VC实现直方图的相对辐射校.pdfVIP

摘 要 ：在对两幅图像提取变化信息时，经常需要首先将它们的亮度、色调等调整为一致 (即进行相对辐射校正)，直方图匹配法就是这样一种常用的调整方法。本文对直方图匹配的 原理和用VC编程对其实现的方法进行 了介绍并对程序的实现结果进行 了实验分析。分析结 果证 明．直方图匹配后 的变化检测结果较匹配以前有 了质的提升，说 明使用该方法进行相对 辐射校正效果还是比较好的．同时也说明 了变化检测之前进行相对辐射校正的必要性。 关键词：直方图：直方图匹配；直方图规定化；变化检测 1 引言 衡化后的图像应有相 同的概率密度函数 ，因此可以用原始 图像 均衡化后 的灰度级 s来代替上式 中的 v，即有 z=G (v)=G 在对不同时相、相同区域的两幅图像进行处理中．经常需 fs1。这就意味着可 以由原始 图像均衡化后 图像 的灰度值来求算 要检测两幅图像之间的变化信息 。而 由于两幅图像 的拍摄设 目标 图像 的灰度值 z。直方图匹配的过程也正是求得所有 r到 z 备、拍摄时的光照条件与拍摄角度 的不同，经常会造成它们在 的映射。并将 目标图像中的灰度值根据映射进行替换的过程。 明暗和色调上的显著差异，这种差异将会对变化信息的检测造 成非常大的影响。因此 。在对两幅图像进行变化检测之前，通 3 设计与代码 常要将它们的亮度和色调尽可能调整为一致 ，这一过程称为相 直方 图的匹配涉及到如下几个步骤 ：r图 (被 匹配图)灰 对辐射校正 ．直方图匹配则是相对辐射校正 中一种 比较常用 的 度频率统计 ，z图 (参照图像 )灰度频率统计 ，对 r图与 z图 方法 。 分别进行灰度累计频率统计 ，将灰度累计频率转化为灰度值 ， 考虑到 目前使用 的图像处理软件 中实现这一功能 比较麻 建立 r到z的映射关系，将 r图中的灰度值根据 映射进行替换 。 烦 ，因此 自己动手写程序不失为一种好方法 。下面介绍一下这 根据运算 的需求建立模型如图 1。 一 方法的实现原理和用 VC进行编程的主要代码 。 2 原理 灰度直方 图是灰度级的函数 。它表示 图像 中具有每种灰度 级的像素个数 ，反映图像中每种灰度出现的频率 。灰度直方 图 的横坐标是灰度级，纵坐标是该灰度级出现的频率 ．是 图像最 基本的统计特征 。直方 图匹配则是为 了使原图像灰度直方 图变 成规定形状 的直方 图而对图像修正的增强方法 [11。也称直方 图 规定化。它 同时也是一种基于灰度频率密度函数 的算法 。 图 1 假设 Pr(r)和 Pz(z)分别表示原始 图像和参照图像 的灰度 分布概率密度函数 ．直方 图匹配 的 目的就是调整 r图像直方 在该 图中，A为原 图像 (r)灰度值 (这里 以3位 图像为 图，使之具有 Pz(z)所表示 的形状 田。下面建立 Pr(r)和 Pz 例)；B为 A的 (灰度累加频率 灰度级)取整值 ；D为参照 (z)之间的关系 。首先对原始 图像进行直方 图均衡化处理 ，即 图像 (z)灰度值；C为D的 (灰度累加频率 灰度级)取整。 当B [ii]=C [刀 时，令A [i】=D j【】，即完成原图像与参照 求变换函数。：Tr()={IP( ；再对参照图像灰度级进行直 图像之间的灰度映射，从而达到直方图匹配的效果。 方图均衡化处理，即v：Gz()：{(四∞。上式的逆变换为