[发明专利]遥感图像光照一致性定量评价方法

说明书

技术领域

本发明属于一种定量评价方法，特别是一种遥感图像光照一致性定量评价方法。

背景技术

高分辨率图像比对法是图像质量评价中简单而又行之有效的方法，其前提是两幅用于比较的高低分辨率图像具有良好的一致性。但实际情况往往很难满足这些一致性要求，为了使不能满足光照一致性的图像也能用于卫星在轨参数监测，需要进行光照一致性校正。目前对图像光照一致性校正的处理并没一个完整的体系，大多数方法是在人脸识别中提取光照不变量，或是利用伽马校正，Retinex等方法消除单幅图像中过量或过暗的区域。对于图像光照一致性的程度没有具体的度量指标，只能通过人眼的主观感觉来评定，本发明对处理前和处理后的图像作定量评价，使得各种校正方法能够被定量的比较，而不仅仅再依靠主观感受来评定。

多幅图像间的光照校正方法有直方图均衡化，小波直方图均衡化， 局部直方图均衡化，自适应直方图均衡化。直方图均衡化方法简单实用，当对光照一致性要求比较宽泛时，具有一定的应用价值，当后续处理要求消除不同光照所带来的影响较为严格时，则显示出其局限性。单幅图像的校正方法有伽马校正，同态滤波，单尺度Retinex，多尺度Retinex，单尺度自商图像，多尺度自商图像对数全变分，基于变换域的方法，基于梯度域的方法等。这些方法对于单幅图像的明暗区域调节，动态范围压缩，颜色保真等效果非常理想。

单尺度Retinex对单幅图像的校正效果较好，不能使多幅图像的光照达到一致。小波直方图方法适用于图像间的光照校正，小波直方图均衡化方法的过程是，小波变换将图像分解为估计系数和细节系数，对估计系数进行直方图均衡化操作，同时细节系数乘以一个大于1的常数，将修正过的系数经过小波逆变换得到光照一致的图像。基于梯度域的动态范围压缩方法是在梯度域用一个局部梯度函数对梯度场进行操作，压制较大的梯度，增强较小的梯度，以期在压缩图像整体动态范围的同时增强图像细节处的对比度，操作后对梯度场进行重建，得到增强图像。在上述方法的框架下，对梯度场处理采用了直方图均衡化的方法，得到图像的光照一致性较好。目前已有不少光照一致性校正方法（1.朱述龙，张振，朱宝山，曹闻. 遥感影像亮度和反差分布不均匀性校正算法的效果比较. 遥感学报. 2011,15（1）：111-122.2.李慧芳，沈焕锋，张良培，李平湘. 一种基于变分Retinex的遥感影像不均匀性校正方法. 测绘学报. 2010，vol.39：585-598），但对于这些方法的校正结果只能从主观感受上进行评定，缺乏定量分析，而定量评价方法对于比较光照一致性校正方法的效果有是必不可少的。

发明内容

本发明的目的在于提供一种遥感图像光照一致性定量评价方法，从而能够量化图像光照一致性程度。

实现本发明的技术解决方案为：一种遥感图像光照一致性定量评价方法，步骤如下：

第一步，求一组待评价的图像的光照分量：图像由光照分量和反射分量组成，将原图像做高斯滤波后得到的图像即是光照分量，如下公式所示，L(x,y)表示光照分量，S(x,y)表示输入图像，F(x,y)是高斯函数，将高斯函数与原图像做卷积即得到光照分量：

L(x,y)=S(x,y)*F(x,y)

第二步，设置光照分量直方图各灰度级的权值W_j：首先将所有光照分量的直方图做平均，得到平均直方图M，求出平均直方图的灰度均值m₀，其他灰度级的权值即为该灰度级到均值的距离，即W_j=|m₀-j|+1，j是直方图中的某一灰度级；

第三步，计算各个光照分量间的差异：将光照分量直方图G_i与平均直方图M做差取绝对值，各个灰度级的像素个数乘以相应的权值求和，得到光照分量直方图与平均直方图的差异，将所有光照分量与平均直方图的差异求和得到总差异；

第四步，计算光照一致性系数p：光照情况完全一致时的光照一致性系数p设为1，光照情况完全不同时的光照一致性系数p设为0，将总差异除以光照完全不同时的总差异S_k得到商，S_k为所有图像的像素点的个数乘以最大权值；再用1减去商得到光照一致性系数p，即，其中k是一组图像中图像的数量，i表示第i幅图像的直方图 ，G_i(j)是这组图像中第i幅图像的灰度级为j的像素点的个数，M(j)是这组图像的平均图像的灰度级为j的像素点的个数。