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(t_rmap)和彩色查找表(t_clut).利用重映射表(t_rmap)，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(t_clut)，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d_max，d_min；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d_rmax，d_rmin，d_gmax，d_gmin，d_bmax，d_bmin.
　　(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 d_hist［n_max］，若是RGB图象则分别定义R，G，B通道的直方图为unsigned long d_rhist［n_max］，unsigned long d_ghist［n_max］，unsigned long d_bhist［n_max］，n_max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(n_max)为256项；对8位无符号数据n_max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(n_max)为65536项；对16位无符号数据n_max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(n_max)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
　　w_i=［(d_raw-d_min)/(d_max-d_min)］×65536，
　　d_hist［w_i］=d_hist［w_i］+1.
其中：d_raw为象元的值，w_i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(t_rmap)，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(t_rmap［w_rmi］=w_rmi).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(f_b开始范围，f_e结束范围)，如f_b=0.01，f_e＝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d_hist［］，计算需处理的重映射表的范围l_b，l_e.按以下公式对重映射表进行变换处理

[1] [2] [3] [4] 下一页