基于多時(shí)相的遙感圖像厚云去除算法研究.pdf

1、遙感圖像成像范圍廣，具有豐富的地物光譜信息，在國(guó)土資源勘測(cè)、軍事偵察、環(huán)境監(jiān)測(cè)、農(nóng)林業(yè)發(fā)展規(guī)劃，應(yīng)急救災(zāi)等諸多領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用。然而光學(xué)遙感衛(wèi)星成像不可避免的會(huì)受到大氣條件和氣候條件的影響，獲取的遙感圖像中往往會(huì)含有成片的厚云和陰影，造成大量的地物信息缺失，給遙感圖像的解譯和應(yīng)用帶來(lái)了極大的困難。因此，對(duì)如何高效地去除遙感圖像中的厚云和云影進(jìn)行研究，有利于提高遙感圖像的利用率和地物解譯精度。目前較為高效地厚云去除方法是基于多時(shí)相

2、的方法，該類方法借助多時(shí)相數(shù)據(jù)源的優(yōu)勢(shì)，充分利用多時(shí)相圖像之間的空間關(guān)系和時(shí)相相關(guān)性，能夠?qū)崿F(xiàn)精度和質(zhì)量較高的厚云去除。然而，現(xiàn)有的基于多時(shí)相的厚云去除算法性能并不穩(wěn)定，應(yīng)用條件受限，不能高效的解決季節(jié)和氣候條件造成的光譜差異問題，所取得的厚云去除結(jié)果在輻射精確度和光譜一致性方面仍有較大的提升空間。針對(duì)現(xiàn)有的基于多時(shí)相的方法所存在的輻射精確度不足和光譜不一致問題，本文做了充分的研究，主要工作包含以下兩個(gè)部分:
　　研究了一種利用分

3、類線性回歸分析的厚云去除算法。傳統(tǒng)的基于輻射校正的厚云去除算法忽略了不同地物信息間的輻射強(qiáng)度差異，采用的全局統(tǒng)一的方法進(jìn)行多時(shí)相圖像之間的光譜色彩校正，校正精度不足，導(dǎo)致去云過程中云污染區(qū)域信息重建的精確度不足。針對(duì)該問題，本文高效地利用多時(shí)相數(shù)據(jù)，首先利用遙感圖像間的相似性度量指標(biāo)從多幅多時(shí)相圖像中選取較為相似的圖像作為參考圖像，考慮不同地物之間的輻射差異，利用穩(wěn)定性和有效性較高的FCM聚類算法對(duì)參考圖形進(jìn)行聚類，將輻射強(qiáng)度特征相似的

4、地物信息聚集起來(lái)，然后以目標(biāo)圖像為基準(zhǔn)，對(duì)每一類地物信息數(shù)據(jù)進(jìn)行分類線性回歸分析以校正目標(biāo)圖像與參考圖像之間的輻射差異，最后進(jìn)行云污染區(qū)域信息替換，得到精確度較高的去云圖像。
　　研究了一種利用引導(dǎo)圖像塊平滑排序的厚云去除算法?，F(xiàn)有的基于多時(shí)相的厚云去除算法大多僅適用于光譜差異較小的情況，當(dāng)多時(shí)相圖像之間存在由季節(jié)和大氣環(huán)境變化導(dǎo)致的較大光譜差異時(shí)，采用這些方法所得到的去云結(jié)果精確度不足并存在光譜不一致現(xiàn)象，如何實(shí)現(xiàn)在復(fù)雜環(huán)境下的

5、厚云去除是本文研究的一個(gè)問題。本文將基于圖像修復(fù)方法的思想和基于多時(shí)相方法的思想結(jié)合起來(lái)，通過利用參考圖像引導(dǎo)云污染圖像進(jìn)行圖像塊平滑排序，將無(wú)云參考圖像中的空間關(guān)系特征加入到云污染圖像中，提高了信息重建的精確度，通過利用無(wú)云區(qū)域的信息對(duì)加入了空間關(guān)系的云污染圖像進(jìn)行內(nèi)插重建被云覆蓋的地物信息，改善了光譜不一致現(xiàn)象，從而得到復(fù)雜情況下的高質(zhì)量的厚云去除圖像。
　　通過與相關(guān)的基于多時(shí)相的厚云去除算法進(jìn)行對(duì)比試驗(yàn)，結(jié)果表明本文提出的