[发明专利]一种基于稀疏表示的多光谱遥感图像去云方法

说明书

技术领域

本发明属于计算机图像的处理，涉及一种多光谱遥感图像的处理，具体涉及一种基于稀疏表示的多光谱遥感图像去云方法。

背景技术

光学影像作为重要的遥感数据源，在资源、气象、环境监测等领域具有重要的应用价值。但光学影像容易受到天气尤其是云雾的影响，根据数据统计每年大概2/3的光学影像都受到云雾的干扰，这使得光学影像丢失了中大量的重要信息，并且给后续图像的判读和分析带来巨大的困难，例如图像识别和分类。因此，运用图像处理技术，去除或削弱云雾的影响，提高遥感数据的利用率具有非常重要的研究背景和实用意义。

传统的遥感图像去云方法主要有基于图像修复、基于多光谱和基于多时相三种方法。基于图像修复的方法是利用含云图像本身的信息来重建云区信息，由于缺少辅助图像的信息使得所得结果不够准确。基于多光谱的方法大多数都是利用多光谱图像中不同波段的信息来重构云区部分。基于多时相的方法主要是利用不同时相的无云遥感图像来预测当前图像的含云区域。

文献“Cloud Removal of Optical Image Using SAR Data for ALOS Application.Experimenting on Simulated ALOS Data”中提出了利用差值技术和SAR图像信息来去除多光谱遥感影像中的云雾区域。但是该方法不具有普适性，而且对于某些特定的目标去云效果较差。

综上所述，传统的利用SAR图像来去除云雾影像的方法具有不稳定性等不足。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于稀疏表示的多光谱遥感图像去云方法，将SAR图像和多时像方法结合，通过基于学习的方法重建含云图像中的云区信息。

技术方案

一种基于稀疏表示的多光谱遥感图像去云方法，其特征在于步骤如下：

步骤1：根据Landsat-5TM影像的特点，利用基于阈值的方法检测给定目标图像I中的像素点，确定像素点的像素值大于阈值TH＝230的像素点为云区的候选点；然后将像素值低于50，且按照光照方向在云区附近大小为原图像尺寸25％的区域内的点为云的阴影点；标记云区的候选点和阴影点为1，其它为0，得到云区标记图像F；

步骤2：提取多个无云的高分辨率多光谱影像HRI、低分辨率多光谱影像LRI和SAR图像的特征得到对应的特征图像，分别得到HRI特征块H＝{x₁,x₂,…,x_N}、LRI特征快L＝{y₁,y₂,…,y_N}和SAR特征块S＝{z₁,z₂,…,z_N}；其中，LRI通过双线性差值的方法放大到与HRI具有相同大小，N表示图像块的数量，x_i、y_i和z_i，分别表示三种图像中大小的图像块拉直后的列向量，i＝1,2,…,N；

利用HRI和LRI特征块学习得到稀疏字典D_HL