[发明专利]遥感影像色彩归一化的多特征点约束直方图规整方法

权利要求书

1.遥感影像色彩归一化的多特征点约束直方图规整方法，其特征在于采用以下步骤：

步骤1：分别统计输入影像和参考影像的直方图并归一化，得到不同灰度值所占的比例；然后采用高斯滤波器进行滤波，以消除直方图上的虚假特征点，得到平滑的直方图；

步骤2：将平滑的直方图看成是按照灰度由小到大依次连接对应灰度值比例而成的曲线，通过道格拉斯算法提取特征点，并划分为波峰点、波谷点和拐点三种类型；

步骤3：在直方图的灰度范围一致化处理的基础上，按照最小距离以及特征点类型建立特征点间的对应关系；

步骤4：以步骤3的特征点作为约束，利用直方图规整建立输入影像到参考影像的灰度映射方程；

步骤5：根据步骤4得到的灰度映射方程，对输入影像进行灰度重采样，得到结果影像。

2.如权利要求1所述的遥感影像色彩归一化的多特征点约束直方图规整方法，其特征在于：

步骤1中的直方图统计采用以下方法：

分别统计输入影像I_S和参考影像I_R的直方图并归一化：

其中，h(i)表示灰度值i的像素数目，T表示总像素数目，P(i)表示灰度值所占的百分比；然后使用高斯滤波器平滑以消除噪声，记提取的直方图结果为：

P_S＝＜P_S(0),P_S(1),...,P_S(s-1)＞

P_R＝＜P_R(0),P_R(1),...,P_R(r-1)＞

其中，P_S(s_i),s_j＝0,1,...,s-1表示输入影像上灰度值为s_i的像素所占百分比；P_R(r_j),r_j＝0,1,...,r-1表示参考影像上灰度值为r_j像素所占的百分比；将直方图看成根据灰度值由小到大依次连接而成的曲线，记为：

C_S＝{(0,P_s(0)),(1,P_S(1)),...,(s-1,P_S(s-1))}

C_R＝{(0,P_R(0)),(1,P_R(1)),...,(r-1,P_R(r-1))}

其中，输入影像直方图提取结果以横轴表示不同的灰度级，纵轴为不同灰度级的百分比，连接为一条平滑的曲线；

步骤2中直方图特征点提取采用以下方法：

采用道格拉斯算法提取直方图特征点；首先连接曲线的起点和终点得到直线l，再计算直方图上其他点与直线l的距离，然后找出最大距离值d_max，并将d_max与阈值D相比：若d_max<D，这条曲线上的中间点全部舍去；若d_max≥D，则保留d_max对应的坐标点；以该d_max对应的坐标点为界，把曲线分为两部分，对这两部分重复使用以上过程，直到不再有满足条件d_max≥D的点或者达到指定数目的点为止；记提取的特征点集为Q＝<Q₁,Q₂,…,Q_n>，将分别从待校正影像上和参考影像提取的特征点集记为Q_S和Q_R；对于特征点Q_i，使用Q_i(y)表示Q_i对应的纵坐标，即灰度百分比，其中y为纵坐标标记；然后，根据Q_i(y)其与邻近点Q_i-1(y)和Q_i+1(y)之间的关系，划分为波峰点C、波谷点V和拐点O，具体方法为：

步骤3中直方图特征点对应关系建立采用以下方法：

由于输入影像和参考影像的实际灰度值范围不一致，从影像灰度值的两端各截除总像素的0.5％，得到输入影像和参考影像的有效灰度值范围分别是[s_min,s_max]和[r_min,r_max]，根据下式对输入影像的灰度值s进行线性校正：

其中，s’为校正之后的灰度值；依次对Qs中各点的横坐标进行校正，将校正后的点集记为Q_S'；

按照最小距离法则建立特征点间对应关系；即对于特征点Q_si∈Q_S，在Q_R中找到与点Q'_si∈Q_S'最近的点Q_R(s_i)，计算方法为：

然后判断Q_si与Q_R(s_i)是否为同一类型的特征点，特征点类型有波峰点、波谷点与拐点，如果是同一类型的特征点，则保留；否则，删除该特征点；

步骤4中多点约束的直方图的映射方程采用以下方法：

确定特征点对应关系之后，将对应特征点之间的直方图作为一段，分段建立灰度映射方程；若输入影像相对于参考影像灰度级压缩，则采用单映射策略SML；SML实现方法是通过提取使下式成立的最小k和l建立映射方程：

若输入影像相对于参考影像灰度级拉伸，采用组映射策略GML；GML方法是通过使得下式成立的最小的I(l)确定映射方程：

其中，I(l)是满足如下条件的取整函数：

0≤I(0)≤...≤I(r-1)≤s-1

l＝0时，将输入影像灰度值i从0到I(0)映射为l；l>0时，将i从I(l-1)+1到I(l)映射为l，S表示输入影像灰度值构成的集合，R表示参考影像灰度值所有构成集成；

记最终的映射方程＜k,l＞∈S×R，其中k＝0,1,…,s-1,l＝0,1,2,…,r-1，S×R表示S和R的笛卡尔积，<k,l>表示将输入影像上灰度值k映射为l；

步骤5中的影像重采样采用以下方法：

根据映射方程＜k,l＞∈S×R，将输入影像的灰度值k映射为l，得到结果影像；

对于多波段影像，依次对各个波段进行处理，得到最终的处理结果。