最近有一項工作需要用到大規模影像，鑲嵌成一版圖，后期需要用到勻光勻色，由於需要集成到代碼庫中，所以只能自己實現了。重點參考了論文-《
崔浩, 張力, 艾海濱,等. 利用基准色調的大范圍衛星影像色彩一致性處理算法[J]. 測繪學報, 2017, v.46(12):62-73.》，感謝作者的建議，在此再次表示感謝。不多說了，
在具體實現的時候，我將所有uint16位影像，全部轉為uint8位，采用線性拉伸的方式：
clear tic fprintf(' ... Read Imagery ... ...\n'); [Img, R] = geotiffread('LongQuanYi_2020_FirstSeason.tif'); info = geotiffinfo('LongQuanYi_2020_FirstSeason.tif'); % Img = uint16(Img*10000); per = 0.01; % 線性拉伸比例 backValue = 0; % 背景像素值 % 這里默認輸入圖像為單通道 [ylen, xlen, channel] = size(Img); for i = 1:channel img = Img(:,:,i); fprintf(' ... Img Xlen: %d pixels\n', xlen); fprintf(' ... Img Ylen: %d pixels\n\n\n', ylen); % 線性拉伸 max_val = max(img(:)); min_val = min(img(:)); if min_val == backValue min_val = backValue + 1; % 背景值不能當最小值 end fprintf(' ... ... ... ... ... ... ... ... ... ...\n'); fprintf(' ... Min Val is %d \n', min_val); fprintf(' ... Max Val is %d \n', max_val); fprintf(' ... ... ... ... ... ... ... ... ... ...\n\n'); % 統計直方圖 % 輸入圖像為16位，取值范圍為 0 到 65535 bins = 1:65535; % 背景值不要參與統計 histcount = histcounts(img(:)', bins); %清除臨時變量 clear bins max_val min_val; % 直方圖裁剪，計算左值和右值 [l_val, r_val] = calc_lr_val(histcount, xlen*ylen, per); % 根據左值和右值，將圖像由16位映射至8位 img_8bit = img_map(img, l_val, r_val); Img(:,:,i) = img_8bit; end %% 真彩色影像組合 Img = cat(3,Img(:,:,3),Img(:,:,2),Img(:,:,1)); % 保存結果 geotiffwrite('LongQuanYi_2020_FirstSeason_uint8.tif', uint8(Img), R, 'GeoKeyDirectoryTag', ... info.GeoTIFFTags.GeoKeyDirectoryTag); toc
完了后，采用原論文中的方法，進行勻光勻色，這個方法主要是依據參考影像底圖進行處理，我用的100米分辨率google底圖，與目前很多勻光勻色軟件一致，比如colormap等等，但是
，個人看法是，這些商業軟件吹噓成分過多，看結果吧：
再看一下細節部分：
整個算法的計算效率還是非常高的，但是有一點需要改進的就是，細節部分還需要優化，行吧，就寫到這里，隨意了。如需代碼，QQ：1044625113，備注：勻光勻色！
接着上一部分沒有寫完的，后續我對勻色算法進行了改進，這一次細節部分更加合理，效果將更加美觀均勻，不多說了，我們看一下結果：
上面是北京二號，右邊是勻色后的北京二號，模板用的是全球30米一版圖，從這里可以看出來，比上一個版本好多了，細節更加完善，效果還算可以，聯系方式上面有了。。。