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。