２０１４年１２月 地理空间信息 Ｄｅｃ．．２０１４ 第１２卷第６期 ｄｏｉ：１０．３９６％．ｉｓｓｎ．１６７２——４６２３．２０１４．０６．０３７ （ Ｅ（）ＳＰＡＴ１ ＡＩ ＩＮＦＯＲＭＡＴＩＯＮ Ｖｏ１．１２．Ｎｏ．６ 基于ＲＧＢ和ＨＳＩ色彩空间的遥感影像阴影补偿算法 王蜜蜂 ，缪 剑 ，李星全 ，李新峰 （１．西安测绘总站，陕西西安７１００５４；２．西安电子科技大学，陕西西安７１００７１） 利用阴影区域与其同质区信息相似的特点，把这２ 摘要：通过分析研究抑制蓝色分量和亮度线性补偿这２种阴影补偿算法， 种算法进行合并与改进，提出基于ＲＧＢ和ＨＳＩ色彩空间的阴影补偿算法。 实验数据表明，该算法对遥感影像上阴影区域进行 补偿时，在不改变非阴影区域信息的情况下，提高算法适用性。 关键词：遥感影像；色彩空间；阴影；阴影检测；阴影补偿 中图分类号：Ｉ＇２３７．３ 文献标志码：Ｂ 阴影补偿多采用数字图像处理方法…。目前，阴 影补偿方法包括线性相关补偿法 和信息补偿法 等。 文献『４１根据双峰法检测阴影，利用直方图拉伸技术去 除阴影，误差较大，对大范围、复杂地形地物影像不 适用。文献『５１根据阴影同质区的特性对阴影区域进行 线性相关拉伸，并对补偿后的阴影区域进行平滑处理 和主成分逆变换，阴影区域补偿后细节较为清晰，提 高了影像的视觉效果。但是在阴影范围较大、区域内 信息复杂时，补偿效果并不理想。文献［６】采用颜色恒 常性的理论，实现对高分辨率遥感影像上阴影的补偿。 该方法补偿阴影效果较好，不影响阴影区域细节特征， 弥补了常用的补偿阴影方法的缺点，并且计算简便。 但是由于颜色恒常理论的基础和前提都出于假设与估 计，所以应用范围也不太广泛。 本文将结合阴影补偿的过程，对这２种算法进行 改进与结合，提出基于ＲＧＢ和ＨＳＩ色彩空间的阴影补 偿算法，即将抑制阴影区域的蓝色分量，以及对阴影 区域的 、 、，分量进行调整。 １阴影补偿算法分析 １．１抑制蓝色分量的阴影补偿算法 阴影区域的光照主要来自天空的散射，在ＲＧＢ色 彩空间蓝色分量较大，对阴影区域的蓝色分量进行适 当抑制，可实现对影像阴影区域的补偿。在ＲＧＢ色彩 空间对原始影像进行亮度和颜色调整： 尺 ，Ｙ）×ｋ ＲＧＢ＇（ｘ，Ｙ）＝ Ｇ（ｘ．Ｙ）×ｋ Ｂ（ｘ，Ｙ）×ｋ 式中，Ｒ（ ，Ｙ）、Ｇ（Ｘ，Ｙ）和 （ ，Ｙ）分别是原始 影像的红、绿和蓝色分量；ｋ＝ｈｉｇｈ／Ｉ￣（ｘ，Ｙ）；ａ和ｂ 收稿日期：２（）ｌ４一（）ｌ—Ｉ４ 文章编号：１６７２—４６２３（２０１４）０６一【】１０７—０３ 为颜色调整参数，一般取值为１左右。在取值时，通 过选取ａ大于ｂ，就可以抑制蓝色分量的补偿程度。 该阴影补偿方法能改善阴影区域的影像信息，使阴 影中的地物比较清晰，对非阴影区域的影像没有影响。 但是其仅对阴影区域的蓝色和亮度进行调整，没有考 虑到阴影区域颜色的其他特性，比如饱和度、色度和 亮度等，无法有效地进行阴影区域的补偿。 １．２亮度线性相关的阴影补偿算法 Ｓａｒａｂａｎｄｉ【２ 认为，假如阴影被模型化为加法与乘法 噪声的排列组合，那么补偿后阴影区域像素的亮度可 以通过线性方程，计算ＤＮ值进行补偿。线性方程如下： ＤＮ 。。。 。删＝ ＝ （ＤＮ。ｈａｄ０ｗ一 ｓｈ ｄｏ ）＋ 。 一。ｈ咖 （２） ｕ ｓｈ￣ｏｗ 式中，ＤＮ。 。ｗ为阴影区域的亮度值；ＤＮ 。 。 为补偿 后阴影区域的亮度值； 为阴影区域和非阴影区域的亮 度平均值；而盯是这２个区域的标准差。 该补偿方法对阴影区域的亮度进行线性补偿，阴 影区域的亮度得到很好的拉伸。它的不足之处在于没 有考虑阴影区域的其他信息，例如颜色、纹理等，补 偿的效果缺乏有效性和适用性。 由以上分析可以看出，２种方法虽然对阴影区域的 信息有一定的恢复，但由于补偿时涉及的阴影的特性 太少，算法的有效性和适用性不高。 ２基于ＲＧＢ和ＨＳＩ色彩空间的阴影补偿算法 ２．１算法设计 阴影区域中，遮挡物对该区域的色度、饱和度和 亮度等颜色信息产生了较大影响，蓝色分量比红色和 绿色分量都大。针对阴影区域的这些特征，结合上文 对阴影补偿算法的分析，为提高算法的有效性和适用 ・１０８・ 地理空问信息 第１２巷第６期 性，本文结合以上２种算法思路，提出一种新的阴影 补偿算法，主要思想如下： １）在ＲＧＢ色彩空间，抑制阴影区域的蓝色分量。 ２）在ＨＳＩ色彩空间，分别补偿阴影区域的Ｈ、 、 文采取映射策略『８ 分别对阴影区域的 、 和，进行补 偿，公式如下： （ｆ ）ｒｅｃｏｖｅ州＝Ａ【Ｌ ｓ ｕ ｈａｄｏｗ （ｆ，．『）一一 一）（ｌ斗４１｝ ，分量。 ２．２算法流程 本文的阴影补偿算法的流程图如图１。 ｛ 墅 苎 ｊ 羽化阴影区域边缘 Ｊ 一 ｔ 在ＲＧＢ空间控制蓝色分量 』 矍型望 竺 调整饱和度 １调整亮度 ｆ』 调整色度 ｊ 转到ＲＧＢ空间 图１ 阴影补偿算法流程图 ２．２．１ 羽化阴影区域的边缘 在遥感影像中，由于阴影是由单一的光源太阳投 射而成，而且一般也认为太阳光为平行光源，遥感影 像中的阴影区域与非阴影区域过度表现十分明显。因 此对提取出的原始的阴影区域，进行２￣４个像素的腐蚀， 阴影补偿的效果较佳。 ２－２．２抑制蓝色分量 在ＲＧＢ色彩空间的蓝色分量图中，对蓝色分量进 行调整，具体方法如下： Ｂ （Ｘ，Ｙ）＝Ｂ（Ｘ，Ｙ）×ａ （３） 式中，Ｂ（ｘ，Ｙ）是原始影像阴影区域的蓝色分量；Ｂ （ｘ， Ｙ）是补偿后阴影区域的蓝色分量。对提取出来的阴影 区域，通过式（３）的计算，抑制已有区域的蓝色分量， 同时红色与绿色分量的值保持不变。 ２．２．３补偿Ｈ、 、 分量 在抑制蓝色分量以后，提取的阴影区域与周围非 阴影区域的差别还是很大，需要对阴影区域的Ｈ、Ｓ 和 值进行补偿。本文主要依据阴影区域及其邻接的 非阴影区域，即阴影的同质区 的均值和标准差进行 调整。 在得到每个的阴影区域及其同质区之后，本 ＋ ０ｎｓｈ ｄ０ 】 （ ） 。 ｄ＝日【 二 （ （ｆ，－／）。ｈａｄ。 ，。、 ｕｓｈａｄｏｗ １）） 一／．ｔ。ｈａｄ。 ）＋／１ｎ０ 一 ｈ ｄ。 ］ ，，（ｆ 。ｖｅ倒＝ｃ［ （ ， ｆ６１ 一 。ｈ。ｄ０ ）＋ ｎ。 一。ｈ ｄ０ ］ 式中， 、 和， 分别是补偿之后阴影区域的色调值、 饱和度值和亮度值；Ｈ、Ｓ和 分别为原始影像阴影区 域的色调值、饱和度值和亮度值； 是阴影区域及其同 质区的平均值；而仃是阴影区域及其同质区的标准差； ａ、ｂ和Ｃ是补偿强度系数，系数取值范围为０．６￣１。 ２．２．４后处理阶段 经过上述对阴影区域的补偿后，本文把新的Ｈ、 、 ｊ分量从ＨＳＩ色彩空间反转换回ＲＧＢ色彩空间，可以 得到去除阴影后的影像。尽管在预处理时阴影的边界 进行了羽化，但是在阴影补偿后，阴影区域的边缘部 分还会出现特别尖锐而明显的边界线。为了消除这些 边缘，本文沿着阴影边界进行３ｘ ３的中值滤波，使补 偿后的阴影区域平滑地向周围过渡。 ２．３算法仿真 ２．３．１可视化分析 通过使用本文的阴影补偿算法，影像中的阴影得到 很好的补偿，阴影区域的亮度得到提升，影像质量明显 改善。利用本文的阴影补偿算法进行阴影补偿实验。 在实验一中，阴影补偿后的影像中的阴影区域比 原始影像中的阴影区域更加清晰，影像质量得到显著 提高。从直方图上看，阴影区域与周围区域的反差减小， 原始影像中的双峰曲线在补偿后的直方图中消失，阴 影信息补偿减小了影像中阴影区域与周围像素之间的 反差，直方图变得更加平滑，如图２所示。 在实验二中，补偿后的影像阴影区域的亮度得到 很好的提升，特别是２个油罐的阴影区域；从直方图 上看，阴影区峰值过高的区域减少，直方图中间的部 分信息很丰富，提高了信息提取的地物类型与精度， 不影响阴影区域细节特征，阴影区域的色调与非阴影 区域的色调基本保持一致，如图３所示。 在实验三中，补偿后的影像阴影区域的亮度得到 提升，阴影区域的地物信息比较清晰，直方图中的双 峰曲线也得到很好的修复，补偿后的影像整体色调基 本一致．如图４所示。
