不同时相的遥感图像镶嵌处理

毕业设计（论文）装订顺序及封面模板

一、装订顺序

1. 封面

2. 中英文摘要及关键词 3. 目录 4. 前言或引言 5. 正文 6. 结论 7. 致谢 8. 参考文献 9. 附录 10. 封底

二、封面模板

（附后）

要求：封面内容必须打印，不能手工填写。必须使用128g白色铜版纸打印，其他要求见《西南科技大学毕业设计（论文）撰写规范》。（注：打印时取消该文本框）

Southwest university of science and technology

本科毕业设计（论文）

不同时相的遥感图像镶嵌处理

学院名称 专业名称 学生姓名 学

号

环境与资源学院 地理信息系统

刘连成 20061020

指导教师 （夏青 讲师 小3号黑体）

二〇〇九年六月

摘 要

本文介绍针对不同时相遥感图像镶嵌中的技术难题开发的一整套数字镶嵌方法。采用递推式灰度调整、滑动窗口探测最佳拼接点及对其两侧作加权灰度圆滑方法，以消除被镶嵌图像之间因色调差异造成的接缝；采用在相邻图像重叠区内选取控制点并按控制点追踪进行镶嵌方法，以提高镶嵌的几何精度j还采取了单元镶嵌法，以解决遥感图像数据量庞大而计算机容量有限的矛盾。图像镶嵌技术是近年来发展迅速的图像处理技术之一，是计算机视觉领域和计算机图形学领域都十分关注的研究热点之一。通过对现有遥感图像镶嵌方法的研究，时其进行了归纳和总结，并介绍了几种常见的图像镶嵌关键技术。

关键字：图像处理 镶嵌 遥感图像

Abstract：This is not the same phase introduces the technical problems

of remote sensing image Mosaic enchase a number of development. Using a recursive grey type adjustment, sliding window detection and its optimum stitching on both sides, make the weighted grey tactful is to eliminate the differences between image Mosaic caused by the juncture, tonal In the area adjacent to the image control and press select overlapping control method on track, in order to improve the Mosaic enchase the geometry precision of j also adopted unit inlaying, to solve the remote sensing image and computer data quantity of limited capacity contradictions. Image Mosaic technology is developing rapidly in recent years, the image processing technology, computer vision is one of field and computer graphics are very concerned field research hotspot. Through the method of remote sensing image Mosaic of existing research, and summarizes its, and introduces several common image Mosaic key technology.

Key words: remote sensing image Mosaic of image processing

目 录

摘 要 ............................................ 错误！未定义书签。 ABSTRACT .......................................... 错误！未定义书签。 目 录............................................................. V 第1章 引 言 ..................................... 错误！未定义书签。 1.1选题依据及其意义 ............................... 错误！未定义书签。 1.2 国内外研究概况、水平及发展趋势 ................. 错误！未定义书签。 1.3 研究区概况与研究内容 ........................... 错误！未定义书签。 1.3.1 研究区概况 .................................. 错误！未定义书签。 1.3.2 论文的研究内容 .............................. 错误！未定义书签。 1.4 研究思路与研究方法 ............................. 错误！未定义书签。 1.4.1 研究思路 .................................... 错误！未定义书签。 1.4.2 研究方法 .................................... 错误！未定义书签。 1.4.3 本次研究概况 ................................ 错误！未定义书签。 第2章 常用的图像配准方法 ......................... 错误！未定义书签。 2.1信息源选取与波段选择 ........................... 错误！未定义书签。 2.1.1 遥感信息源选取 .............................. 错误！未定义书签。 2.1.2 波段组合选择 ............................................. - 9 - 2.2 图像增强 ....................................... 错误！未定义书签。 2.3 遥感图像校正 ............................................... - 13 - 第3章 湖泊演化动态的遥感信息提取 ................. 错误！未定义书签。 3.1演化信息提取的原则与方法 ....................... 错误！未定义书签。 3.1.1 信息提取的原则 .............................. 错误！未定义书签。 3.1.2 信息提取的方法 .............................. 错误！未定义书签。 3.2 湖泊演化的信息特征 ............................. 错误！未定义书签。 3.2.1 地貌特征 .................................... 错误！未定义书签。 3.2.2 沉积学特征 .................................. 错误！未定义书签。 3.2.3 水系变迁 .................................... 错误！未定义书签。 3.3 湖泊演化信息的影像特征 ......................... 错误！未定义书签。 第4章 昂拉仁错湖泊演化的遥感研究 ................. 错误！未定义书签。 4.1 湖盆的形成及特点 ............................... 错误！未定义书签。

西南科技大学毕业论文

4.2 昂拉仁错湖泊不同时期的演化过程 ................. 错误！未定义书签。 4.2.1 不同时期古湖泊范围的确定.................... 错误！未定义书签。 4.2.2 不同时期古湖滨线高程的确定.................. 错误！未定义书签。 4.2.3 湖泊演化年代的确定.......................... 错误！未定义书签。 4.2.4不同演化阶段湖泊体积变化量的估算 ............ 错误！未定义书签。 4.3基于GIS的综合分析 ............................. 错误！未定义书签。 4.3.1 不同时期古湖泊面积的求解.................... 错误！未定义书签。 4.3.2 昂拉仁错湖泊萎缩量分析...................... 错误！未定义书签。 4.4 昂拉仁错湖泊演化的原因探讨 ..................... 错误！未定义书签。 4.5 全球气候变化与湖泊演化的趋势探讨 ............... 错误！未定义书签。 4.5.1全球气候变化 ................................ 错误！未定义书签。 4.5.2 未来气候的变化.............................. 错误！未定义书签。 4.5.3 未来湖泊演化的趋势探讨...................... 错误！未定义书签。 4.5.3.1 高原隆升的影响............................. 错误！未定义书签。 4.5.3.2 气候变化的影响............................. 错误！未定义书签。 4.5.3.3 湖泊演化的趋势探讨......................... 错误！未定义书签。 4.6 昂拉仁错湖区三维地形仿真 ....................... 错误！未定义书签。 结论............................................... 错误！未定义书签。 致 谢............................................. 错误！未定义书签。 参考文献........................................... 错误！未定义书签。

- 6 -

西南科技大学毕业论文

第一章 引 言

图像镶嵌技术是近年来发展迅速的图像处理技术之一。在遥感图像处理中，为了获得更大范围的地面图像。通常需要将多幅(景)遥感图像拼成一幅图像。遥感图像镶嵌是将两幅或多幅遥感图像(它们有可能是在不同的成像条件下获取的)拼在一起，构成一幅整体图像的技术过程。在构造全景图时，图像序列之间应该具有一定的重叠区域的．相邻两幅图像的对应点之间应该满足一定的对应关系模型，比如刚性变换模型、仿射变换模型、投影变换模型、双线性变换模型等等，利用这个对应关系模型，可以将图像序列拼合成一幅大型无缝的全景图。如何确定图像间的对应关系模型中的参数就是图像配准所要完成的工作。

根据图像配准的方式大致可以将图像镶嵌技术分为三大类：基于特征的方法、基于区域的方法和变换域的方法。图像镶嵌的技术问题之一是如何将多幅图像从几何上拼接起来，这一步通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅图像装配在一起，形成一幅大幅面的图像。图像镶嵌的技术问题之二是消除几何拼接以后的图像上因灰度差异而出现的拼接缝。一般地，在拼接缝附近，两幅图像灰度上的细微差别都会导致明显的拼接缝，而在实际的成像过程中，被拼接的图像在拼接边界附近灰度的细微差别几乎是不可避免的。地面环境的微小变化、成像角度的不同等因素都可能造成这种灰度上的差异。因此在图像镶嵌过程中，需要一种技术能够修正镶嵌图像在拼接缝附近的灰度，使之在拼接缝处的灰度有一个光滑的过渡．不产生突变效应。

现有的图像拼接缝消除方法主要有两种：基于小波变换的拼接缝消除方法和基于重叠图像的拼接缝消除方法。这两种方法各有优缺点。前者理论严密，但实现起来比较困难，处理过程中对计算机内存的要求很高，后者算法简单，但当图像几何镶嵌精度不高时，处理效果不好。

如果说单景遥感图像早已显示出其直观性和宏观性的特长，那么大面积的多景遥感图像的镶嵌图则使这一特长得到更大的发挥和加强，在各类遥感应用中起到更重要的作用。无论是对大型构造带进行长距离追索，或者对大片岩性或地貌单元进行区域性划分j还是对大面积地区的环境监测，或者对大面积区域农林植

- 7 -

西南科技大学毕业论文

被和土地利用现状调查，都需要有跨省市、跨地区的镶嵌图像作基础资料。即使有时研究区的面积并不很大，但恰好包括或跨越了多景图像， 当然也需要有镶嵌图像作基础图件。可以说，镶嵌图像是对各类遥感应用很有价值的基础图像。

一幅高质量的遥感镶嵌图像应具备三个基本条件：(1)信息丰富；(2)色调和谐；(3)镶嵌的几何精度高。为满足这些条件，最理想的做法是选择几何畸变小、图像质量高(无噪声，无云盖)、获取时间相同或相近的图像进行镶嵌，遗憾的是， 在通常条件下，这种理想的选择是难以办到的，第一，遥感图像数据(例如TM数据)价格昂贵，在经费有限的情况下，一般没有能力去选购时相相同或相近的高质量图像，多数采取使用现有磁带数据的办法， 因而在时相和质量上基本上没有选择余地； 第二，即使有能力购买相同时相的图像数据，但因某些图像云量过大或噪声太多，也不得不去选购质量较高但时相不同的图像 总之， 由于各方面条件的限制，选择时相相同的高质量图像进行镶嵌的机会是很难得的， 大多数情况是对不同时相的遥感图像进行镶嵌对不同时相遥感图像进行镶嵌的主要困难是：在获取时间不同的相邻图像上，对季节变化十分敏感的植被、水体等地物的色调和形态都会有所不同； 随着时问推移而发生自然变迁的地物(如沙丘移动、滩涂扩张，河流改道， 因降雨或地下水升降导致的土壤湿度变化等)以及人类活动造成的人文标志(农田、道路、水渠、水库、被砍伐或种植的林木)的变化，也都会造成相邻图像在色调、纹理乃至地物内容上的变化 这一系列变化必然造成相邻图像色调上的不统一和纹理上的不连续，致使它们在彼此镶嵌时，往往会出现明显的接缝。因此，按常规方法，要用不同时相的遥感图像制作高质量的数字镶嵌图是很困难的。针对这一难题，本文提出了一整套数字镶嵌方法，取得比较满意的效果。

- 8 -

西南科技大学毕业论文

第二章 波段选择与图像增强

2.1波段组合选择

地面不同物体在不同光谱段上有不同的吸收、反射特性。同一类型的物体在不同波段的图像上，不仅影像灰度有较大差别，而且影像的形状也有差异。多光谱成像技术就是根据这个原理，使不同地物的反射光谱特性能够明显地表现在不同波段的图像上。因此，根据不同解译对象，选择不同的波谱图像，是区分和识别地物的有效手段[38]。因此，如何确定不同波段的最佳组合方式，是获得理想判读结果的重要途径。

（1）波段相关值分析（见表2-1）

表2-1 TM各波段相关性一览表

Band 1 2 3 4 5 7 Band 1 1 0.994879 0.940526 0.889788 0.820677 0.759086 Band 2 1 0.944696 Band 3 1 Band 4 1 Band 5 1 Band 7 1 0.890032 0.922721 0.818901 0.901193 0.923458 0.756487 0.898544 0.934239 0.989915

从表中可以看出，三个可见光TM1、2、3和两个近红外TM5、7波段之间的相关性较好，具有较大的相似性。TM4波段则具有较大的独立性，与其它各波段的相关性都很小。

（2）TM图像各波段光谱信息特征（见表2-2）

从遥感图像各波段特征表中可以看出：1波段对水体的穿透能力强，植被、水体、土壤等在此波段反射率差别明显。4波段属反射近红外波段，是水的强吸收和植物的强反射波段，图像清晰，能显示各种地形细节，有利于研究水体分布，划分水陆界线，识别与水有关的地质构造和隐伏构造。7波段属近红外波段，此

- 9 -

西南科技大学毕业论文

波段是绝大多数造岩矿物反射波谱的高峰段，对直接出露地表的粘土和碳酸盐矿物较敏感。

具体各个波段的光谱信息特征见下表（表2-2）

表2-2 遥感图像波段特征表

波段 波长范围(μm) 象元分辨率 波段1 0.45-0.52 28.5或30 属可见光蓝光波段。对水体穿透能力强，植被、水体、土壤等在此波段反射率差别明显，有助于判别水质、水深、沿岸水流、泥沙情况等。 波段2 0.52-0.60 28.5或30 波段3 0.63-0.69 28.5或30 波段4 0.76-0.90 28.5或30 属可见光绿光波段。对水有较强的穿透能力，可反映一定深度水下地形，有利于识别水体浑浊度、沿岸流、沙洲等。 属可见光红光波段。裸露的地貌、植被、土壤、水系、岩石、地貌等的影像特征清晰，常用来进行岩性和地质解译。 属反射近红外波段。是水的强吸收和植物的强反射波段，图像清晰，能显示各种地形细节，有利于研究水体分布，划分水陆界线，识别与水有关的地质构造和隐伏构造。 波段5 1.55-1.75 28.5或30 属反射近红外波段。为水分子强吸收带。适用于调查地物含水量、植被类型区分；地质构造、隐伏断裂识别以及冰川、雪识别等 波段6 10.4-12.5 120-60 地物热辐射波段，图像特征取决于地物表面温度及热红外发射率。可用于地热制图、热惯量制图、隐伏地质体及隐伏构造识别，但总体分辨率较差。 波段7 2.09-2.35 28.5或30 属近红外波段。这是为地质研究追加的波段。此波段是绝大多数造岩矿物反射波谱的高峰段，对直接出露地表的粘土和碳酸盐矿物较敏感。 ETM+波段8 0.52-0.90 15 属可见光、近红外和短波谱段。用于国土资源调查和环境监测，是图像融合的较好数据源。

光谱信息识别特征 ⑶ 亮度统计

由7个波段的亮度范围统计结果来看，TM3、4、5、7波段信息相对丰富，

- 10 -

西南科技大学毕业论文

TM1、2、3及TM6波段的亮度值覆盖范围更窄。另外，还可发现TM1波段的亮度值高于TM2、3波段，并且也高于TM4波段。

因此可以有多种确定最佳波段组合的方法。一种是实验对比方法，按可能形成的组合方案处理出各种合成图像，然后由遥感应用人员根据目视解译效果做出定性评价。这种方法的工作量很大，且带有人的主观性。另一种是统计分析方法，从波段反映的信息域宽度、波段之问的相关性、渡段组合数据子集熵值等几方面进行定量分析和综合评价，其中覆盖波谱范围最宽、信息熵值最高，彼此相关性最小的三个波段一般就是最佳波段。对TM图像来说，三个可见光波段(TM1、2、3)之间，两个中红外波段(TM5、7)之间的相关性很高，而近红外波段(TM4)则相对独立。从覆盖波谱范围和波段相关性的角度来看，由一个可见光波段(TM1、2或3)、一个近红外波段(TM4)和一个中红外波段(TM6或7)合成的图像具有较大的信息量和较小的“冗余度”。而从波段组合信息熵的角度来说，可根据Sheffield(1985)提出的计算 维数据熵值原理计算各种波段组合的信息熵。其算式为

其中 为熵值，Pi(x)为图像亮度值x的概率密度函数。熵值s的大小可表征该组合信息量的多寡。研究表明，TM3、4、5及TM1、4、5这两种波段组合的信息量最大。本文采用上述统计分析方法， 并综合考虑地质解译的实际效果， 确定TM3、4、5为最佳组合。最佳波段组合确定之后，还要进一步根据人眼对各种颜色的分辨能力、习惯要求以及图像的适用范围选择合适的假彩色合成方案。本文采用的合成方案为TM5(红)、TM4(绿)、TM3(兰)。按此组合得到的假彩色合成图像有近似于自然彩色的效果，并使得在光谱上对近红外和中红外敏感的地物得到充分显示，如对近红外强反射的植被呈绿色或黄绿色，对近红外强吸收的水体呈深蓝色或蓝黑色，岩石土壤呈褐色或红褐色，云呈白色……清晰可辨。选种图像既适合于各种遥感应用专业人员使用，也适合于非遥感专业人员使用

- 11 -

西南科技大学毕业论文

第三章 图像配准

2．1常用的图像配准方法及配准步骤配准方法可分为以下几种：

(1)基于控制点的匹配方式。控制结构为图像中的显著点(称为控制点)，控制点可以是用户提供的。也可以由算法估计．然后对控制点进行匹配，估计几何变换参数并进行配准。

(2)基于矩(moment-based)的配准方式。控制结构是复杂的图像矩．每幅图像被标准化，即与一个矩被归一化的参数位置进行匹配。

(3)基于边缘的配准方式。控制结构是图像的边缘。通过比较边缘象素的密度或在符号层次上比较边缘来实施边缘匹配。几何变换参数直接导出并对其中一幅图像实施相应的变换。f41基于相似性判据最优化的方式。选择一个几何变化并以各种参数值施于一幅图像上。对于每一个值，评价由相似性判据提取的控制结构。该值表明了控制结构匹配的程度，因此可以从判据的最优值实现配准。 图像配准主要包括以下四个步骤： (1)从待配准的每幅图像中提取控制结构； (2)在每幅图像中对控制结构进行匹配；

(3)从前两步中选择几何变换并对其参数进行估计； (4)对这种变换的效果进行评估。 下面简要介绍一种常用的图像配准方法：

2．2基于分窗口相关的遥感图像配准方法

将数字图像看作是一个二维灰度分布函数．而灰度相关匹配则是在参考图像上选择一个临时窗口，在另一图像(目标图像)上寻找与其对应的最相似的窗口(移动窗口)，这种临时窗口和移动窗口的匹配包括不同图像间的几何变换和灰度变换。根据不同遥感图像空间分辨率和灰度的差异，建立包括5个参数的相关模型算法．其参数分别为：

（1)像元位移在x和Y方向上的变化x和Y)；

（2)图像大小比值在x和Y方向上的变化（rx和ry）； （3)灰度变换中的重采样方法。

其中，前4个参数的变化是几何变换，它决定了图像几何配准时的位置和图像大

- 12 -

西南科技大学毕业论文

小的变化；第5个参数是生成配准图像时所采用的采样方法。这样通过几何变换和灰度变换，即将移动窗变换成为新窗口。一般在图像进行相关处理时，应首先定义窗口的大小。并将参考图像划分成若干个分离的临时窗口。同时给出目标图像的起始坐标值；然后通过改变目标图像上移动窗口的位置和大小来计算它与参考图像窗口的相关值．再采用循环比较的计算方法来搜寻一定范围内有最大相关值的位置．其所在位置的坐标和比例尺因子的大小即作为配准公式参数。其移动循环配准算法的步骤可归纳如下：

(1)确定分离窗的大小W×W 。选取第一个分离窗起点在对应图像(目标图像)上的起始坐标值(xO,y0)、初始比例尺因子(rx0,ry0) 和坐标移动范围±m、比例尺因子变化范围±n；

(2)通过变化对应图像上移动分离窗和该图像上对应窗口的比例尺因子，在坐标移动范围±m 、比例尺因子变化范围±n内，通过移动比较，计算相关值最大时的坐标值和比例尺因子；

(3)将前一个窗口的计算结果作为下一个窗口的初始值，再移动计算下一个窗13对应相关值最大时的坐标值和比例尺因子，直至完成所有的分离窗匹配，并产生包括所有窗口的对应坐标和比例尺因子的配准文件计算相关值采用以下公式：（有公式选自《遥感图像的图像镶嵌方法》）

以上是一种基于分离窗自动相关技术的遥感图像配准方法．

该方法是建立在图像每一子区灰度高度相关基础上的，它具有以下特点： (1)通过对每一子区的自动相关来达到对整幅图像的精确配准：

(2)采用的自动相关算法，由于人丁干预少．每幅图只需给定一个初始值，其余则自动完成，因此较传统选控制点的方法省时省力：

(3)该方法用于不同时相、不同成像特征的图像时，能够达到较高的配准精度

2.3遥感图像校正

遥感图像在成像过程中，因为遥感平台的位置和运动状态变化的影响、地形的起伏高低变换、地球表面曲率的影响及大气折射等原因，使遥感图像在几何位

- 13 -

西南科技大学毕业论文

置上发生变化和失真，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则等畸变、遥感图像的这种变化叫做几何失真，消除这种差异的过程称为几何校正（Geometric Correction）[38]。

本文根据实际需要采用多项式回归的方法将遥感图像变换到地形图的地理坐标系中进行校正，用相应的地形图对遥感图像进行几何纠正，使遥感图像与各种基本数据图件具有相同的坐标，使遥感图像与其它一些非遥感数据进行叠加成为可能，其具体步骤如下：① 控制点的选择。在遥感图像和地形图上选取易于识别，并且均匀分布的若干特征点，作为进行多项式回归的依据。研究中使用1：25万的地形图作为基础图，在图像和对应的地形图上选择分布均匀、特征明显的典型地物目标（如河流的分岔点等）作为控制点，特征变化较大的地区应多选一些，以保证校正的准确度。② 两个图像坐标之间的转换。有了控制点所提供的两组坐标数据，采用回归法建立两个坐标系统之间的转换函数（见公式2-1），确定转换系数矩阵。

NN?Ppqv?

??ap?0q?0xpyq

（2-1）

NN?Pu?

??p?0q?0bpqxpyq

其中u，v是输入图像中的像元坐标，x、y是输出图像，即新的网格中的像元坐标。N是阶数，N值越大，说明几何歪曲的程度越复杂。a，b为转换系数，其数值是用已知的控制点坐标通过回归方法确定。校正后图像如下2-5所示：

- 14 -

西南科技大学毕业论文

校正前 校正后

图2-5 遥感图像校正对比图

由于图像的数据量太大，对于论文占有的版面会非常大，鉴于此，论文对校正后的图像进行了图像裁剪，图2-5所示的图像是裁剪后的图像。

第三章 常用的拼接缝消除方法

3.1 最佳拼接点的选择

通常的图像数字镶嵌是把经过灰度和几何处理后的两景以矩阵形式表示的图像直接拼接到一起。按这种方式镶嵌的图像，即使拼接前的各项处理工作都做得很好，在拼接部位往往还要出现接缝。所谓接缝，实质上就是被镶嵌的两景图像在拼接部位的反灰度值差异较大(导致色调跳跃或突变)，因而在视觉上有一条拼接线。然而在色调匹配的基础上，如果拼接时避开那些灰度值差异较大部位，寻找灰度值差异最小的部位进行拼接， 就可能会消除这种接缝现象。因此，特采用一个滑动窗口在图像重叠区上逐线选择灰度值差异最小的像元作为最佳拼接点，应当指出，如果按照这种拼接点选择法，往往会出现上下线拼接点位置相差较远的现象，这样拼接后有时会因上下线之间灰度差异较大而造成新的接缝 为避免这类现象发生，除第一线按上述原则处理外，其它各线的拼接点选自三个点——即与上一线所选拼接点同列的点及该点左边一列上的点和右边一列上的点，在三个候选点中找出一个最佳拼接点。可想而知，两图像的拼接线可能往往是条折线 这样，由于各条线都是选择规定邻域内灰度差异最小的点作为拼接点，

- 15 -

西南科技大学毕业论文

接缝现象就会得到很大的改观。

3.2 基于小波变换的拼接缝消除方法

从数学上讲．镶嵌图像上拼接缝的消除相当于图像灰度曲面的光滑连接，但实际上图像的拼接与曲而的光滑连接不同。图像灰度曲面的光滑化表现为对图像的模糊化．从而导致图像模糊不清。实践表明：在拼接的部分。若l冬I像的空间频率的改变由Wmin到Wmax．记T1和Ts分别为Wmin与Wmax对应的波长．则为使拼接后的图像不出现拼接缝，灰度值修改影响的范围应不小于T1。而为了使拼接后的图像清晰。灰度值修正影响的范围又要大干Ts的两倍。显然当图像在拼接边界附近的空间频率的频带稍宽一点的话，要找出一个合适的灰度值修正影响范围是不可能的。

文献【1】利用小波变换作为工具从理论上解决了上述问题。由于小波变换函数实际上是一个带通滤波器．在不同尺度下的小波分量，实际上占有一定的频宽，小波变换中尺度参数j越大，该分量的频率越高，因此每一个小波分量所具有的频宽是不大的。把待拼接的两幅图像先按小波分解的方法，将它们分解为不同频带的小波分量，然后在不同的尺度下选择不同的灰度值修正影响范围，把两幅图像按不同尺度下的小波分量先拼接起来，然后再用恢复算法，恢复整个图像．这样拼接的结果可以很好地兼顾清晰度和光滑度两个方面的要求。（有公式选自《遥感图像的图像镶嵌方法》）

3.3 基于重叠图像的拼接缝消除方法

文献【2】给出了基于重叠图像的拼接方法。该算法对拼接缝上任意一点两侧的灰度按如下公式进行处理：（有公式选自《遥感图像的图像镶嵌方法》） 其中I 为平滑处理后得到的象素灰度值(与拼接缝上该点距离为i的象素)，IA．IB．分别为重叠区上该位置两幅镶嵌图像的象素灰度值，w 为灰度平滑宽度，K为权数。w 由用户给出．其值小于重叠区的宽度，K在平滑范围内呈线性反向变化。

3.4 二级色调匹配

在重叠区上选定最佳拼接点后， 通常在拼接点两侧两景图像的灰度仍可能存在一定差异， 这在一定程度上仍影响着镶嵌的质量。为了减小这种灰度差异，

- 16 -

西南科技大学毕业论文

需要进行缓和拼接点两侧灰度突变的圆滑处理。计算方法如下： Oi=Ai+（Bi-Ai）*K K=i/W ，0≤ i≤ W-1

其中 为经过灰度圆滑后的像元灰度值， 为第一景图像的像元灰度值，Bi为第二景图像的像元灰度值，W是进行灰度圆滑的宽度，K为权数，对于两景图像在圆滑范围内K呈线性反向变化。通过这一处理，就会缓和经过一级色调匹配后拼接点两侧规定范围内残存的灰度差异，接缝现象将得到进一步改观。

3.5 单元镶嵌

遥感图像的数据量往往是相当大的，而数字图像处理系统的存储空间是有限的。为解决超出系统存储容量的大数据量镶嵌的问题，采用了单元镶嵌法。把大面积的图像镶嵌化整为零，在系统存储空间允许范围内，划分出若干单元分别进行镶嵌处理。从而解决了存储空间有限、无法直接进行大数据量镶嵌的实际问题。处理过程中，应把一个已镶嵌好的单元与下一个单元相重叠的部分保留在系统中，作为进行下一个单元镶嵌处理时的色调匹配和几何配准的基础， 以确保全区镶嵌结果在色调和几何上的一致性。

第四章 结束语

本文介绍了图像镶嵌的一般过程、基于分窗口相关的图像配准方法、基于小波变换的拼接缝消除方法和基于重叠图像的拼接缝消除方法。近年来，经过多方面的深入研究。图像镶嵌算法正在向着自动、并行、高效、稳健的方向发展。子波变换、神经网络、遗传算法等工具在图像配准中也得到了应用。具体应用时可根据任务的性质、所涉及到的特定图像的产生机理来选择或设计适当的算法，特别是当有实时性要求时，所开发的算法还应当更加灵活、高效。

参考文献：

- 17 -

西南科技大学毕业论文

1、王建忠．图像镶嵌及其边界处理【M】．1993

2、杨文久．遥感数字图像的配准和镶嵌：马俊如．中国遥感进展；北京万国学术储备社，1992

- 18 -

本文来源：https://www.bwwdw.com/article/z91o.html