[发明专利]一种遥感图像薄云去除方法

说明书

技术领域

本发明属于遥感图像恢复处理技术领域，尤其是涉及一种遥感图像薄云去除方法。

背景技术

遥感技术在国土资源调查、环境监测、地质灾害应急指挥、农林估产、海洋、气象等许多领域得到广泛和频繁的应用，各类遥感图像的需求日益扩大，对图像质量的要求越来越高。由于受到气候的影响，尤其是对于四川盆地和气候湿润地区，部分遥感图像上带有薄云或薄雾，而且常常没有可选的余地。这里的“薄云层”是指叠加在遥感影像上的白色团块状、絮状图斑，部分的覆盖了地表，但是仍然能隐约反映地物；薄云彩的“阴影”是表现为深色团块状、絮状图斑，起源于云层，其上的地物隐约可见。上述薄云及其阴影区域影响图像的判读，为此需要一种较好的针对大数据量遥感图像的薄云去除方法。

长期以来，薄云和薄雾带来的噪音一直困扰着遥感应用人员，经过不懈的研究，人们提出了替换法、频域去云(亦称同态滤波)、空域滤波去云等处理方法。

其中，替换法采用是在分析和识别图像云彩及其阴影的基础上，选择同一地区不同传感器的图像局部，或同一传感器时相(成像季节)相近无云图像中的局部，来替换另一图像上的云影，被替换的图像有近似的成像季节和地面景物特征。因而替换之前，必须两幅图像之间要进行精确的几何配准和色调调整，并解决替换边界两侧的亮度差异。但在实际工作中，用于替换的替换图像往往难于获取。

频域去云的方法是通过傅里叶变换，将空域转换成频域，进行同态滤波处理，利用压缩亮度范围和增强对比度来改善图像的视觉效果。其局限性在于：适合于小图像，无法处理大数据量遥感图像，并且转换过程中的中间数据特别大，消耗大量内存，处理速度急剧下降，甚至根本就无法继续运算。此外对有云区域处理时，同时处理了无云的区域，破坏了无云区域的图像；同时，会产生严重的边界效应，边界呈现变白趋势，影响图像判读，因而处理效果不好。

曹爽等提出基于小波同态滤波的去云处理方法，相比于传统的同态滤波，在其他参数不改变的情况下，能够保留更丰富的影像细节信息，去云的效果得到了改进。但是。还存在一些问题函待解决，如薄云区域选取、直方图匹配参考区域选择及参数选择等工作都需人工参与，不适合所有影像。而且，云含量及均匀程度对去云效果均有很大影响，此外同态滤波方法难以实现大幅图像的运算，只能用于小块图像的试验和理论研究。

谢华美研究的空域滤波去云法，具体处理过程是：对图像进行重采样、薄云识别、云的厚度估计，再使用拉普拉斯算子增强有云区域的对比度，并对不同厚度的云层分别降低不同的亮度，然后进行图像恢复，从而实现去云。这种方法速度快，占用计算机的内存少，得到的图像效果尚可。可是，使用空域滤波去云法对不同的图像进行处理的时候，需要丰富的先验知识和较强的遥感图像去云处理经验，要不断地调整参数，才能得到满意的效果，不能稳定地获得高质量的去云图像，适用性相对较差。

目前，常见通用图像处理软件(如PCI、ERDAS、ENVI等)中，缺乏去除薄云及其阴影、薄雾的适用模块；上述现有的相关去云方法，如同态滤波法(傅里叶变化、小波变换)，基本都停留在理论上，尚未形成实用的软件，而且试验处理的图像基本为豆腐块，即小块试验区，处理速度也难以满足生产需求。

虽然替换法得到了广泛的关注，可是前提是必须有同一区域的、时间相近的图像做替换品，这样才能基本保证结果图像的协调统一。这个前提条件通常难以满足，而且在图像上，如何圈定替换的边界因人而异，边界两侧需要作协调处理。

综上，在目前能查阅到的各类相关去云处理的技术中，均不同程度地存在一系列缺陷，难以满足生产需要。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种遥感图像薄云去除方法，其设计合理、方法步骤简单、适用面广且实现方便、去云处理效果好，能有效解决现有遥感图像去云方法存在的实现困难、操作过程复杂、处理速度慢、去云处理效果较差等问题。

为解决上述技术问题，本发明采用的技术方案是：一种遥感图像薄云去除方法，其特征在于：该方法采用图像处理设备对待处理遥感图像进行去云处理，所述待处理遥感图像为数字遥感图像且其为多光谱图像或全色图像；

当所述待处理遥感图像为多光谱图像时，其薄云去除方法包括以下步骤：

步骤一、噪音图像提取，其提取过程如下：