中文摘要：

本研究针对大区域中高分辨率卫星遥感影像应用过程中色调均衡的瓶颈问题，从色调均衡算法效果表现不稳健的根源着手，构建表征地表覆盖空间格局的指数，探究不同地表覆盖状况下中高分辨率遥感影像色调变化规律；研究由不变像素样本确定的线性关系对这种变化的反映程度；研究中高分辨率卫星遥感影像地表覆盖类型之间的色彩变化关系的模型；在此基础上提出基于地表覆盖类型的中高分辨率卫星遥感影像色调均衡方法。从影像统计数据、几何质量和色调质量几个方面对不同地表覆盖状况下基于线性变换的色调均衡效果进行分析比较；揭示基于线性变换的色调均衡方法对不同地表覆盖状况下中高分辨率遥感影像的适用性。项目的研究成果对于大量中高分辨率卫星遥感影像的广泛应用具有重要意义，可以为实现在实际应用中切实有效的中高分辨率卫星遥感影像色调均衡技术方法提供依据。

结论摘要：

对中高分辨率卫星遥感影像而言，随着地表覆盖状况的复杂度增加，受地物环境本身的影响，影像之间单纯的映射关系置信度变低。如果对整个影像进行一致处理，必然会导致明显的色偏。在色调均衡的过程中，距离目标地物较近的样本值对目标地物参数估计的影响大于距离目标地物较远的观测值，使用局部而不是全局的参数估计，通过附加表达空间对象本身相关性和异质性的变化参数，反映样本对回归方程贡献在空间上的分异，可以使色调调整后的结果更加逼真和可信。 本研究根据地物在影像上色调变化影响的空间分异性，将地理加权回归思想引入到色调均衡过程中，发展了一种新的色调均衡算法。该算法首先采用迭代加权多元变化检测（IR-MAD）方法选取影像间不变像素样本，然后利用地理加权回归模型（GWR）在计算出每个样本点的局部回归方程，在对整个影像进行色调均衡时，先找出目标点距离最近的不变样本，然后利用这个样本的局部方程对目标点进行拟合。这里的地理加权回归模型（GWR）在传统的标准OLS模型基础之上引入了地理位置，假定回归系数是不变样本点地理位置的任意函数，将数据的空间特性纳入模型中。GWR在每一个点上计算出一个局部的方程，局部样点对该方程的贡献是通过与回归点的空间邻近程度的加权函数来度量的。GWR方法通过计算回归模型的局部参数, 可以很好地解决模型空间非平稳性, 从而大幅度提高模型的拟合优度, 进而取得很好的色调调整效果。 对相同区域影像间进行色调均衡处理时，基于不变像素样本的地理加权回归法，不受地表覆盖状况的影响。从视觉效果上看，基于不变像素样本的GWR结果和正交拟合效果都比较好，二者的差异很小；但从处理结果影像的统计值、空间细节信息、光谱失真程度等方面看，基于不变像素样本的GWR结果要优于正交拟合效果。 在实际应用中，基于不变像素样本的地理加权回归拟合方法的空间相关性限制了其对相邻影像之间的色调均衡应用，基于不变像素样本的正交回归拟合方法对相邻影像间有部分重合区域的影像，有明显的优势，可以利用重合区不变像素作为样本进行正交回归，然后利用回归参数对整个影像进行拟合。对没有任何空间重合的影像，可以采用矩匹配法利用目标影像的均值与方差参，对参考影像进行色调均衡处理。