扫描地形图匀光处理.docVIP

扫描地形图匀光处理 　　【摘要】提出了一种针对扫描地形图的线性匀色处理算法，该方法针对历史扫描地形图图面亮度分布不均、存在折痕的问题，根据Retinex理论，采用SSR算法来抑制或去除图像上的黑白不等的斑块以及图像上的折痕，不同于经典的Retinex算法，该算法目的是获取图像的反射率分量，并对获取的反射率分量进行后续正态截取拉伸技术处理，以提高图像的对比度和清晰度。 　　【关键词】扫描地形图；SSR算法；匀光 　　引言 　　当前城市变化日新月异，城市环境也同步变迁，为了更好的服务于城市的整体规划布局，参考本城市的历史地形图便成为一项非常有现实意义的工作。历史地形图是以大量纸质地形图的形式存在，年代久远，经扫描成电子地形图后，往往存在图面亮度分布不均，并不同程度的存在折痕，从而造成图面质量不佳。因此对这些数量庞大的灰度图进行快速匀色处理，以提高图面质量，成为一个现实而且急迫的问题。 　　图像增强的常用方法，有直方图均衡法、直方图规定化及非线性拉伸方法。直方图均衡化法对整幅图像进行全局增强，效果不易控制，不能有重点的突出图像信息；直方图规定化方法，虽然从理论上可以增强图像中的特定信息，但实际上对于如何选择一种有效的直方图却很困难；而非线性拉伸方法，可以突出特定信息，但会照成对比度过于增强。以上几种方法，对于直方图中间突起的扫描地形图有其很大的局限性，效果不理想。本文针对扫描地形图自身特点，采用正态截取拉伸单尺度Retinex（SSR）算法对图像进行了增强处理，提高了对比度，获得了很好的视觉效果，同时便于实时化。 　　一、Retinex理论与单尺度Retinex理论 　　1 Retinex理论 　　Retinex理论[1，2]是基于色彩恒常的一种代表性计算理论，其全称是视网膜皮层理论（Retinal-cortex theory），最初由Land于20世纪70年代初提出。Retinex理论认为人类感知到的物体颜色与物体表面的反射性质有着密切的关系，而与投射到人眼的光谱特性关系不大.根据简单图像形成模型，一幅图像可以表示为 　　（1） 　　式中， 是图像中任一像素的坐标； 表示照度； 表示物体的反射特性； 则是反射光，其被图像传感器获取即形成图像。由于大气等的影响，使得 在不同条件下变化较大。由Retinex理论可知， 受 的影响要远大于 ，若能够从 中估计出 ，然后将其去除，就可以在不考虑照度发生变化的情况下还原出清晰的图像，这也正是Retinex理论付诸实现的理想所在。如果将 表示为纸质地形图对扫描仪光源的反射特性， 表示为大气对扫描仪光源的综合作用，那就可以采用式（1）来描述红外图像的成像过程。 　　自Retinex理论提出以来，E.H.Land、J.Frankle、J.McCann、D.J.Jobson等人从不同角度提出和发展了Retinex算法[1，2，3]。其中，较近的版本是Jobson等人提出的单尺度Retinex（SSR）算法，以及在此基础上发展起来的多尺度Retinex（MSR）算法。本文主要采用SSR算法来实现扫描图像的匀色处理。 　　2 SSR算法 　　由于待处理的图像是灰度图像，采用单尺度Retinex算法便可以较好地达到匀色要求。SSR算法可以表示为： 　　（2） 　　其中， 是Retinex的输出， 是图像分布，即 位置的亮度值，“*”表示卷积运算， 代表高斯模板卷积函数，其形式如式（3）所示。 　　（3） 　　式中： 为归一化常数， 为环绕尺度因子，使得 满足 　　（4） 　　因此，SSR的性能在很大程度上取决于环绕因子 。 　　二、SSR算法在扫描灰度图像中的应用 　　由式（3）可知， 的大小决定了卷积核的作用范围， 越大，则卷积核范围越大，在计算某一像素点时考虑的周围的影响范围就越大，则图像处理的整体效果就越好；反之则呈现局部锐化现象。经实验表明，当尺度因子 较小时，图像的局部细节较突出，可实现较大的动态范围压缩；当 较大时，图像细节突出不够，但整体效果较为自然。因此选择一个合适的尺度便成为相当重要的问题。 　　经SSR处理后图像的对比度和亮度通常较低，为了获取较好的显示效果，还需要进一步提高其亮度。线性对比度拉伸是一种简单有效的方法，对于扫描地形图， 　　（5） 　　其中， 和 分别为输入输出， 表示输出设备的动态范围，扫描地形图中该值为255， 和 分别为欲获取图像灰度值的最大和最小值。显然， 和 的选取将直接影响到SSR增强处理的效果。通过实验，可知SSR输出图像的直方图呈近似正态分布，因此可以通过计算灰度值的均值和方差来确定 和 。根据正态分布特性，取 　　（6） 　　这样，经正态截取拉伸SSR处理后，扫描地形图的对比度和亮度均得到了较