[发明专利]均值-方差成本函数最小模型的多幅影像镶嵌辐射均衡方法

说明书

本发明公开了一种均值‑方差成本函数最小模型的多幅影像镶嵌辐射均衡方法，主要涉及大区域遥感影像处理领域。(1)云像素剔除，对影像中的云像素进行剔除；(2)成本函数的构建，根据无云像素影像灰度均值与标准差对成本函数进行构建；(3)约束条件增加，该约束要求“所有影像像素灰度的均值与标准差在调整前后保持不变”；(4)成本函数最小模型求解，通过将影像灰度变换模型参数与成本函数联合，并在(3)中的约束条件下得到每幅待镶嵌影像的最优影像灰度变换模型；利用本发明实现多幅多时相遥感影像镶嵌辐射均衡，解决了现阶段多幅影像镶嵌存在的全局‑局部辐射差异的问题，提高了影像无缝镶嵌的质量。

技术领域

本发明涉及图像处理技术领域，特别是涉及大区域多时相遥感影像镶嵌辐射均衡的方法。

技术背景

大区域镶嵌数据集已经成为地理分析不可或缺的一部分。在实际研究和应用过程中，同一颗卫星的影像远不足以形成一个大区域镶嵌图，因此需要将来自不同卫星传感器且在不同时间拍摄得到的遥感影像数据进行镶嵌。为保证后续遥感解译研究工作的顺利开展，高质量的遥感影像镶嵌数据是重要前提之一。

针对遥感影像镶嵌时辐射差异的问题，现有的辐射均衡方法可概括为三个大类：单影像辐射均衡、成对影像色调匹配、全局优化。单影像辐射均衡通常通过去除背景影像、应用直方图均衡方法来增强影像灰度，从而平衡影像对比度。成对影像色调匹配方法是以两幅影像为目标，令其中一幅影像为参考影像，同时对另一幅影像应用线性变换、直方图匹配等方法，使其颜色或色调与参考影像一致。这类方法在一定程度上能够得到较好的辐射均衡结果，但是当原始两幅影像灰度差异过大时，影像灰度容易被过度调整而出现像素失真的现象；另一方面，当研究中包含大区域影像数据集时，成对影像色调匹配将增加计算时间。于是，后期研究人员多采用全局优化方法实现大区域影像镶嵌辐射均衡。全局优化方法同时处理所有影像，每幅影像发挥相同的作用。然而，应用全局优化方法时，局部优化常常被忽略。通过对国内外研究现状进行分析，现有的方法仍然存在以下问题：

(1)大多数辐射均衡方法需要在所有待镶嵌影像中寻找最佳参考影像，然后调整目标影像使其与参考影像色调一致。在实际应用中，大区域影像镶嵌数据集通常由来自不同卫星传感器在不同轨道拍摄的影像组成，如何选择最合适的参考影像是一个难题。

(2)受天气等外界条件的影响，部分遥感影像中存在大量的云、雾等无效像素，这些无效像素通常会干扰影像像素灰度的计算，进而降低最优影像灰度变换模型参数的计算精准度。

发明内容

本发明提出了一种均值-方差成本函数最小模型的多幅影像镶嵌辐射均衡方法，以消除多幅影像镶嵌时的辐射差异，提高影像镶嵌质量。

为实现上述目的，本发明采用如下技术方案：

1.利用云提取算法快速准确地对影像中的云、雾等无效像素进行检测并剔除。

对影像进行预处理，将影像中的云像素进行剔除。首先对影像进行像素分割，并基于K均值聚类生成超像素，然后分别对超像素的纹理特征、频率特征和线段特征进行识别提取。云像素的灰度值通常较小，通过设置阈值，将小于阈值的像素进行掩码处理，从而对影像中的云像素进行剔除。

2.剔除影像中的云像素后，计算每幅待镶嵌影像重叠区域的灰度均值和标准差，并利用上述数据构建均值-方差成本函数。

根据影像的地理位置信息，提取相邻影像间的重叠区域，计算重叠区域影像灰度均值和标准差，以重叠区域的面积为权重，根据上述数据构建来自一个条带影像的均值-方差成本函数；考虑到大区域影像数据集通常由多个条带的影像组成，因此由一个条带影像的均值-方差成本函数过渡到多个条带影像的均值 -方差成本函数，将每幅影像的所有相邻关系均考虑在内。

3.为均值-方差成本函数设定关于影像变换前后像素灰度强度与分布基本保持一致的约束。即所有影像像素灰度的均值与标准差在调整前后保持不变。