補(bǔ)償后，陰影區(qū)域的邊緣部分還會(huì)出現(xiàn)特別尖銳而明顯的邊界線。為了消除這些邊緣，本文沿著陰影邊界進(jìn)行3×3的中值濾波，使補(bǔ)償后的陰影區(qū)域平滑地向周圍過(guò)渡。

2.3 算法仿真

2.3.1 可視化分析

通過(guò)使用本文的陰影補(bǔ)償算法，影像中的陰影得到很好的補(bǔ)償，陰影區(qū)域的亮度得到提升，影像質(zhì)量明顯改善。利用本文的陰影補(bǔ)償算法進(jìn)行陰影補(bǔ)償實(shí)驗(yàn)。

在實(shí)驗(yàn)一中，陰影補(bǔ)償后的影像中的陰影區(qū)域比原始影像中的陰影區(qū)域更加清晰，影像質(zhì)量得到顯著提高。從直方圖上看，陰影區(qū)域與周圍區(qū)域的反差減小，原始影像中的雙峰曲線在補(bǔ)償后的直方圖中消失，陰影信息補(bǔ)償減小了影像中陰影區(qū)域與周圍像素之間的反差，直方圖變得更加平滑，如圖2所示。

在實(shí)驗(yàn)二中，補(bǔ)償后的影像陰影區(qū)域的亮度得到很好的提升，特別是2個(gè)油罐的陰影區(qū)域；從直方圖上看，陰影區(qū)峰值過(guò)高的區(qū)域減少，直方圖中間的部分信息很豐富，提高了信息提取的地物類型與精度，不影響陰影區(qū)域細(xì)節(jié)特征，陰影區(qū)域的色調(diào)與非陰影區(qū)域的色調(diào)基本保持一致，如圖3所示。

在實(shí)驗(yàn)三中，補(bǔ)償后的影像陰影區(qū)域的亮度得到提升，陰影區(qū)域的地物信息比較清晰，直方圖中的雙峰曲線也得到很好的修復(fù)，補(bǔ)償后的影像整體色調(diào)基本一致，如圖4所示。

圖2 實(shí)驗(yàn)一陰影補(bǔ)償結(jié)果

圖3 實(shí)驗(yàn)二陰影補(bǔ)償結(jié)果

圖4 實(shí)驗(yàn)三陰影補(bǔ)償結(jié)果

2.3.2 陰影補(bǔ)償效果評(píng)估

為了更加清楚地分析實(shí)驗(yàn)結(jié)果，計(jì)算補(bǔ)償前后的陰影區(qū)域的均值與方差，如表1。

表1 陰影補(bǔ)償前后的數(shù)值分析

表1中的數(shù)據(jù)驗(yàn)證了本文算法的可靠性，表明了影像在陰影補(bǔ)償前后均值與方差的變化，陰影區(qū)域的信息得到較大的恢復(fù)。

3 結(jié) 語(yǔ)

本文利用陰影區(qū)域及其同質(zhì)區(qū)的有關(guān)相似信息，分析總結(jié)抑制陰影區(qū)域藍(lán)色分量和對(duì)陰影區(qū)域的亮度進(jìn)行線性補(bǔ)償?shù)?種算法，并對(duì)這2種方法進(jìn)行合并與改進(jìn)，提出了一種陰影補(bǔ)償算法，即基于RGB色彩空間和HSI色彩空間的陰影補(bǔ)償算法，對(duì)陰影區(qū)域的顏色和亮度等多種特性進(jìn)行補(bǔ)償。該算法能夠有效恢復(fù)陰影區(qū)域的信息，增強(qiáng)遙感影像的目視解譯能力，提高了算法的性能。

[1] 肖志級(jí)，黃建軍．城市彩色航空影像的邊緣模糊Retinex 陰影消除[J]． 中國(guó)體視學(xué)與圖像分析，2004,9(2)：95-98

[2] Sarabandi P，Yamazaki F，Matsuoka M，et al． Shadow Detection and Radiometric Restoration in Satellite High Resolution Images [C]．IEEE International Geoscience and Remote Sensing Symposium(IGARSS 2004),2004

[3] 王樹(shù)根，郭澤金，李德仁．彩色航空影像上陰影區(qū)域信息補(bǔ)償?shù)姆椒╗J]． 武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2003,28(5)：514-516

[4] Highnam R，Brady M． Model-Based Image Enhancement of Far Infrared Images [J]． IEEE Transactions on Pattern Analysis and Machine Intelligence， 1974,19(4):410-415

[5] 柳稼航，楊建峰，方濤．彩色遙感影像陰影顏色特性分析[J]．光子學(xué)報(bào)，2009,30(2)：441-447

[6] 徐秋紅，葉勤．一種基于顏色恒常性理論的城市高分辨率遙感影像陰影消除方法[J]． 遙感信息，2010(4)：13-16

[7] 王玥，王樹(shù)根．高分辨率遙感影像陰影檢測(cè)與補(bǔ)償?shù)闹鞒煞址治龇椒╗J] ． 應(yīng)用科學(xué)學(xué)報(bào)，2010,28(2) ：136-141

[8] 楊俊，趙忠明，楊?。?一種高分辨率遙感影像陰影去除方法[J]．武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2008,33(1)：17-20

P237.3

B

1672-4623（2014）06-0107-03

10.3969/j.issn.1672-4623.2014.06.037

王蜜蜂，工程師，主要從事遙感影像處理與應(yīng)用。

2014-01-14。