遙感影像去除云地方法
摘要】：隨著遙感技術的迅速發(fā)展,高分辨率遙感影像的應用越來越廣泛,但 它也極易受到氣候因素的影響,云層遮擋就是影響之一去云不僅是遙感影像進行 準確解譯的基礎,也是增強遙感數據有效性、可用性的重要途徑,故遙感影像去云 具有十分重要的實際意義 本文在總結常用去云方法基礎上,對遙感影像薄云去 除方法從圖像處理角度進行了深入研究,對遙感影像厚云處理方法亦進行了探討 并改進論文主要研究內容及結論如下: 1、總結常用去云方法,得到去除薄云的 基本思路,為后續(xù)研究奠定基礎 2、對常用遙感影像去薄云的方法分區(qū)域處理, 并探討直方圖匹配的改進,實驗證明改進方法去云效果更為理想 3、利用數學形 態(tài)學中閉開運算的濾波性質,將數學形態(tài)學引入遙感影像薄云處理中將多結構元 素數學形態(tài)學應用到去薄云中,深入的探討了不同結構元素在去云中的作用;在傳 統(tǒng)的分通道處理和基于 HIS 變換處理的基礎上,引入數學形態(tài)學處理彩色遙感影 像的薄云研究表明,數學形態(tài)學方法去除影像薄云可行有效,在合理選取結構元 素的條件下,處理效果優(yōu)于傳統(tǒng)方法 4、在現有影像厚云去除方法基礎上,探討 并實現了基于影像匹配的厚云去除方法采用同一地區(qū)的航片 IKONOS 影像上的厚 云遮擋區(qū)域進行替換修補實驗,實驗證明該算法可以實現高分辨率遙感影像厚云 區(qū)域的影像修復,直方圖匹配及接縫處理后可以達到理想的修補視覺效果。
5、引 入平均灰度、標準差、熵值、峰值信噪比和平均絕對偏差等指標對薄云去除后的 影像進行統(tǒng)計分析評價比較各項指標可知,廣義多結構元素方法能夠較好地保持 影像細節(jié)信息,去薄云處理效果最好;處理彩色遙感影像薄云時,分通道處理方法 優(yōu)于HIS變換方法 關鍵字：遙感影像 去云 圖像處理 同態(tài)濾波 一． 實習內容去除遙感影像 lainer.img 中的云層二． 實習目的遙感成像過程極易受云霧的影響，遙感圖像中被云霧遮蓋的區(qū)域 直接影響了圖像的圖像信息的判讀，分析和使用，使得圖像的有效利 用率降低，因此，研究如何有效地減少或消除云霧的影響，對于提高 遙感圖像的利用率具有重要的現實意義和經濟意義三． 去除云層的方法同態(tài)濾波法，小波變換，非監(jiān)督分類四．遙感影像去除云的具體實施方案1. 顯示原圖像 lainer.img2. 對 lainer.img 進行同態(tài)濾波得到 lainer-homomorphic 影像 同態(tài)濾波是運用照度和反射率模型對遙感圖像進行濾波處理，常 常應用于揭示陰影區(qū)域的細節(jié)特征該方法的基本原理是：減少低頻， 增加高頻，從而銳化圖像邊緣或細節(jié)特征的圖像增強方法 ,一幅影像 f(x,y)能被表達成照度分量和反射分量兩部分的乘積： f(x,y)=i(x,y)*r(x,y) 式中 i(x,y) 為照度分量， r(x,y) 為反射分量3. 對圖像 lanier.img 進行傅立葉變換傅里葉變換圖像就是把輸入的空間域彩色圖像轉換成頻率域，把RGB 彩色圖像轉換成一系列不同頻率的二維正弦波傅里葉圖像*.fft)。
VHelpiBage InterpreterSpatial Enhancemert...Radiometric Enhancement...Sp已ctral Enhancement...HyperSpectral Tools...Founer Analysis...Fourier AnalysisFFT Layer:lanier-fftlftlaniei-fft.fftl_j System Vulume Infurmation _l kvideD_cac：heI地畀I紅妙」算法I復法試題Periodic Noise Removal...Humomorphic Filter...◎ (F：：lLayer N urnbe匚 ITopographic Analysis...GIS Analysis...Utilities ...Fourier Transform ...Fourier Iransform Editor...In verse Fourier T ransform ...Fourier Magnitude...CancelClose Help口-t:E.H-= :Ed.i 上 M 汪nk H亡：Lp4. 低通濾波：消弱圖像的高頻組分，而讓低頻組分通過，是圖像更加平滑，柔和。
操作如下所示：5.對 lainer-homomorphic 影像進行非監(jiān)督分類非監(jiān)督分類的過程及結果如下所示：Rast er It-tribut b Ed.i."tor — Lainer-nc..?匚「口 XRm6II5010056T<旦孑L Viever ?1 : lainer-uc.iag (:Layer.DClass Hames0口加22 才Iteil3 zhiteiZ4 zhtei35 zhtei4DireclEn:Adtcfnatic S 阿用:file Hl訂Lty Vieiv JCI Kaster Htlp金3辭軒電饉vm：r p v6 zhteE0冷應r* Vertical Horizortsi廠 Aiio Mode Speed:卩皿耳Swipe PcdEortCancel6．去除云層處理一幅圖像的照度分量通常表現為空間域的慢變化為特征，而反射 分量往往引起突變，特別是在不同物體的連接部分，這些特征導致圖 像對數的傅里葉變換的低頻部分與照射分量相聯(lián)系，而高頻部分與反 射分量相聯(lián)系在一起在圖像處理過程中我們可以將云霧信息作為照 射分量來處理，通過使用同態(tài)濾波器減少低頻的貢獻，而增加高頻的 貢獻來達到云霧去除的效果，其處理流程如下圖所示：F(x,y) TLNTFFTTH(x,y) FFTTexpTu(x,y)經過同態(tài)濾波的方法去除 lainer-homomorphic 影像的云層遮蓋的結 果如下所示：五． 結果評價及分析ERDAS MAGNE 遙感圖像處理系統(tǒng)，在遙感圖像處理上，提供了傅里葉變換，傅里葉逆變換以及傅里葉變換編譯器等功能，為實現較好 的去云效果，利用同態(tài)濾波云霧去除的模型對圖像進行處理。
經處理， 有云霧的遙感圖像得到了不同程度的去除，圖像模糊程度輕，噪聲濾 除的效果較好六． 結論本文從云霧的空域，頻域特征進行分析，利用同態(tài)濾波處 理圖像的基本原理和 ERDAS MAGNE 強大的圖像處理建模功能， 對遙感圖像中云霧的覆蓋進行去除，因此該方法具有一定的普 適性從去云的效果來看，薄云去除有時會導致一些信息的丟失 只是由于在高通濾波中，濾去低頻成分時，也同時濾掉了一些 有用的信息，為此應該將截止頻率取小一些；另外該方法對于 大范圍存在薄云的去除效果較好，但對厚云的去除效果不佳， 需要進一步探討研究參考文獻：(1) Kenneth R Castkm an數字圖像處理【M】北京：電子工業(yè)出版 社.1998(2) 郭德方遙感圖像的計算機處理和模式識別【M】北京：電子工 業(yè)出版社.(3) 馮春，馬建文，戴秦等，一種改進的遙感處理薄云快速去除方 法【J】國土資源遙感.2004。
