航空滤光片阵列多光谱图像条带预处理算法_李铜哨.pdf

第 44 卷第 4 期兵 器 装 备 工 程 学 报2023 年 4月收稿日期:2022 06 16;修回日期:2022 07 17基金项目:全军军事类研究生课题(DSSQ910252018010)作者简介:李铜哨(1998)，男，硕士研究生，E-mail:2423688595 qq com。通信作者:孙文邦(1976)，男，博士，副教授，E-mail:chwenbang163 com。doi:1011809/bqzbgcxb202304037航空滤光片阵列多光谱图像条带预处理算法李铜哨1，2，孙文邦1，黄心禹3，章正宜4，白新伟1(1 空军航空大学，长春130022;2 94691 部队，福建 龙岩366200;3 93307 部队，沈阳110000;4 陆军特种作战学院，广州510630)摘要:针对航空滤光片阵列多光谱图像条带重叠率低与条带边缘光谱混叠干扰导致条带有效区域裁剪不精准问题，提出航空滤光片阵列多光谱图像条带预处理算法。通过航空滤光片阵列多光谱图像行像素灰度均值，依次计算条带图像间的灰度极值点;条带图像中间区域行像素灰度均值的最小值与其行像素灰度变化曲线相交位置作为条带截止点，对灰度极值点与条带截止点对应的行方向坐标进行作差，得到条带图像边缘光谱混叠范围;根据各条带图像边缘最大光谱混叠宽度和相邻灰度极值点行方向坐标，依次计算各条带有效区域的顶点坐标，通过图像裁剪得到各单波段条带图像。理论分析与实验结果表明:该方法可以精确提取各条带图像有效区域，且能够最大程度保留重叠区域像素，裁剪后的各条带有效区域像素灰度变化一致，不存在光谱混叠现象。关键词:滤光片阵列;多光谱;条带;灰度;光谱混叠本文引用格式:李铜哨，孙文邦，黄心禹，等 航空滤光片阵列多光谱图像条带预处理算法J 兵器装备工程学报，2023，44(4):262 267Citation format:LI Tongshao，SUN Wenbang，HUANG Xinyu，et al Pre-processing algorithm of multispectral image stripsof an aerial filter array J Journal of Ordnance Equipment Engineering，2023，44(4):262 267中图分类号:TP751;TP391文献标识码:A文章编号:2096 2304(2023)04 0262 06Pre-processing algorithm of multispectral image strips ofan aerial filter arrayLI Tongshao1，2，SUN Wenbang1，HUANG Xinyu3，ZHANG Zhengyi4，BAI Xinwei1(1 Air Force Aviation University，Changchun 130022，China;2 No 94691 Troops of PLA，Longyan 366200，China;3 No 93307 Troops of PLA，Shenyang，110000，China;4 Special Operations College，Guangzhou 510630，China)Abstract:Aiming at the problem of inaccurate cropping of the effective region of the strips due to low stripoverlap and spectral mixing at the edges of the strips in multispectral images of an aerial filter array，thispaper proposes an pre-processing algorithm of multispectral image strips of an aerial filter array Thegreyscale extreme points between strip images are calculated successively according to the greyscale meanvalue of row pixels of multispectral images of an aerial filter array The intersection between the minimummean greyscale value of the row pixels in the middle region of the strip images and the grey change curve ofits row pixels is taken as the strip cut-off point，and the difference between the row direction coordinatescorresponding to the extreme greyscale point and the strip cut-off point is figured out to obtain the edgespectrum mixing range of the strip images According to the maximum edge spectral mixing width of eachband image and the row direction coordinates of the adjacent grey extreme points，the vertex coordinates ofthe effective region of each band are successively calculated，and the single band strip images are obtainedby image cropping The theoretical analysis and experimental results show that this method can accuratelyextract the effective regions of each strip images，preserve the overlapping region pixels to the maximumextent，and，with no spectral mixing，the effective areas of each cropped strip have a consistent change inpixel greyscaleKey words:filter array;multi-spectral;strip;greyscale;spectral mixing0引言无人机成像是一种低空遥感技术，具有成本低、灵活性高和数据采集快等优点，已经成为遥感信息获取的重要手段1 2。随着无人机平台逐渐小型化发展，对高性能、小体积相机的需求增加3。其中，滤光片阵列多光谱相机因具有结构简单、体积小、稳定性高、对平台要求较低等特点被广泛应用于无人机多光谱遥感4。滤光片阵列多光谱相机同一时刻获得的图像数据为多波段图像，需要通过图像裁剪与拼接才能得到大区域单波段图像。其中，图像裁剪是滤光片阵列多光谱图像数据处理的前提，直接关系到条带图像重叠率与拼接图像质量。由于不同相机成像时滤光片阵列安装位置差异与条带边缘光谱混叠现象，无法使用同一条带有效区域对滤光片阵列多光谱图像进行裁剪，一定程度上影响了多光谱图像数据的后期处理。目前，多光谱图像处理技术研究相对较为成熟，如条带图像灰度差异校正5 6、图像拼接7 8 和单波段图像配准9 10 等处理技术，但从图像处理角度确定条带有效区域范围的研究较少。相对于航空无人机成像技术，低空无人机飞行速度慢，相邻时刻成像得到的滤光片阵列多光谱图像重叠率较高、光谱混叠范围相对较小，可直接从目视角度确定条带有效区域范围。此外，曹丛峰等11 通过实验室内光学测试得到滤光片阵列多光谱图像各条带有效区域位置，该方法虽然较为精确，但实验要求较高且实时性较差。因此，提出了一种基于图像行/列像素灰度的航空滤光片阵列多光谱图像条带预处理算法，用于确定各波段条带有效区域范围，裁剪后的单波段图像不存在光谱混叠，且能最大程度保持条带图像间重叠率。1滤光片阵列多光谱成像特点滤光片阵列多光谱相机主要由镜头、滤光片阵列和面阵CCD 探测器构成，其中，滤光片阵列是多光谱相机核心元件，一定程度上决定了成像质量。滤光片阵列放置在 CCD 探测器前面，通过滤光片上镀制的带通滤光膜将 CCD 探测器划分为若干个光谱带，每次曝光获得目标区域的多波段图像，如图 1 所示(图中显示为 8 个滤光片)。图 1滤光片阵列多光谱相机成像原理Fig 1 Imaging principle of filter array multispectral camera由于多光谱相机的多波段图像均是在同一阵面上成像，需要进行图像拼接才能够形成一幅单波段图像，条带图像裁切拼接过程如图 2 所示。图 2滤光片阵列多光谱数据面阵处理Fig 2 Area array processing of filter arraymultispectral dataset滤光片阵列中每个带通滤光膜只能通过一个谱段的图像，条带之间设有隔离带，确保不会相互干扰。但由于成像光束具有一定口径，相机成像时相邻条带滤光片存在部分光束交叠，导致 CCD 探测器对应区域是 2 个单色光混合而成，即波段混叠区域12，如图 3 所示。图 3CCD 靶面混叠区域示意图Fig 3 Schematic diagram of CCD target surface mixing area362李铜哨，等:航空滤光片阵列多光谱图像条带预处理算法而波段混叠是采取滤光片阵列成像不可避免的现象，混叠区域与 CCD 探测器与滤光片阵列间的距离有关13，一般在 200 个像元内，即每一条带上下 100 个像元为光谱混叠区域，如图 4 所示。图 4波段混叠区域Fig 4 Band mixing area从图 4 中可以看出，确定条带有效区域范围时，首先要去除条带中光谱混叠区域，否则会影响拼接后图像地物光谱信息的准确性。此外，由于单波段条带图像为窄带宽图，条带重叠率较低，为了提高条带拼接质量，裁剪单波段条带图像时，应最大化保证条带图像重叠率。2滤光片阵列多光谱图像条带预处理滤光片阵列多光谱图像条带预处理主要包括求取条带图像灰度极值点、计算光谱混叠范围和确定条带图像有效区域 3 个步骤。2 1求取条带图像灰度极值点构建滤光片阵列多光谱图像条带模板首先要确定条带灰度极值点，即光谱混叠区域的中间位置。由于不同地物在同一波段下的光谱响应值不同，利用图像中一行/列像素确定条带灰度极值存在较大误差。此外，不同时刻获得的多光谱图像条带灰度极值点位置并不相同。因此，为保证序列多光谱图像各条带对应的灰度极值点一致，选择对多幅滤光片阵列多光谱图像的行/列像素灰度均值进行求和，然后计算图像行/列像素灰度平均值，并以一维曲线进行显示，如图 5 所示。图 5行/列像素灰度变化曲线Fig 5 Grey scale variation curve of row/column pixel从图 5 中可以明显看出，相邻条带之间的光谱混叠区域像素的灰度变化曲线存在灰度极小值，可以看成光谱混叠区域的中间点。一般情况下，滤光片阵列中间排列的滤光片等宽，而直接利用行/列像素灰度计算各条带灰度极值点无法保证条带有效区域宽度相同。因此，文中首先利用多光谱图像行/列像素灰度分别计算第 1 条带和第 n 条带的灰度极值点 k1、kn 1，然后对灰度极值点 k1、kn 1进