遥感数字图像增强方法研究

韩春成 1，林和平2，周 涛 2，赵 哲2

（1.长春师范学院计算机科学与技术学院，吉林长春 130032；2.东北师范大学计算机科学与信息技术学院，吉林长春 130117）

目前遥感数字图像已广泛应用于军事、农林、环境科学、地学以及测绘等领域。针对遥感数字图像的亮度偏低、目视效果较差等问题，需要在图像预处理阶段对遥感图像进行增强处理，改善图像的视觉效果，提高清晰度，便于图像的后续处理。常规遥感数字图像的空间域增强方法有线性变换、非线性变换、直方图均衡化等，如文[1-6]提出的方法，都是基于遥感图像的像素亮度值的处理方法。然而以往的这些方法都会导致遥感图像的局部失真。例如非线性变换中的对数增强方法增强了图像中亮度值较低的部分，同时进行对比度拉伸；压缩亮度值较高的部分，缩小亮度间隔。一些方法在处理过程中损失了图像的部分信息，是有损增强，影响到后期的各种处理方法的实施。例如传统的线性增强方法将增强后亮度值大于255的像素点的亮度值直接赋值255，低于0的亮度值直接赋值0，这样导致部分信息的缺失，处理后的图像无法复原，不利于图像合成、融合、信息提取等的后续处理。此外传统的图像增强方法不适用于全景遥感图像的增强处理，图像中的无效像素约占五分之一，影响处理过程的效率。

本文针对常规遥感数字图像增强方法存在的问题，提出了一种无损平移双向拉伸的遥感数字图像增强方法。遥感数字图像中有效像素根据其亮度的均值平移至128，再对遥感图像进行无损的双向对比度拉伸。将超出亮度值范围的异常点关于1和255进行对称折合，使得图像在无损的前提下其所有的有效像素点都能参与对比度增强，保存了图像的所有信息，为之后的遥感图像合成、融合、信息提取及分类奠定了基础。

1 算法描述

无损平移双向拉伸方法克服了传统的遥感数字图像增强方法处理后图像的目视效果上的不足，同时保证遥感数字图像中所有有效像素点都能在无损的前提下参与对比度增强，不会造成图像的信息缺失和局部失真。具体步骤如下所述。

1.1 计算均值

计算遥感数字图像中有效像素的均值(可以是算术平均值，或者是模糊均值)。由于遥感数字图像中的像素并非全部有效，例如遥感图像呈现不规则矩形，其周围的像素点是无效的；有些遥感图像由于卫星设备的故障导致图像中存在无效点。

对于常规的遥感数字图像，设图像的宽度为w,高度为h，像素亮度为b，各个像素亮度的算术平均值a可以表示为：

假设图像中有效像素的总数为s，各个像素亮度的算术平均值a可以表示为：

1.2 亮度平移

根据遥感数字图像中有效像素亮度的均值a在一般情况下是低于128的，本文提出的方法第二步即对有效像素亮度进行平移，至128，初步提升数字图像整体的亮度。首先将各个像素的亮度值减去均值a，再将差值加上128，这样所有的有效像素的亮度值都向128靠近，达到平移的效果。

设平移后像素的亮度为ci，可以表示为：

1.3 无损的双向对比度拉伸

对经过平移后的遥感数字图像中的像素亮度值向128靠拢，对比度降低。要达到从原始低亮度的遥感数字图像向目视效果较佳的图像转变，就要求对平移后的像素进行无损的双向对比度拉伸。首先将所有有效像素亮度值向1和255进行双向拉伸。拉伸的同时部分亮度值超出有效像素的范围，为了不损失任何有效信息，本文提出的方法中采取反折的方法（图1）。即将拉伸后亮度低于1的像素按照1对称反折，高于255的像素按照255对称反折，反折以后的所有像素点的亮度值都在有效像素亮度值范围内，达到了无损的要求，为后续的处理奠定基础。具体方法如下：

图1 反折方法示例

设拉伸后像素的亮度为di、ei。对于经过平移以后的亮度值小于128的有效像素，可以表示为：

di必为偶数，如果小于2，则：

ei必为奇数。对于经过平移以后的亮度值大于等于128的有效像素，可以表示为：

di必为偶数，如果大于254，则：

ei必为奇数。

上述运算都是可逆运算。如果经过拉伸以后的亮度值为奇数，则其逆运算可以表示为：

很明显，如果将ci的计算过程直接代入di和ei的计算过程中，则该算法可以定义为无损平移双向拉伸算法。

2 结果与分析

实验原始图像是美国地质勘探局(USGS)提供的浙江东部的遥感数字图像，以蓝波段整景为例进行增强处理。图2中的(a)为原始遥感图像，(b)为直方图均衡化后的效果图，(c)为本文提出的无损平移双向拉伸增强后的效果图。可以看出原始遥感图像整体较暗，不利于目视判读。直方图均衡化处理的图像一些细节丢失，图像周围的无效像素点参与了概率运算，图像上大面积地物与周围地物的反差较大。通过本文算法处理后的图像达到了很好的目视效果，对比度适中；同时保留了不规则矩形周围的无效像素，只对有效像素进行处理。算法中没有损失任何像素亮度信息，对于拉伸后超出有效像素范围的亮度值进行反折，便于后续处理。本文的双向平移拉伸方法综合了传统几种增强方法的优点，取得了更加适合目视判读的效果。

图2 图像处理效果

此外，人眼具有机能亢进的应急保护，即在观看强光或弱光时会自动调节瞳孔的大小来改变对光的吸收。人眼经一段时间的适应后，所观察到的强光亮度比实际光源的亮度小、弱光亮度比实际光源的亮度大。人眼在观看这样处理后的图像时感觉效果较好，但存在目视判读误区。由于传统的线性增强算法将增强后亮度值大于255的像素点的亮度值直接赋值255，低于0的像素点直接赋值0，这样会破坏原有图像像素点的完整性，丢失像素点过多，产生过多的异常点。本文较好地利用了人眼的这种特性，融入本文主体算法中，对于超出亮度范围的异常点关于边界点反折，在不损失像素点的同时遵从了人眼的这种视觉特征。

3 结语

本文提出的无损平移双向拉伸方法较好地解决了常规图像增强方法在处理遥感数字图像时的不足，综合了各方法的优势，使得经过本文方法处理后的图像达到了近似最佳的视觉效果。信息量丰富，特征明显，便于后续的融合、特征提取等处理。本文最大的创新点是无损增强，保证了原始图像的完整性，同时保证了后续信息提取与分类的准确性。后续工作可以针对异常点的标记进行实验性的研究展开，在图像亮度参数中定义一个特定的值标识超出亮度值范围的异常点。

[1]GaoY,QiaoYF.An Image EnhancingMethod Based on Reformative HistogramEqualization[J].Computer Simulation,2008,25(4):198-200.

[2]Liu H J,Zhou CH,ChengWM,LongE,Li R.MonitoringsandyDesertification ofOtindagSandyLand based on Multi-date Remote SensingImages[J].Acta Ecologica Sinica,2008,28(2):627-635.

[3]WangBJ,Liu SQ,Zhou H X,Li QS.Self-adaptive Contrast Enhancement Algorithmfor Infrared Images Based on Plateau Histogram[J].Acta Photonica Sinica,2005,34(2):299-301.

[4]Wen GJ,WangR S.Automatic Extraction ofMain Roads fromAerial Remote SensingImages[J].Journal ofSoftware,2000,11(7):957-964.

[5]高岩,乔彦峰.一种基于改进直方图均衡的图像增强方法[J].计算机仿真,2008,25(4):198-200.

[6]文贡坚,王润生.从航空遥感图像中自动提取主要道路[J].软件学报,2000,11(7):957-964.