基于光照和對(duì)比度均衡的遙感圖像增強(qiáng)

李國(guó)輝, 張龍龍, 吳成茂

(西安郵電大學(xué) 電子工程學(xué)院, 陜西 西安710121)

基于光照和對(duì)比度均衡的遙感圖像增強(qiáng)

李國(guó)輝, 張龍龍, 吳成茂

(西安郵電大學(xué) 電子工程學(xué)院, 陜西 西安710121)

針對(duì)遙感圖像,提出一種基于光照和對(duì)比度均衡的遙感圖像增強(qiáng)改進(jìn)方法。在頻域中消除不均勻光照,通過(guò)兩個(gè)均衡因子和線性變換調(diào)節(jié)像素鄰域的均值和標(biāo)準(zhǔn)差,再利用輻射校正和一個(gè)顏色保持因子得到增強(qiáng)后的圖像。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的方法不僅能夠消除不均勻的光照和對(duì)比度,又能保持圖像的彩色和細(xì)節(jié)信息。

遙感圖像增強(qiáng)；光照均衡；對(duì)比度均衡；輻射校正

遙感圖像在生成、獲取、傳輸?shù)倪^(guò)程中,受周圍大氣環(huán)境、光學(xué)傳感器性能的影響,往往在某些局部區(qū)域呈現(xiàn)出光照和對(duì)比度不均衡[1],直接影響到圖像的后續(xù)處理,使得圖像增強(qiáng)技術(shù)在遙感圖像處理中占據(jù)重要的地位。為實(shí)現(xiàn)圖像光照和對(duì)比度的均衡,許多圖像增強(qiáng)方法已經(jīng)被提出[2-4]。

目前，常用的圖像增強(qiáng)方法有基于直方圖均衡化的方法[5-8]、同態(tài)濾波增強(qiáng)方法[9-10]、基于Retinex理論的方法[11-15]等。遞歸均值分割直方圖均衡化(Recursive Mean Separate Histogram Equalization, RMSHE)的基本思想是使圖像亮度值的分布盡可能均勻,從而擴(kuò)展圖像動(dòng)態(tài)范圍和增強(qiáng)圖像對(duì)比度[16]。RMSHE實(shí)現(xiàn)比較簡(jiǎn)單,但得到的圖像的灰度級(jí)會(huì)減少,導(dǎo)致圖像中的某些細(xì)節(jié)信息丟失。同態(tài)濾波(Homomorphic Filtering, HF)增強(qiáng)方法[17]能有效減少光照引起的變化并增加圖像的邊緣和細(xì)節(jié)信息,被廣泛用來(lái)消除圖像不均勻的光照和對(duì)比度,壓縮圖像的動(dòng)態(tài)范圍。但是，同態(tài)濾波器的截止頻率需經(jīng)過(guò)大量的反復(fù)試驗(yàn)確定,沒(méi)有充分考慮圖像的空域局部特性,在局部對(duì)比度增強(qiáng)效果上不能令人滿意。帶色彩恢復(fù)的多尺度Retinex算法(MSR with Color Restoration, MSRCR)[18]能有效消除圖像不均勻的光照,增強(qiáng)圖像的細(xì)節(jié)信息,但不能消除不均勻的對(duì)比度,在增強(qiáng)明暗對(duì)比強(qiáng)烈的圖像時(shí)易產(chǎn)生光暈現(xiàn)象。前述三類圖像增強(qiáng)方法可以有效消除圖像不均勻的光照,但在處理光照和對(duì)比度都不均勻的圖像時(shí)效果并不理想。由于遙感圖像各部分的均值和標(biāo)準(zhǔn)差較接近,本文提出用兩個(gè)均衡因子和線性變換調(diào)節(jié)圖像每一像素鄰域的均值和標(biāo)準(zhǔn)差,以消除圖像不均勻的光照和對(duì)比度。

1 關(guān)鍵理論概述

1.1 對(duì)不均勻光照的處理

圖像的光照變化包含在入射分量中,變化緩慢,對(duì)應(yīng)于頻域中的低頻成分。圖像的入射分量可以通過(guò)在頻域中進(jìn)行低通濾波得到FFT(fi)[19]，其中i=1,2,3,fi是輸入圖像f的第i個(gè)顏色分量。FFT(fi)是fi的傅里葉變換。在頻域中對(duì)圖像進(jìn)行低通濾波,然后進(jìn)行傅里葉逆變換得到入射分量[19]

Ii=IFFT(H×FFT(fi))。

(2)

其中H是頻域中的低通濾波器,IFFT()表示傅里葉逆變換(Inverse FFT),Ii是fi的入射分量。然后從輸入圖像中減去入射分量得到光照大致均勻的圖像[19]

(3)

1.2 對(duì)比度均衡

經(jīng)過(guò)光照處理后的圖像R雖然擁有均勻的光照,但它的對(duì)比度并不均勻。因此,需要進(jìn)一步均勻圖像的對(duì)比度。

先將圖像均勻地分為大小相等、互不重疊的一系列圖像子塊,以Rb表示其中的一個(gè)子塊,然后建立一個(gè)表征圖像對(duì)比度的定義(Definition)。這個(gè)定義表示為

(4)

其中

Δx=Rb(x+1,y)-Rb(x,y),

Δy=Rb(x,y+1)-Rb(x,y),

M和N分別為子塊Rb的行數(shù)和列數(shù),x和y分別是子塊像素的行坐標(biāo)和列坐標(biāo)。從式(4)看出,定義d的值與子塊的對(duì)比度成正比。選取具有最大定義值的子塊作為參考圖像。

考慮到遙感圖像覆蓋的區(qū)域較大,圖像各部分的均值和標(biāo)準(zhǔn)差較接近,利用自適應(yīng)線性變換調(diào)整圖像每一像素鄰域的均值和標(biāo)準(zhǔn)差[20]

Fi(x,y)=αRi(x,y)+β。

(5)

其中α和β是兩個(gè)均衡因子,分別表示為

β=wmuref+(1-wm-α)unbr。

其中uref和σref分別是參考圖像塊的均值和標(biāo)準(zhǔn)差,unbr和σnbr分別是像素Ri(x,y)鄰域圖像塊的均值和標(biāo)準(zhǔn)差,ws和wm表示為

1.3 輻射校正

原圖像f中的某些暗目標(biāo)在圖像F中擁有較高的灰度值,因此,經(jīng)過(guò)對(duì)比度均衡的圖像F的動(dòng)態(tài)范圍比較狹窄,整體呈現(xiàn)出變亮的趨勢(shì)。利用最大值-均值-最小值輻射校正(Max-Mean-Min Radiation Correction)解決這個(gè)問(wèn)題。

最大值-均值-最小值輻射校正利用圖像F中的一些暗目標(biāo)和亮目標(biāo)的灰度值來(lái)調(diào)整其他目標(biāo)的灰度值,在擴(kuò)展動(dòng)態(tài)范圍的同時(shí)保持均值不變。用M和N分別表示圖像Fi的行數(shù)和列數(shù),使用一個(gè)尺度因子t來(lái)構(gòu)造一個(gè)閾值

T=t·M·N。

(6)

圖像Fi的直方圖用h(n)來(lái)表示,其中n=1,2,3,…,256。選擇滿足如下條件的灰度值maxv和minv分別作為亮目標(biāo)和暗目標(biāo)的灰度值。

(7)

然后利用灰度變換公式[21]對(duì)圖像Fi進(jìn)行處理。圖像Fi的平均值用uv表示。

當(dāng)Fi(x,y)

pi(x,y)=0；

當(dāng)minv≤Fi(x,y)

當(dāng)uv≤Fi(x,y)

當(dāng)Fi(x,y)≥maxv時(shí)，

pi(x,y)=255。

最終得到的輸出圖像為

(9)

其中:

(10)

φ是顏色保持因子;gv是圖像Fi的直方圖h(n)中最大頻數(shù)所對(duì)應(yīng)的灰度值。

2 改進(jìn)方法實(shí)現(xiàn)步驟

改進(jìn)方法分為光照均衡,對(duì)比度均衡,輻射校正3個(gè)步驟。

步驟1根據(jù)式(1)、式 (2)和式 (3)對(duì)輸入圖像的不均勻光照進(jìn)行處理。圖1為處理結(jié)果。

(a) 原始圖像f

(b) f的入射分量

(c) 光照處理后圖像R

(d) R的入射分量

從圖1(a)可見(jiàn)，原始圖像的光照不均勻,中心部分比四周亮。從圖1(c)可見(jiàn)，經(jīng)光照處理后的圖像有均勻的光照。圖像的入射分量反映了圖像的整體光照。比較圖1(b)和圖1(d),處理后圖像的入射分量比原始圖像的入射分量均勻,這進(jìn)一步說(shuō)明了光照處理的有效性。

步驟2通過(guò)式(5)對(duì)光照處理后的圖像進(jìn)行對(duì)比度均衡。用s表示像素Ri(x,y)鄰域圖像塊的邊長(zhǎng)。圖2反映了不同的s對(duì)圖像均衡結(jié)果的影響。與圖1(c)相比,圖2 (a)～圖2(c)的對(duì)比度變得很均勻。

(a) s=9

(b) s=21

(c) s=51

從圖2可以看出,s越大,對(duì)應(yīng)的結(jié)果圖像越光滑。這一點(diǎn)可以從表1中關(guān)于圖2(a)、圖2(b)、圖2(c)的d值中得到證明。d用式(4)表示,d的值越大,對(duì)應(yīng)圖像的對(duì)比度越大。

表1 彩色圖像各分量的平均梯度值

步驟3使用式(8)和式(9)對(duì)對(duì)比度均衡后的圖像進(jìn)行輻射校正。圖3(a)～圖3(c)顯示了當(dāng)顏色保持因子φ的值為0.05時(shí),不同尺度因子t對(duì)應(yīng)的結(jié)果圖像,圖3(d)顯示了圖3(a)～圖3(c)的d值。

(a) t=0.002

(b) t=0.02

(c) t=0.08

(d) 圖3(a)～(c)的d值

從圖3(a)～圖3(c)中可以看出,尺度因子t的值越大,其對(duì)應(yīng)圖像的對(duì)比度越大,這一點(diǎn)可從圖3(d)中得到證明。因?yàn)閠越大,由式(6)可知T越大,進(jìn)而滿足式(7)的minv和maxv的值就越靠近,由式(8)可知將會(huì)有更多的像素值被設(shè)置為0或255,這樣圖像的梯度值就會(huì)增加,最終會(huì)增加圖像的對(duì)比度。試驗(yàn)表明,介于0.002和0.15的t值能夠得到令人滿意的結(jié)果。

圖4顯示了當(dāng)尺度因子t的值為0.02時(shí),不同顏色保持因子φ對(duì)應(yīng)的結(jié)果圖像。

(a) φ=0.05

(b) φ=0.9

(c) φ=2.5

從圖4可以看出,顏色保持因子φ的值越大,其對(duì)應(yīng)的圖像越亮。這是因?yàn)棣盏闹翟酱?由式(10)得到的η值越小,將其代入式(9)會(huì)得到更多的像素值接近255,從而使結(jié)果圖像呈現(xiàn)出變亮的趨勢(shì)。

與圖1(a)相比,結(jié)果圖4(a)有效地消除了圖1(a)中不均勻的光照和對(duì)比度。從圖5可知,結(jié)果圖像的d值明顯高于原始圖像的d值,表明結(jié)果圖像與原始圖像相比,不僅擁有均勻的光照和對(duì)比度,而且圖像的對(duì)比度明顯增強(qiáng)。

圖5 原始圖像和結(jié)果圖像的d值

3 實(shí)驗(yàn)結(jié)果與分析

在PIV2.3 GHz,4G RAM微機(jī)上,利用Matlab編程進(jìn)行遙感圖像增強(qiáng)實(shí)驗(yàn)。分別采用改進(jìn)方法、HF、RMSHE和MSRCR對(duì)遙感圖像進(jìn)行仿真。圖6顯示了實(shí)驗(yàn)結(jié)果。原始圖像的大小為1 280×960。改進(jìn)方法的參數(shù)選取為

e=30,s=21,t=0.02,φ=0.05。

(a) 原始圖像

(b) HF

(c) RMSHE

(d) MSRCR

(e) 改進(jìn)方法

圖6(a)中心部分的亮度明顯高于圖像其他區(qū)域,圖像左上角的對(duì)比度低于其他區(qū)域。RMSHE、MSRCR都能有效增強(qiáng)圖像的對(duì)比度,但不能消除圖像不均勻的光照和對(duì)比度。HF與RMSHE、MSRCR相比,消除了原始圖像不均勻的光照,但得到的圖像整體較暗。改進(jìn)方法在增強(qiáng)圖像對(duì)比度的同時(shí),有效地消除了圖像不均勻的光照和對(duì)比度。

均值比(Mean Ratio, MR)和標(biāo)準(zhǔn)差比(Standard Deviation Ratio, SDR)用來(lái)客觀評(píng)價(jià)圖像的增強(qiáng)效果。在圖6(a)中,用方框選擇了9個(gè)大小為160×160的子塊。對(duì)于擁有均勻光照和對(duì)比度的圖像,各子塊的均值與圖像的均值之比應(yīng)該接近1,標(biāo)準(zhǔn)差之比也應(yīng)該接近1。圖像均值比和標(biāo)準(zhǔn)差比的走向越平坦,圖像的光照和對(duì)比度越均勻。圖7顯示了圖6中各子圖的均值比和標(biāo)準(zhǔn)差比的走向。

從圖7可以看出,由RMSHE得到的結(jié)果圖像的均值比變化最明顯,HF次之,改進(jìn)方法得到的結(jié)果圖像的均值比走向最平坦且最接近1。由HF得到的結(jié)果圖像的標(biāo)準(zhǔn)差比變化最明顯,MSRCR次之,改進(jìn)方法得到的結(jié)果圖像的標(biāo)準(zhǔn)差比變化幅度最小且最接近1。因此得出,改進(jìn)方法與HF、RMSHE、MSRCR相比,對(duì)原始圖像的增強(qiáng)效果最好。

(a) R分量均值比

(b) R分量標(biāo)準(zhǔn)差比

(c) G分量均值比

(d) G分量標(biāo)準(zhǔn)差比

(e) B分量均值比

(f) B分量標(biāo)準(zhǔn)差比

圖8為另一幅遙感圖像的仿真實(shí)驗(yàn)結(jié)果。原始圖像的大小為544×534。改進(jìn)方法的參數(shù)選取為e=30,s=21,t=0.02,φ=0.05。

圖8(a)中心區(qū)域的亮度高于其他區(qū)域,圖像右下角的對(duì)比度高于其他區(qū)域。所有方法都能有效增強(qiáng)原始圖像的對(duì)比度,但RMSHE不能消除原始圖像不均勻的光照和對(duì)比度,MSRCR得到的圖像整體偏亮,HF得到的圖像整體偏暗。改進(jìn)方法不僅能夠有效增強(qiáng)圖像的對(duì)比度,而且有效消除了原始圖像光照和對(duì)比度的不均勻性。

為客觀評(píng)價(jià)增強(qiáng)效果,在圖8(a)中用方框選擇了5個(gè)大小為136×136的子塊,在圖9中以柱狀圖的形式顯示了圖8中各個(gè)子圖的均值比和標(biāo)準(zhǔn)差比。

(a) 原始圖像

(b) HF

(c) RMSHE

(d) MSRCR

(e) 改進(jìn)方法

(a) R分量均值比

(b) R分量標(biāo)準(zhǔn)差比

(c) G分量均值比

(d) G分量標(biāo)準(zhǔn)差比

(e) B分量均值比

(f) B分量標(biāo)準(zhǔn)差比

對(duì)于擁有均勻光照和對(duì)比度的圖像,圖像各子塊的均值和標(biāo)準(zhǔn)差應(yīng)該是相似的。從圖9可以看出,由RMSHE和HF得到的結(jié)果圖像的均值比變化很明顯,由MSRCR得到的結(jié)果圖像的均值比雖然和改進(jìn)方法很接近,但其標(biāo)準(zhǔn)差比的變化幅度明顯高于改進(jìn)方法。改進(jìn)方法的標(biāo)準(zhǔn)差比變化最緩慢且最接近1。因此,改進(jìn)方法與HF、RMSHE、MSRCR相比,對(duì)圖像的增強(qiáng)效果最好。

4 結(jié)束語(yǔ)

從原圖像中減去入射分量得到光照均勻的圖像,利用自適應(yīng)線性變換調(diào)節(jié)像素鄰域的均值和標(biāo)準(zhǔn)差得到對(duì)比度均勻的圖像,再通過(guò)輻射校正得到視覺(jué)效果良好且擁有均勻光照和對(duì)比度的圖像。實(shí)驗(yàn)結(jié)果表明,改進(jìn)方法得到的圖像同時(shí)擁有均勻的光照和對(duì)比度,并且更多地保留了彩色和細(xì)節(jié)信息,改善了圖像動(dòng)態(tài)范圍狹窄問(wèn)題,增強(qiáng)效果明顯優(yōu)于HF、RMSHE、MSRCR。

[1] Zhu S L, Zhang Z, Zhu B S, et al. Experimental comparison among five algorithms of brightness and contrast homogenization[J]. Journal of Remote Sensing, 2011, 15(1): 111-122.

[2] Premkumar S, Parthasarathi K A. An efficient approach for colour image enhancement using Discrete Shearlet Transform[C]// 2014 2nd International Conference on Current Trends in Engineering and Technology (ICCTET). Coimbatore: IEEE, 2014: 363-366.

[3] 田小平, 李曉敏. 基于小波變換的遙感圖像增強(qiáng)方法[J]. 西安郵電大學(xué)學(xué)報(bào), 2014, 19(2): 38-42.

[4] Narasimha C, Rao A N. A comparative study: Spatial domain filter for medical image enhancement[C]// 2015 International Conference on Signal Processing And Communication Engineering Systems (SPACES). Guntur: IEEE, 2015: 291-295.

[5] Aedla R, Dwarakish G S, Reddy D V. Satellite image contrast enhancement algorithm based on plateau histogram equalization[C]// 2014 IEEE Region 10 Symposium. Kuala Lumpur, Malaysia: IEEE, 2014: 213-218.

[6] 田小平,喬?hào)|,吳成茂. 基于雙直方圖均衡化的彩色圖像增強(qiáng)[J]. 西安郵電大學(xué)學(xué)報(bào),2015,20(2): 58-63.

[7] Kim M, Chung M. Recursively separated and weighted histogram equalization for brightness preservation and contrast enhancement[J]. IEEE Transactions on Consumer Electronics, 2008, 54(3): 1389-1397.

[8] Khan M F, Khan E, Abbasi Z A. Weighted average multi segment histogram equalization for brightness preserving contrast enhancement[C]//IEEE International Conference on Signal Processing, Computing and Control. Waknaghat Solan：IEEE, 2012: 1-6.

[9] Agarwal T K, Tiwari M, Lamba S S. Modified histogram based contrast enhancement using homomorphic filtering for medical images[C]// IEEE International Advance Computing Conference. Gurgaon: IEEE, 2014: 964-968.

[10]Vishwakarma A K, Mishra A, Gaurav K, et al. Illumination reduction for low contrast color image enhancement with homomorphic filtering technique[C]// International Conference on Communication Systems and Network Technologies. Rajkot: IEEE, 2012: 171-173.

[11]Jang J H, Bae Y, Ra J B. Contrast-enhanced fusion of multisensor images using subband-decomposed multiscale retinex[J]. IEEE Transactions on Image Processing, 2012, 21(8): 3479-3490.

[12]王殿偉, 范九倫, 劉穎. 一種霧天監(jiān)控視頻圖像增強(qiáng)處理算法[J]. 西安郵電學(xué)院學(xué)報(bào), 2012, 17(5): 20-24.

[13]Jang J H, Kim S D, Ra J B. Enhancement of optical remote sensing images by subband-decomposed multiscale retinex with hybrid intensity transfer function[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(5): 983-987.

[14]Provenzi E, De Carli L, Rizzi A, et al. Mathematical definition and analysis of the retinex algorithm[J]. Journal of the Optical Society of America A, 2005, 22(12): 2613-2621.

[15]Rahman Z, Jobson D J, Woodell G A. Retinex processing for automatic image enhancement[J]. Journal of Electronic Imaging, 2004, 13(1): 100-110.

[16]Chen S D, Ramli A R. Contrast enhancement using recursive mean-separate histogram equalization for scalable brightness preservation[J]. IEEE Transactions on Consumer Electronics, 2003, 49(4):1301-1309.

[17]Ramaraj M, Raghavan S, Khan W A. Homomorphic filtering techniques for WCE image enhancement[C]//IEEE International Conference on Computational Intelligence and Computing Research. Enathi: IEEE, 2013: 1-5.

[18]Liu J, Shao Z F, Cheng Q M. Color constancy enhancement under poor illumination[J]. Optics Letters, 2011, 36(24): 4821-4823.

[19]Jie X, Han L N, Geng G H, et al. Real color image enhanced by Illumination-Reflectance model and wavelet transformation[C]//International Conference on Information Technology and Computer Science. Kiev：IEEE, 2009:351-356.

[20]Cvetkovic S, Schirris J, Dewith P H N. Non-linear locally-adaptive video contrast enhancement algorithm without artifacts[J]. IEEE Transactions on Consumer Electronics, 2008, 54(1):1-9.

[21]Ye Y S, Sun Q, Shi L, et al. A adaptive dual-platform deep space infrared image enhancement algorithm based on linear gray scale transformation[C]// 2014 33rd Chinese Control Conference (CCC). Nanjing: IEEE, 2014:7434-7438.

[責(zé)任編輯：祝劍]

Remote sensing image enhancement based on illumination and contrast balancing

LI Guohui, ZHANG Longlong, WU Chengmao

(School of Electronic Engineering, Xi’an University of Posts and Telecommunications, Xi’an 710121,China)

An improved remote sensing image enhancement method based on illumination and contrast balancing is proposed for the problem that the illumination and contrast of remote sensing image are uneven. An uneven illumination is eliminated in the frequency domain, and the mean and standard deviation of a neighborhood at each pixel are adjusted through two balancing factors and linear transformation. Then, the enhanced image is obtained by a color preserving factor and radiation correction. Experimental results indicate that the improved method can not only eliminate uneven illumination and contrast, but also retain the color and detail information of the image.

remote sensing image enhancement, illumination balancing, contrast balancing, radiationcorrection

2015-03-12

國(guó)家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(61136002);陜西省自然科學(xué)基金資助項(xiàng)目(2014JM8331,2014JQ5138)

李國(guó)輝(1978-),男,副教授,從事混沌信號(hào)處理、粒子濾波及其應(yīng)用、信息處理研究。E-mail:lghcd@163.com 張龍龍(1988-),男,碩士研究生,研究方向?yàn)殡娐放c系統(tǒng)。E-mail:zhll100739@126.com

10.13682/j.issn.2095-6533.2015.06.019

TP391.41

A

2095-6533(2015)06-0086-07