[发明专利]基于云检测辅助的暗原色遥感影像去雾方法

说明书

技术领域

本发明涉及暗原色遥感影像去雾领域，特别涉及一种基于云检测辅助的暗原色遥感影像去雾方法。

背景技术

遥感影像都是从上向下观测，成像过程中被摄的目标物体表面发射的光线在大气中受到雾的影响，由于吸收和散射、折射等光学作用而衰减，同时由于散射作用，摄影镜头中会混入大气光。在这两种主要作用和随机大气湍流、传感器噪声等多方面次要作用的影响下，摄像镜头接收到的光线发生了非均匀变化，这就造成遥感影像灰度值的变化。具体表现为灰度动态范围被缩小，像素之间对比度被降低，并且受影响的程度主要与雾的浓度和镜头到物体的距离有关，这就使得遥感影像在各领域中发挥的作用受到限制。从以上看出，遥感影像衰减问题的主要原因是大气中浑浊的媒介，如云、雾都因大气吸收或散射造成遥感影像衰减。

现有技术解决遥感影像衰减问题一般采用最为流行的基于暗原色的单一图像去雾方法，该方法公式中包含大气光A和透过率T(X)，当天空中有云的情况下，云的特征值会把大气光A、透过率T(X)这两个参数值拉向偏高，如果不进行云检测，直接去计算，算出来的透射率T(X)和大气光值A都是有问题的。

发明内容

本发明的目的是提供一种基于云检测辅助的暗原色遥感影像去雾方法，解决了现有技术对雾天降质图像进行清晰化处理时，由于没有考虑云特征值对于大气光A、透过率T (X)的影响，而直接进行计算，致使所计算出的大气光A、透过率T(X)值不准确、最终影响去雾效果的问题。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于云检测辅助的暗原色遥感影像去雾方法，其特征在于，包括以下步骤：

步骤一、进行遥感影像自适应云检测；

步骤二、暗原色遥感影像去雾。

较佳的，所述步骤一的暗原色遥感影像去雾初始化具体包括以下过程：

①对光学遥感影像进行特征统计分析；

②进行云区特征识别及特征提取。

较佳的，所述过程①对光学遥感影像进行特征统计分析的方法为：

⑴获取云区光学遥感影像的多个波段；

⑵分别获取云区特征值值域区间(2)和地物特征值值域区间(1)；

⑶统计当前所有波段的云区特征值值域区间(2)，从而统计出有云影像区。

较佳的，所述过程②进行云区特征识别及特征提取方法为：

⑴运用均值漂移算法进行云区分割；

⑵运用相似性聚类算法细化粗分结果；

⑶获得影像云区覆盖范围。

较佳的，所述步骤二暗原色遥感影像去雾包括以下过程：

①利用暗原色先验粗估计介质透射率；

②借助图像引导滤波算法对介质透射图像进行细化；

③基于大气散射模型复原得到无雾图像。

较佳的，所述过程①利用暗原色先验粗估计介质透射率，具体包括以下过程：

⑴获取一副雾化影像的每个像素；

⑵在各个颜色区间上取最小值；

⑶在局部范围内取最小值；

⑷得到的单谱段影像就是原始影像的暗原色影像；

⑸通过暗原色影像反算出透射率估计值。

较佳的，所述过程②借助图像引导滤波算法对介质透射图像进行细化，具体包括以下过程：

⑴根据输入图形与引导图像计算局部窗口范围内二者的线性关系；

⑵利用最小二乘法思想计算满足代价函数最小值；

⑶利用计算出来的最小值逐像素对输入影像做滤波处理。

较佳的，所述过程③基于大气散射模型复原得到无雾图像，具体包括以下过程：

⑴获取滤波后的透射图像及大气散射模型；

⑵复原出无雾影像。

综上所述，本发明具有以下效果：

1、本发明首先通过自适应云检测技术，将云覆盖区域检测出来，在排除云区覆盖的区域的前提条件下，运用暗原色先验条件的去雾算法进行去雾处理，经过大量实验，该技术大大提高了遥感影像去雾的效果，从而对提升现有环境条件下雾霾影像的应用价值有着重要的意义。

2、本发明将云检测技术和去雾技术相结合，解决了现有技术采用单一去雾技术不能解决的云区特征值造成降低去雾效果的新的技术问题，达到了大幅度提高去雾图像清晰度的效果，因此，本发明和现有技术相比，具有突出的实质性进步和显著效果。

附图说明

图1为本发明遥感影像云特征值示意图；

图2为本发明自适应云检测示意图。

图中，1、地物特征值值域区间；2、云区特征值值域区间。