基于LiDAR系统RCD105影像的匀光方法研究

魏永强，齐东兰

（1.国家测绘地理信息局重庆测绘院，重庆 400015）

随着机载激光雷达在我国各行业的深入应用，该技术发展日新月异。由于受时间、外部光照以及其他因素的影响，影像会在色彩上存在不同程度的差异，这种差异直接影响了影像镶嵌的质量，使结果呈现出明显的色彩不一，反差分布不平衡[1,2]，对同机遥感影像在LiDAR系统中进行多源数据融合等处理造成不利影响，从而对分类、解译、建筑物提取、道路恢复等处理产生影响。针对机载激光雷达系统ALS50平台中RCD105影像特点，研究如何消除该类影像的色彩差异，具有重要意义。

1 影像特点及研究重点

表1 焦平面参数

RCD105影像具有以下特点：像素坐标系统的行和列坐标位于每个像素的中心处；像素坐标系的焦平面中心坐标为（3 580.5,2 694.0）；正坐标位于焦平面中心向（7 162,1）方向；目标像素坐标＝（3 580.5＋Xp,2 694.0－Yp）。[3]

不同于以往的卫星遥感影像，该类中幅航空影像具有更高的分辨率，摄影角度对地面目标影像的影响更明显。大面积的水域会导致耀斑等复杂不均匀现象同时存在。因此，其匀光重点如下：

1)如何高效获取表征影像亮度变化的背景影像。

2)对于影像上局部特殊区域的处理。特殊区域的耀斑现象对匀光的影响很大，影响整体亮度信息。

2 基于频率域的低通滤波法

图1 低通法匀光流程图

傅里叶变换是数字信号领域一种相当重要的算法，它将函数用三角函数或它们的积分的线性组合来表示[4]。将傅里叶变换引入遥感影像处理，可以使影像从空间域转换到频率域，且在转换回函数的原始域时不丢失任何信息。这样可以工作于频谱空间，大大提高算法效率。

影像中，高频空间信息部分表现了影像灰度值在小尺度像素范围内的剧烈变化，包括细节、边缘等。低频空间信息部分则表现了影像像素灰度值在大尺度像素范围内的渐变过程。低频信息部分通常表现为在整幅遥感影像内阴影的逐渐变化的背景信息。从频率域对影像分析，影像亮度强度的变化过程是相对慢节奏的，表示影像亮度变化趋势的信息主要存在于低频部分，是影像的背景噪声。通过频率域的低通滤波方法可以获取原始影像的背景噪声影像。将原始影像与背景影像进行相减运算，从而产生一幅亮度分布较为均匀的影像，再对该影像进行拉伸处理，增强高频细节信息。低通法匀光的处理流程如图1所示，其主要处理步骤如下：

1）获取背景影像g(i,j)。利用频率域的低通滤波方法对原始影像滤波产生背景影像。

2）剔除背景影像。将原始影像与获得的噪声影像作相减运算，即

其中，A为一常量值。这样做的目的是使处理后的影像整体亮度与原始影像的平均亮度值保持平衡。

3）对匀光影像进行后续处理。由于相减运算的过程会使得影像的动态范围缩小，影像的整体反差降低，因此需要拉伸对比度增强影像反差。线性拉伸法处理之后，输出影像和输入影像像素值之间呈现出对应的线性关系[5,6]。

3 低通法的改进

低通法在处理影像匀光方面具有诸多优点，如影像的亮度分布均匀性有所提高、耀斑现象有所改善，但原始影像上的亮度较暗区域亮度反差依然较小，亮度较高部分在匀光处理后亮度反差依然不小。针对这些问题，本文给出新的解决方案：利用低通法获得噪声背景影像后，将熵运算引入匀光处理，将原始影像与该背景影像进行熵运算。

熵值处理在提取某种地物特征方面非常有效。熵处理是将一些波段的数值或经相关运算后的结果进行除法运算，然后再采取一些其他图像运算后，便可获取一幅新的影像。该新影像一般能够使得某些地物特征比较突出，使得整幅影像的亮度分布更为均匀，使影像与人眼的视觉响应特征相匹配，便于判读。这与匀光处理的目的一致，且过程是类似的。熵值处理后的遥感影像使同一地物目标不管是在直接光照区或是在阴影区域都能表现出统一的亮度值，影像亮度的强度分布有显著改善。与此同时，原始影像中亮度强度比较亮的地方，反差有显著减小，而原始影像中亮度强度比较暗的区域，反差有明显增强。熵值匀光算法能够调整影像局部反差分布，抑制原始影像中的虚光和耀斑效应导致的影像亮度分布不均匀问题。

改进的匀光处理方法的基本出发点是，将熵值操作引入匀光处理，即获取影像的背景亮度分布信息后，对二者进行熵运算而不采取相减剔除操作，公式如下：

式中，fin(i,j)表示原始影像；g(i,j)表示通过低通法获取的背景亮度分布影像；fout(i,j)为匀光后影像，A为一常数值。

图2 各状态影像及其特定区域直方图

图2 为3种情况影像及特定区域直方图；图2a为原始待处理影像；b为低通滤波法处理后影像；c为改进法匀光后影像；d为原始影像中红框处直方图；e为低通法处理后影像红框处直方图；f为改进法处理后红框处直方图。

由图2c可以看出，改进后的低通法使得原始影像上亮度分布不均匀问题得到了较好的解决。对比图2a与c可以发现，原始影像上红框处高亮区域以及暗区的反差经过匀光处理后，高亮部分反差得到降低，而较暗部分反差有所提高，整个匀光后的影像使得原始影像上反差不均匀问题得到大大改善，使得其质量有所提高。图2d、e、f依次为原始影像红框处直方图、低通法匀光后影像上红框处直方图、改进法匀光后红框处直方图，对比可知，原始影像上同一地物在不同区域反差不一致，整个影像亮度分布不均匀，经过低通法处理后，高亮部分的反差有所降低，较暗区域反差有所增强，整体反差程度有所改善，效果仍然不是很理想。经过改进方法处理后，原始影像上高亮区域的反差明显得到降低，较暗区域的反差明显有所增强，且分布平衡，表明整幅影像的反差趋于一致，亮度分布趋于均匀，可读性大大提高。影像与人眼的视觉响应特征相匹配，有利于判读以及进行各种后续操作。

图3 影像MTF对比图

4 质量评价

表2 匀光处理前后MTF包围的面积比较

分别测定匀光前后两幅影像的MTF（调制传递函数），对匀光质量进行评价。原始影像、低通法处理后影像以及改进法处理后影像的调制传递函数如图3a、b、c所示，包围的面积如表2所示，对比可知，低通法处理后影像的MTF包围面积大于原始影像的MTF包围面积，改进法处理后影像的MTF包围的面积值最大，说明两类方法都达到了调整反差的目的，而改进法处理后的影像比低通法处理后的影像的反差大，细节表达也更清晰，质量更好，这与前文的主观评价是一致的，证明改进法匀光处理具有可行性与有效性。

5 结 语

本文以LiDAR系统自带RCD105相机的影像为研究对象，针对其影像特点，详细分析了LiDAR系统航空遥感影像的特点，总结出该类影像匀光处理的重点。针对影像存在的亮度分布不均匀的现象，介绍了基于频率域的低通滤波法的原理，对其流程进行研究，归纳了该方法的不足，提出了低通法的改进方法，给出了该法的具体原理、算法流程。通过实验证明，针对RCD105航空遥感影像，本文提出的改进方法能够使得影像亮度达到整体平衡，能有效增强局部区域的反差，保证整幅影像反差的均衡和影像细节的完整性。