[发明专利]用于处理在大气中存在气溶胶和/或云的情况下获取的光学图像的方法

说明书

本发明涉及一种用于处理由航天器或飞行器（10）获取的光学图像的方法（50），包括：‑获得（51）地面反射率模型和大气模型，所述大气模型包括气溶胶模型和云模型；‑确定（52）大气模型的参数的最优值以及基于图像对大气模型进行优化；‑为大气模型的每一层确定（53）校正参数的值；‑根据校正参数的值将图像转换（54）为具有环境效应的地面图像；‑根据校正参数的值将具有环境效应的地面图像转换（55）为无环境效应的地面图像。

技术领域

本发明属于由诸如卫星的航天器或在高空飞行的飞行器上的光学观测仪器获取的光学图像的领域。并且更具体地涉及一种用于处理图像的方法，在获取所述图像期间，校正在航天器或飞行器与由所述图像表示的观察到的场景之间的大气中与气溶胶和/或云的存在有关的影响。

背景技术

事实上，众所周知，卫星观测到的场景上方不太厚的云或气溶胶(雾、沙等)的存在，会导致图像中以特定波长，特别是光学波段，测量从场景接收到的辐射时，由于白化天气的存在而改变对所述场景的感知。气溶胶或云的存在还导致被称为环境效应(邻接效应)的影响，该效应为由于辐射在大气中存在的颗粒上的散射而导致图像模糊。

因此，期望能够处理这样的图像以便试图全部或部分抑制所述白化天气和环境效应带来的影响。

毋庸置疑，这在大气条件恶劣的地球区域特别有用，例如在雨季未完全被云层覆盖的热带地区，在旱季降雨期间通常会受到薄雾的影响。这种处理可以更普遍地应用于地球的任何区域，特别是当需要从若干幅图像中生成大尺寸区域的镶嵌图像时，以便采用质量较低的图像，从而加速该镶嵌图像处理的完成。

旨在抑制与气溶胶和/或云的存在相关的影响的该处理方法不仅用于改善图像的视觉渲染，而且用于提供更鲁棒和标准化的表示形式，从而有可能改善任何后续处理的有效性，例如场景分类等。

此外，期望能够自主地进行该处理，即，不需要关于已获取图像的大气条件的外部信息，也不必调用代表相同场景的另一图像。

为了校正大气对卫星获取的图像的影响，特别是要搜索图像中最暗的像素，并假设这些像素代表场景中的暗对象(所谓的“暗先验”方法)。这些像素然后被用于表征图像中存在的白化天气并抑制它。例如，在科学文章：Single Image Haze Removal UsingDarkChannel Prior,Kaiming He,Jian Sun,Xiaoou Tang,CVPR 2009中描述了这种方法。

但是，暗像素的自动检测有时会很复杂，而且最重要的是，此类像素并不总是存在于图像上。一种替代方案是使用场景中的参考对象，其反射率是先验已知的，并使用这些参考对象来表征图像中存在的白化天气。然而，并非总是可能在场景中具有这样的参考对象，并且由于大气中存在气溶胶和/或云而使得其检测变得困难。

从国际申请WO 2014/197021中还已知将前述方法与大气模型相结合，该大气模型在存在气溶胶的情况下对大气中的传播进行建模。使用的大气模型为LOWTRAN类型。所描述的方法自动搜索图像中的暗像素，并迭代估计气溶胶光学厚度(AOD)。通过假设暗像素对应于暗对象，该方法通过考虑环境效应来估计气溶胶光学厚度。

然而，暗对象存在的假设并不总是被证实，以致所应用的处理方法并不总是有效的。此外，尽管云产生了不同的影响效果，但是所描述的方法无法将气溶胶与云区分开。一方面，气溶胶的影响在蓝色波长中高度显着，而云的影响则是相对消色差。此外，由于气溶胶和云位于不同的高度并具有不同的散射行为，因此会产生不同的环境效应。

发明内容

本发明的目的是通过提出一种解决方案来克服现有技术解决方案的全部或部分局限性，特别是上文公开的那些局限性，该解决方案可以抑制由航天器，例如卫星，或高空飞行的飞行器上的光学观测仪器获取的图像中的气溶胶和/或云(非透明)相关的全部或部分影响。