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

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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉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。
技术介绍
受植被季相变化、传感器畸变、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，可以通过改变直方图来进行色彩归一化。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，以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（HelmerEH,RuefenachtB.Cloud-Freesatelliteimagemosaicswithregressiontreesandhistogrammatching[J].PhotogrammetricEngineering&RemoteSensing,2005,71(9):1079-1089.）、变化检测（MasJF.Monitoringland-coverchanges:acomparisonofchangedetectiontechniques[J].InternationalJournalofRemoteSensing,1999,20(1):139-152.）等应用中，取得了较好的效果。直方图规定化的问题可以定义为：输入影像IS和参考影像IR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，S×R表示S和R的笛卡尔积，<k,l>表示将输入影像上灰度值k映射为l。根据映射方程建立方法的不同，主要包括以下几种方法：单映射策略（SingleMappingLaw，SML）（GonzalezRC.Digitalimageprocessing[M].PearsonEducationIndia,2009.）、组映射策略（GroupMappingLaw，GML）（ZhangYJ.Improvingtheaccuracyofdirecthistogramspecification[J].ElectronicsLetters,1992,28(3):213-214.）和动态直方图规整（DynamicHistogramWarping）（CoxIJ,RoyS.Dynamichistogramwarpingofimagehistogramsforconstantimagebrightness,histogrammatchingandhistogramspecification:U.S.Patent5,727,080[P].1998-3-10.）。若表示输入影像灰度为像素的比例，表示参考影像上灰度为像素的比例。单映射策略（SML）的实现方法是通过提取使下式成立的最小k和l建立映射方程：组映射策略（GML）是通过使得下式成立的最小的I(l)确定映射方程：其中，I(l)是满足如下条件的取整函数：l=0时，将输入影像灰度值i从0到I(0)映射为l；l>0时，将i从I(l-1)+1到I(l)映射为l。根据公式可以看出：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。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。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NikolovaM提出了变分法（NikolovaM,WenY-W,ChanR.Exacthistogramspecificationfordigitalimagesusingavariationalapproach[J].JournalofMathematicalImagingandVision,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,etal.Multidimensionalprobabilitydensityfunctionmatchingforpreprocessingofmultitemporalremotesensingimages[J].IEEETransactionsonGeoscienceandRemoteSensing,2008,46(4):1243-1252）。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。
技术实现思路
针对现有技术的不足，本专利技术遥感影像色彩归一化的多特征点约束直方图规整方法，这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以提高灰度校正的精度。为实现上述目的，本专利技术采用以下技术方案：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。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以下方法：分别统计输入影像IS和参考影像IR的直方图并归一化：其中，h(i)表示灰度i的像素数目，T表示总像素数目，P(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的像素所占百分比；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；...

【技术保护点】
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。

【技术特征摘要】
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IS和参考影像IR的直方图并归一化：
其中，h(i)表示灰度i的像素数目，T表示总像素数目，P(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的像素所占百分比；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l，再计算直方图上其他点与直线l的距离，然后找出最大距离值dma...

【专利技术属性】
技术研发人员：吴炜，王卫红，杨海平，夏列钢，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33