欢迎来到学术参考网

多数据源图象点变换的快速可视化算法

发布时间:2015-07-09 11:34

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(nmax)为65536项;对16位无符号数据nmax表示0至65535灰度级的象元个数,对16位有符号数据表示-32768至32767灰度级的象元个数.对16位数据的直方图而言,统计结果无信息损失,所占内存空间较大.
  对32位有符号数据、32位无符号数据、32位浮点数据和64位浮点数据,由于灰度级太多,尤其32位浮点数据和64位浮点数据,灰度级可看作是连续量,所以对这4类数据类型无法按通常直方图意义来定义表项的数目.考虑到精度和空间的矛盾以及显示设备为256级,定义直方图的表项(nmax)为65536项;根据最大值和最小值,将各通道的数据按线性量化的方式量化为0至65535灰度级,并按量化的灰度级统计直方图.对灰度图象的象元,按下式统计直方图
  wi=[(draw-dmin)/(dmax-dmin)]×65536,
  dhist[wi]=dhist[wi]+1.
其中:draw为象元的值,wi为量化的灰度级.对32位和64位数据的的直方图而言,统计结果是原始数据量化后的结果,有信息损失,内存空间的开销较大.
  (3)建重映射表.重映射表是一类查找表,利用重映射表(trmap),可进行图象的快速点变换处理.在缺省时,重映射表记录的是原始的线性变换关系,即重映射表的映射值等于映射表的表项索引值(trmap[wrmi]=wrmi).这时,对原始图象未作任何处理,按显示流程图可知,最终显示的原始图象是按最大值和最小值线性拉伸的结果.

  (4)计算重映射表.根据点变换的方式、输入范围和统计的直方图,点变换处理只需对重映射表进行处理.点变换包括有多源数据灰度线性拉伸、多源数据灰度分段线性拉伸、多源数据灰度直方图均衡化、多源数据灰度正规化、多源数据平方变换等.下面给出灰度线性拉伸变换和灰度直方图均衡化变换的算法.
  ①多源数据灰度线性拉伸.根据线性拉伸处理的累加直方图的范围(fb开始范围,fe结束范围),如fb=0.01,fe=0.99表示处理落入累加直方图范围在0.01~0.99的象元值,由直方图的统计表dhist[],计算需处理的重映射表的范围lb,le.按以下公式对重映射表进行变换处理


  ②灰度直方图均衡化变换的算法.定义累加直方图hsum,由统计的直方图计算累加直方图,然后按以下公式对重映射表进行变换处理


trmap[li]=hsum[li]×
(nmax-1)/hsum[nmax-1].
其中hsum[nmax-1]记录的是图象的象元总数.


3 FVAMSIPT分析

3.1 时间复杂度分析
  由上面的流程图和算法描述可知,本算法需要图象的最大值dmax和最小值dmin,并在需要时计算图象的直方图.这是本算法最费时的操作,因为求最大值dmax、最小值dmin必须对全图扫描一遍才能求出.通常对最大值dmax、最小值dmin可采用在生成原始图象文件时保留在图象文件头中,这样在显示和空间域点变换中就不考虑这一费时的操作.
  当点变换需要图象的直方图信息时,通常也需对全图扫描一遍才能求出.考虑到图象的局部象元的空间

图3 多数据源图象空间域点变换交互式可视化控制界面
Fig.3 Interface of fast visual algorithm of multisource image point transformation

相关性,可采用规则采样或随机采样的方式来减少统计时间,具体的采样间隔可根据图象的大小和图象类型确定.采用这一方法后,统计直方图的时间大大减少.
  本算法的显示速度与图象的大小无关,图象可能是数据量在几百兆到几千兆的大图象,而实际的显示屏幕是有限的;显示时只需将显示屏幕对应的原始图象数据取出(根据缩放比例,可进行动态重采样),按显示流程图所示,经过线性拉伸、二级查找表变换后,就得到RGB显示数据.本显示过程可达到实时交互浏览的程度.
  点变换处理的数据是重映射表和直方图表,这两个表的最大表项为65536项,与图象的大小无关,故点变换处理的时间是一很小的常数O(65536),这个时间可忽略不计.
  综上所述,本算法的时间复杂度在于计算一次最大值dmax和最小值dmin的时间.在计算后,就可达到实时交互点变换和交互浏览的程度.
3.2 空间复杂度分析
  (1)本算法需要为各个通道直方图分配256K字节(每表项4字节,共65636表项),对一个通道的灰度图象需要256K字节,对RGB三通道的彩色图象需要768K字节;(2)本算法需要为各个通道的重映射表分配128K字节(每表项2字节,共65636表项),对一个通道的灰度图象需要128K字节,对RGB三通道的彩色图象需要384K字节;(3)本算法需要为RGB彩色查找表分配192K字节的空间(每表项1字节,每表65636表项,共3表).
4 FVAMSIPT实现
   MSIMAGES是一个32位专业图象处理分析软件,以多源图象数据为处理分析对象.在MSIMAGES中,作者实现了FVAMSIPT.
  图3为多数据源图象空间域点变换交互式可视化控制界面,其中左侧的图象为高程矩阵数据,数据类型为4字节的浮点数据,dmax=198.151,dmin=12.7481;右侧的查找表编辑对话框为交互式控制界面,由两部分组成:直方图控制组和查找表控制组.在本查找表编辑对话框中,显示的是红色通道的所有直方图(包括变换前和变换后的直方图),变换前的直方图以深灰色绘制,呈双峰状,变换后的直方图以红色绘制,呈水平状(这由均衡化点变换决定),曲线表示重映射表曲线,对重映射表曲线可用鼠标绘制.
  交互式查找表编辑体现在两方面:(1)通过选定变换通道、点变换方式和输入范围,然后按“应用变换方式和输入范围”按钮;(2)直接在查找表、直方图显示控制区修改重映射表曲线,用这两种方式修改重映射表曲线后,系统将实时更新显示图象.
5 结论
   多数据源图象点变换的快速可视化算法(FVAMSIPT)是对常规的图象查找表(LUT)变换算法的发展.利用本算法,可对多源图象数据的各类点变换进行实时的交互处理并实时显示.

参考文献


1 周孝宽,曹晓光,陈建革等.实用微机图象处理.北京:北京航空航天大学出版社,1994. 191~204
2 毕厚杰,陈延标,郑树德等.图象通信工程.北京:人民邮电出版社,1993. 237~252

上一篇:无线局域网的安全技术研究

下一篇:On-line Education and Cross –Cultural Problems (上)