多数据源图象点变换的快速可视化算法.docVIP

多数据源图象点变换的快速可视化算法 关键词　多源图象，查找表，直方图，灰度变换，图象处理系统，地理信息系统. 　　Abstract　As multisource images have very large data range, how to complete quickly point transformation is difficult in image processing system. By introducing concept of re_mapping table, color look_up_table and two_level color look_up_table, this paper puts forward an arithmetic called FVAMSIPT. By this algorithm, the image point transformation of multisource image data can be timely completed. 　　Key words　multisource image, look_up_table, histogram, gray transformation, image processing system, geographic information system. 　　在常规的图象处理中，空间域点变换处理［1，2］是一种最基本的图象处理操作.大多数的空间域点变换处理算法是以常规图象数据为处理对象，图象数据通常是8位的整数数据.还有一类专业图象数据，在本文中称为多源图象数据，包括遥感数据、航测数据、航空雷达数据、各种摄影的图象数据，以及通过数字化和网格化的地质图、地形图，各种地球物理、地球化学数据、高程数据和其他专业图象数据.它们的取值范围变化很大，需要用不同的数据类型来表示，如遥感数据通常用8位的整数表示，地球物理数据通常用32位的浮点数表示.为处理多源图象数据，常规图象处理系统通常采用的方法是对多源图象数据进行量化处理，将数据的取值范围归一到8位整数范围内，但是这种量化处理是以损失专业图象数据的精度为代价的，有时这种损失专业图象数据精度的方法是不可接受的. 　　为了保证精度不丢失和提高空间域点变换处理的速度，本文提出了多源图象点变换的快速可视化算法(FVAMSIPT).它能处理所有可能的数据类型，包括8位的常规灰度图象到64位的双精度浮点专业图象数据. 图1　多源图象点变换的快速可视化 Fig.1　Fast visualization of multisource image point transformation 1　FVAMSIPT流程图 　　 　　在FVAMSIPT中引入了二级查找表，分别称为重映射表(trmap)和彩色查找表(tclut).利用重映射表(trmap)，可进行图象的快速点变换处理，并记录点变换的变换关系；利用彩色查找表(tclut)，可进行显示器的伽码校正和彩色映射(如假彩色变换：灰度值映射为彩色RGB值).下面给出整个算法的流程图，流程图分两部分，如图1和图2所示.根据点变换的方式、输入范围和统计的图象直方图，点变换处理只需对重映射表进行处理. 图2　多源图象数据空间域快速点变换 Fig.2　Fast point transformation of multisource image 2　FVAMSIPT描述 　　 　　(1)求最大值、最小值.扫描图象文件，计算图象的最大值、最小值，并用双精度数据类型保存图象的最大值、最小值.若是灰度图象只需保存灰度通道的最大值、最小值，记为dmax，dmin；若是RGB图象则需分别保存R，G，B三通道的最大值、最小值，分别记为drmax，drmin，dgmax，dgmin，dbmax，dbmin. 　　(2)统计直方图.考虑到图象的最大可能尺寸，定义直方图为无符号4字节的数组.若是灰度图象，定义灰度通道的直方图为unsigned long dhist［nmax］，若是RGB图象则分别定义R，G，B通道的直方图为unsigned long drhist［nmax］，unsigned long dghist［nmax］，unsigned long dbhist［nmax］，nmax为直方图的最大表项，按以下方式确定. 　　对8位有符号数据和8位无符号数据，由于有256个灰度级，定义直方图的表项(nmax)为256项；对8位无符号数据nmax表示0至255灰度级的象元个数，对8位有符号数据表示－128至127灰度级的象元个数.对8位数据的直方图而言，统计结果无信息损失，所占内存空间较小. 　　对16位有符号数据和16位无符号数据，由于有65536个灰度级，定义直方图的表项