李山山　彭　嫚　孫小芳　郝　君

摘 要：高位動態(tài)遙感影像由于其亮度范圍高于普通遙感圖像，普通設(shè)備無法直接顯示。利用基于分段線性變換算法實現(xiàn)了其可視化。 實驗證明，此方法是一種快速、有效的可視化算法。

關(guān)鍵詞：高位動態(tài)影像；分段線性變換（PLT）；可視化

中圖分類號：P237文獻標識碼：A文章編號：1672-1098(2008)01-0006-03

收稿日期：2007-10-09

基金項目：安徽理工大學青年科學研究基金資助項目(QN200603)；福建省青年科技人才創(chuàng)新資助項目（2006F3098）

作者簡介：李山山(1979- )，男，湖北襄樊人，碩士，主要從事遙感和地理信息系統(tǒng)方面的教學與科研工作。

Study on Visualization Algorithm for HDR Remote Sensing Image

LI Shan-shan1, PENG Man1,SUN Xiao-fang2, HAO Jun3

（1. School of Earth Science and Environmental Engineering, Anhui University of Science and Technology，Huainan Anhui 232001, China; 2. Department of Geographic Science, Minjiang Institute, Fuzhou Fujian 350108, China; 3. Planning Information Centre of Fuzhou, Fuzhou Zhejiang 325000, China）

Abstract: High Dynamic Range (HDR) remote sensing images are not directly displayed on common display devices for its high brightness level. In the paper a new method of piecewise linear transformation algorithm is proposed to realize visualization of HDR remote sensing image.Experiment results show that the algorithm is a fast and effective visualization method.

Key words:HDR；PLT；visualization

目前，高位動態(tài)影像（High Dynamic Range Images，HDR）由于其亮度范圍要高于普通遙感圖像， 能夠更加接近真實景物， 在攝影測量及遙感中有著廣泛應用。 其中以12-bit影像的應用尤為廣泛， 如IKONOS衛(wèi)星影像，圖像的亮度最高可達4 096級，可獲取地物更多紋理細節(jié)并達到更高的精度，有利于圖像識別和匹配［1］。

但普通顯示設(shè)備只能顯示8位及以內(nèi)的影像，因此要顯示高位動態(tài)遙感影像，需要將其從12位區(qū)間壓縮至8位區(qū)間［2］。本文提出一種基于自適應分段線性變換算法，對高位動態(tài)影像進行像素灰度重建，實現(xiàn)高位動態(tài)遙感影像可視化。

1 高位動態(tài)影像可視化

1.1 分段灰度變換基本思想

分段灰度變換是將圖像灰度區(qū)間分成兩段乃至多段分別作灰度變換(見圖1)。分段灰度變換法的優(yōu)點是可以根據(jù)需要拉伸特征目標的灰度細節(jié)，相對抑制不感興趣的灰度級［3］。區(qū)間邊界可以通過鍵盤交互式輸入的方法來確定，因此是一種比較靈活的方法且易于硬件實現(xiàn)。圖1 分段線性變換示意圖分段線性變換遵循以下規(guī)則：

f′(x,y)=

c′-a′c-a(f-a)+a′ a＜f(x,y)＜c

d′-c′d-c(f-c)+c′ c＜f(x,y)＜d

b′-d′b-d(f-d)+d′ d＜f(x,y)＜b（1）

圖1中玣(x,y)為圖像的灰度變換范圍；f′(x,y）為顯示輸出的灰度范圍；c和c′、d和d′為分段線性變換的分段點。

1.2 確定PLT分段點

分段線性變換算法中，分段點的選擇是關(guān)鍵問題(見圖1)。分段點玞和c′、d和d′的位置控制著整個函數(shù)的形狀。最簡單的方法就是采用固定的區(qū)間，對所有圖像進行相同的變換。但實際圖像的內(nèi)容復雜多樣，其直方圖分布也各具特點，要找到一個對所有圖像都適用的變換區(qū)間是不可能的。因此好的算法必須結(jié)合圖像的具體特征變化，即算法的自適應性。在對高位動態(tài)遙感影像可視化目的的基礎(chǔ)上，提出自適應的分段線性變換。

在高位動態(tài)影像可視化過程中(見圖1)，若滿足

｜c′-a′｜＞｜c-a｜

｜d′-c′｜＜｜d-c｜

｜b′-d′｜＞｜b-d｜（2）

則表示擴展第一區(qū)間和第三區(qū)間，壓縮第二區(qū)間。即將12-bit遙感影像的可視化目標極暗區(qū)域和極亮區(qū)域進行擴展。根據(jù)圖像處理中，影像最佳階調(diào)范圍的劃分，第二區(qū)間過渡段區(qū)域占據(jù)了圖像直方圖85%～95%以上像素數(shù)目范圍，因此選擇合理的范圍適當壓縮過渡區(qū)間，能夠保證在提高影像可視化質(zhì)量的同時，獲取更多的特征目標的紋理細節(jié)信息［4］。

為了進行算法的相關(guān)計算，作如下相關(guān)定義：①頻率為灰度值重復次數(shù)與總像素數(shù)的比值，即圖像出現(xiàn)某灰度值的百分比；②灰度最頻值為直方圖中具有最大像素頻率；③｛玜璱,n璱｝灰度級a璱所對應的頻率為n璱；④極暗區(qū)域分段點為灰度級變換前后分別表示為玞1,c″1；⑤極亮區(qū)域分段點為灰度級變換前后分別表示玞2,c″2。

首先，將12-bit影像的像素灰度歸一化，利用公式

f(x,y)=［g(x,y)-玬in］玬ax-min（3）

將影像灰度歸一化到［0,1］。 其中玤(x, y)、f(x,y)為變換前后影像灰度值。 min、max為12-bit高位動態(tài)影像灰度極小值與極大值。

其次，分別界定兩個擴展區(qū)域的高位動態(tài)影像邊界灰度玞1,c2。以灰度最頻值為中心分別以“離心”方向同時進行灰度頻率累積至總頻率達到95%停止。即滿足А芻2i=c1n璱=95%，得到玞1,c2。

再次，獲得灰度邊界玞1,c2在可視范圍內(nèi)對應邊界c″1、c″2。分別以c1、c2為起步點， 以灰度最頻值為中心分別以“向心”方向同時進行灰度頻率累積至灰度總頻率達到90%停止。 由于要保證極亮及極暗區(qū)域內(nèi)的像素灰度得到充分拉伸， 所積累總頻率應小于95%， 同時不能使中間段區(qū)域的紋理信息損失過多， 由經(jīng)驗值得總頻率為90%較宜， 即滿足А芻′2i=c′1n璱=90%，得到玞′1、c′2；然后將c′1、c′2分別變換到8位空間得到其對應灰度值c″1、c″2。

最后，得到分段點分別為(玞1,c″1)與(c2,c″2)。

玣(x,y)

圖2 整個區(qū)間內(nèi)PLT曲線1.3 確定PLT直線

綜上所述，整個PLT算法曲線由三部分直線構(gòu)成(見圖2)，變換后函數(shù)表達式為

S(x,y)=c″1c1-玬in(f(x,y)-玬in)

f(x,y)∈［玬in,c1)

S(x,y)=(c″2-c″1)c2-c1(f(x,y)-c1)+c″1

f(x,y)∈［c1,c2］

S(x,y)=(255-c″2)玬ax-c2(f(x,y)-玬ax)+255

f(x,y)∈(c2,玬ax］(4)

式（4）中，玣(x,y)、S(x,y)表示處理前后像素的灰度。(c1,c″1)與(c2,c″2)為分段線性變換分段點。通過式（4）建立查找表，對原圖像進行像素灰度處理。

2 實驗結(jié)果及分析

將原12-bit影像直方圖與PLT變換后影像直方圖進行比較，如圖3所示。影像的極暗和極亮區(qū)域變換后都得到了有效擴展；中間的過渡段區(qū)域內(nèi)，直方圖形狀不變，保持了原圖像灰度頻率。

a 原12-bit影像直方圖（極暗區(qū)域）b PLT變換后影像直方圖（極暗區(qū)域）c 原12-bit影像直方圖（極亮區(qū)域）d PLT變換后影像直方圖（極亮區(qū)域）

圖3 變換前后直方圖

根據(jù)直接線性變換以及PLT變換進行高位動態(tài)影像可視化(見圖4)。圖4中白色箭頭指向暗調(diào)層像素建筑物遮蔽區(qū)域以及亮調(diào)層內(nèi)由于曝光過強造成反光的屋頂區(qū)域，圖4a中顯示基本無層次感，圖4b中層次感明顯增強，顯示出更多細節(jié)信息，同時保持圖像中其它區(qū)域色調(diào)，整體圖像質(zhì)量提高。

3 結(jié)論

針對高位動態(tài)影像可視化，提出了基于分段線性變換（PLT）的算法。算法根據(jù)圖像直方圖自適應確定PLT分段點， 使極暗區(qū)域和極亮區(qū)域得到有效擴展，盡量捕獲符合原始地物特點的細節(jié)紋理。較直接線性變換方法，圖像的整體質(zhì)量得到明顯提高。實驗證明此方法是一種簡單、快速、有效的可視化算法。

a 直接線性變換后b PLT曲線變換后圖4 不同變換亮調(diào)區(qū)間結(jié)果

參考文獻：

［1］ ERIK REINHARD,PAUL DEBEVEC,GREG WA-

RD. High Dynamic Range Imaging: Theory and Practice［J］.SIGGRAPH,2006,Course(5):21-23.

［2］ 李治江.彩色影像色調(diào)重建的理論與實踐［D］.武漢：武漢大學,2005.

［3］ 馬桃林.彩色圖像的輸入指標對層次再現(xiàn)的影響［J］.武漢大學學報(信息科學版),2005,30（9）:829-832.

［4］ 賈永紅.數(shù)字圖像處理［M］.武漢：武漢大學出版社,2006：61-63.

(責任編輯：宋曉梅)