TH影像勻光勻色方法的探討

鞏保勝，裴寶全，龔　政

（61243部隊，新疆 烏魯木齊830006）

TH影像勻光勻色方法的探討

鞏保勝，裴寶全，龔政

（61243部隊，新疆 烏魯木齊830006）

通過對天繪DGP影像糾正成果的RGB色彩通道波段增強，獲得了信息豐富的色彩數(shù)據(jù)，然后通過PANSHARP最小二乘法，使其與天繪GFB影像成果融合，制作正射影像。期間加入資源三號衛(wèi)星影像，作為補漏數(shù)據(jù)，通過降位處理，使其位深與天繪影像保持一致，采用勻光勻色的方法，取得較為理想的色彩效果。通過調整處理DOM色彩的關鍵環(huán)節(jié)，使其在制作過程中，節(jié)約大量的人力和時間，能夠較好的保持大范圍DOM顏色的一致性。

遙感影像；波段增強；勻光勻色；海量數(shù)據(jù)

隨著遙感技術的快速發(fā)展，利用全色影像和多光譜影像合成高分辨率彩色影像技術已日趨成熟，其成果在眾多領域已經(jīng)發(fā)揮了重要作用。但在實際處理影像過程中，“TH”原始影像1B級產品，顏色偏黑、偏暗，普通用戶根本無法看清具體內容，加上受衛(wèi)星拍攝的時間和空間限制，影像的色彩千差萬別。同軌影像之間的色差稍好，異軌之間的色差比較明顯。是保持影像色彩的真實性還是一致性，是很多學者都在討論的熱門話題。本文以“TH”影像為主，資源三號衛(wèi)星補漏影像（以下簡稱“Z3影像”）為輔，對多源影像進行勻光勻色處理。本文以下提到的影像，均為正射糾正好的影像。

1　基本思路及具體做法

首先，對資源三號衛(wèi)星影像進行降位處理，使其從16bit降為8bit，與“TH”影像位深保持一致，同時將Z3影像自帶的高程信息去掉，將方便下一步批量操作處理。然后，對“TH”多光譜影像色彩信息和地理環(huán)境進行分析，采用對多光譜影像RGB通道增強或減弱的方法，在最大程度上保持影像紋理信息的同時，使其色彩保留更加豐富，在后期對紅、綠、藍波段處理時，顏色信息更加敏感，如圖1所示。

1.1Z3影像降位與去高程處理

正射糾正好的Z3影像，位深為16bit，將其在Global Mapper15版中打開 （只有15版可以打開*. pix格式的影像），將其轉換輸出為8bit帶坐標的Geotif文件。然后用PS插件REEBOTOO將其打開，另存為*.pix格式的影像文件，將Z3影像自帶的高程信息去除。

圖1　研究思路及方法

1.2TH多光譜影像的處理與融合

“TH”多光譜影像分為紅、綠、藍、近紅外四個波段，紅波段對居民地、裸露土地等反應比較明顯；綠波段對草地、森林的反應比較明顯；藍波段對河流、湖泊等反應比較明顯；近紅外波段為人眼不可見光，可以自由賦予顏色。根據(jù)各區(qū)域的地理特點和地貌分布情況，適當?shù)膶⒔t外波段增加到各波段中，進行色彩增強處理。首先對任務區(qū)域地形地貌進行分析，各任務區(qū)域不同，對多光譜影像的波段增強也不盡相同。本次試驗區(qū)域以高原地形為主，整個任務區(qū)域水系不發(fā)達，多為雪山融水，水深較淺，多辨狀河流；植被覆蓋偏低；多為裸露土地；有零星居民區(qū)。通過對任務區(qū)域的分析，可以將紅色和綠色波段增強，藍色波段不變。

由于本次試驗區(qū)域為高原地區(qū)，植被覆蓋相對較少，故將土地和植被的色彩提升，由于水系不發(fā)達，水深較淺，水系呈白色，根據(jù)經(jīng)驗值將近紅外波段分別加入紅、綠波段15%，藍色波段不變。其具體方法是：將糾正好的多光譜影像，在Geomatica2015版的model算法庫中，采用“model”算法，批量將多光譜影像四通道變?yōu)槿ǖ馈?/p>

%1=%1；

%2=%2*0.85+%4*0.15；

%3=%3；

其中，%1為紅色波段，%2為綠色波段，%3為藍色波段，%4為近紅外波段。

將糾正好的 “TH”2m全色影像和波段增強的10m多光譜影像，通過最小二乘法，進行pansharp融合處理，得到2m分辨率的真彩色影像。融合的過程耗時比較長，具體視計算機性能而定，我部采用DELL7600計算機，cpu雙核16線程，1T固態(tài)盤，處理一景影像耗時5分30秒左右，處理速度隨著影像的增多而急劇降低。

若小范圍的區(qū)域（TH一百景影像以內），將處理好的影像，在Photoshop-ReebotooPSPlugIn中，先對融合后的影像進行調色預處理，將色差大的影像大概調成一致，這點很重要，因為ReebotooPSPlugIn插件可以讀取*.pix格式的影像數(shù)據(jù)，并保留其坐標信息。尤其是異軌影像之間，不要出現(xiàn)明顯的色差。冬季影像與夏季影像之間的自然過渡比較棘手，人工干預較大，所耗時間較長，且需要保證影像之間的重疊度。

1.3勻光勻色

色彩的處理一直是正射影像極為重要的處理環(huán)節(jié)，目前也是制約正射影像成果的瓶頸問題。色彩效果的好壞，直接影響正射影像成果的判讀效果，對地物判繪產生深遠的影像。而批量勻光勻色的遙感軟件也非常少。本次試驗以ImageStation為基礎，采用模板法對大范圍的“TH”影像進行勻色處理。具體方法如下：

首先選擇與目標區(qū)域相符的模板。模板的好壞，直接影像勻光勻色的效果。在任務內，選擇地物信息比較豐富的影像，通過重采樣降低其分辨率，制作縮略圖，其格式最好是*.tif+*.tfw的圖片。然后在Photoshop中，對縮略圖進行調色處理，由于數(shù)據(jù)量小，所以調色不是很麻煩，操作比較容易，模板不能生搬硬套，不同的區(qū)域特征，要使用不同的模板。通過實驗發(fā)現(xiàn)，在輸出時需要注意色階，若輸出色階為0-255，則勻色時影像曝光率會大增，主要出現(xiàn)在房頂、雪山、湖泊等；若將輸出色階改為1-254，勻色時影像效果較好，曝光率幾乎沒有。然后進行勻光勻色處理。將融合好的影像，在ImageStation中打開，建立金字塔文件。這一步非常耗時間，一般不要在正常工作時間處理。實驗顯示，在機械盤上操作，一百景融合后的“TH”影像，建立金字塔文件需要8h左右，建議影像輸入輸出時，選擇不同的固態(tài)盤，則其效率為機械盤的7倍以上。金字塔文件建立完成后，影像勻光勻色速度比較快，如圖2所示。

圖2　為影像勻光勻色前后的對比效果

勻光勻色完成后，影像輸出也非常耗時，且需要巨大的空間。一百景勻光勻色的“TH”影像，輸出時需要800G左右的空間。在課余時間輸入輸出時，要注意計算機的電源設置，確保硬盤永不待機。

1.4鑲嵌與裁切

鑲嵌與裁切比較簡單，采用自動化處理與人工干預相結合的方式進行。鑲嵌前要進行鑲嵌預處理，通過計算機自動計算鑲嵌線。若不進行勻光勻色，其鑲嵌線走勢比較生硬，顏色過渡不自然，色差較大的區(qū)域鑲嵌線比較銳利；通過勻光勻色處理后，鑲嵌線走勢比較合理，人工干預量不是很大，個別區(qū)域也需要處理，但總體來說，工作量會大大減少。如圖3、圖4所示：

圖3　勻色前鑲嵌線

圖4　勻色后鑲嵌線

人工編輯好鑲嵌線后，用計算機自動處理鑲嵌過程，這一步耗時較長，建議非工作時間計算機自動處理。裁切時，采用計算機自動裁切。下面介紹兩種自動裁切的方法，可根據(jù)實際情況自行選擇。單一區(qū)域裁切時，可通過編寫腳本的方式：建立*.txt文檔，寫入待裁切區(qū)域的左上角、右下角的坐標及輸出路徑，列與列之間用空格隔開即可。如圖5所示：

圖5　單幅裁切文件

在PCI軟件focus中，用腳本子集裁切。若多區(qū)域裁切，則用接圖表建立多區(qū)域的*.shp文件。如圖6所示：

圖6　shp裁切文件

圖7　天繪三線陣立體測圖矢量數(shù)據(jù)套合天繪正射影像

在PCI軟件focus中，用圖層裁切。圖幅外擴大小，視具體情況自行增加。，圖7為天繪5m分辨率三線陣影像立體測圖的矢量數(shù)據(jù)與天繪2m分辨率正射影像的套合效果

2　對比結果

2.1效果對比

通過下圖對比可知：圖8中，影像分辨率為2m，但其由于是多光譜影像沒有進行光譜增強，勻光勻色后導致顏色信息量不豐富，圖片感觀度不強。其紋理和顏色都有損失。圖9中，影像分辨率為2m，但其只對多光譜影像進行光譜增強，紋理損失不大，且顏色信息保留豐富，色彩飽滿。

圖8　無光譜增強

圖9　光譜增強

2.2效率對比

本次試驗數(shù)據(jù)為20景“TH”影像，通過在固態(tài)盤和機械盤上兩次試驗，對比得到工作效率，見表1、表2：

表1　固態(tài)盤中處理效率

表2　機械盤中處理效率

3　結束語

通過大量的實驗影像，采用了對“TH”多光譜影像光譜波段增強的方法，制作出來的DOM成果在不損失紋理的情況下，最大限度的保留其色彩信息。使DOM成果更具觀賞性和可讀性，本次實驗的20景影像成果，為某任務區(qū)域的判繪參考影像。經(jīng)判繪人員反饋，基本滿足判繪需要，對于無法到達的外業(yè)調繪區(qū)域，通過調色的DOM成果可以為室內判繪人員提供可靠的依據(jù)。隨著“TH”衛(wèi)星的發(fā)展，影像的現(xiàn)時性和更新效率也會更新更快。

［1］ 于蕾，商博，周琦.數(shù)字正射影像圖的制作方法和應用研究［M］.黑龍江：測繪與空間地理信息，2009.3：176-177.

［2］ 湯國安，劉學軍，閭國年.數(shù)字高程模型及地學分析的原理與方法［M］.北京：科學出版社，2006：1-3.

［3］ 董小環(huán)，吳世英.天繪一號星敏數(shù)據(jù)常見問題處理［M］.北京：軍事測繪導航，2015（4）：44-45.

［4］ 高炳浩.基于遙感影像數(shù)據(jù)的土地利用動態(tài)監(jiān)測［M］.黑龍江：測繪與空間地理信息，2009（3）：98-99.

［5］ 溫伯威，馬京振.利用地標空間關系約束的點實體匹配方法［M］.鄭州：測繪科學技術學報，2015（6）：326-330.

［6］ 張肖東.現(xiàn)代測繪技術發(fā)展和應用問題試分析［M］.北京：城市建設理論研究，2015（6）：119.

［7］ 郭健，王崇倡，劉艷春，等.遙感影像分類方法研究［C］.哈爾濱：第九屆東北三省測繪學術與信息交流會論文集，2007：114-119..

［8］ 謝惠洪.數(shù)字正射影像地圖的質量評定［J］.遙感信息，2003（3）：35-37.

P231.4