[发明专利]一种多光谱遥感卫星影像的去雾方法

说明书

本发明属于图像处理的技术领域，具体涉及一种多光谱遥感卫星影像的去雾方法，包括如下步骤，步骤1、对多光谱遥感影像数据进行大气校正；步骤2、计算基准雾透射率图t(x)；步骤3、根据计算的所述基准雾透射率图t(x)，计算遥感影像每个位置处对应的γ(x)；步骤4、计算全局大气光值A；步骤5、求取不同波段对应的波长值λj；步骤6、对多光谱每个通道波段进行去雾处理；步骤7、对去雾后的每个所述波段进行气溶胶补偿处理。本发明能够提高多光谱卫星影像的去雾效果，确保去雾后的影像的每个像元依然具有原始的物理光谱特性。

技术领域

本发明属于图像处理的技术领域，具体涉及一种多光谱遥感卫星影像的去雾方法。

背景技术

如今，遥感技术已广泛应用于地球科学、军事、农业、林业、水文、环境保护等领域。然而，许多遥感图像往往受到薄雾大气条件的影响。这些在雾霾条件下拍摄的图像通常具有能见度差、对比度低、强度差等特点，从而影响图像后处理，如遥感图像分割、图像匹配和目标检测。因此，有必要提高单个遥感图像的视觉质量，以更好的实际应用。单幅图像去雾是一项非常困难的视觉任务。与多时间图像方法不同，多时间图像方法通过使用参考数据恢复雾(薄云)图像，而单图像去雾方法仅使用单个有雾图像，通过利用多光谱通道中的特征来纠正雾影响区域。

在过去的几十年，单一遥感图像的雾去除受到越来越多的关注，并提出了许多著名的经典方法，如：直方图匹配增强法、同态滤波法、小波变换法。这些算法的优点很简单易行。然而，上述技术在去雾结果中会产生光晕和梯度反转伪影，并在去雾结果中引入饱和像素。近年来，越来越多的基于遥感图像光谱特征的雾去除方法被提出，如：背景抑制雾厚度指数法(BSHTI)、雾优化变换法(HOT)和雾厚度图法(HTM)等。这些方法在遥感图像去雾中得到了广泛的应用。然而，对于厚雾、薄云等恶劣天气条件，上述方法去雾效果往往无法给出令人满意的结果。此外，上述方法去雾结果往往存在局部对比度失调、色彩失真和细节信息丢失。近年来，暗通道先验(DCP)方法也被广泛应用于遥感图像的去雾。但是这种方法有一个限制，即假定每个波段的衰减系数相同。这种不准确的假设导致恢复的结果包含残余的雾度和颜色(光谱)失真。因此，急需要发明一种效果更好的卫星遥感去雾方法。

发明人发现现有的方法存在以下缺陷：多光谱遥感图像上雾在空间上具有不断变化的特征，且雾的浓度会随波长的增加而逐渐减小，根据瑞利定律可知，不同的雾浓度大气条件也会影响雾的透射效果。

发明内容

本发明的目的在于：针对现有技术的不足，提供一种多光谱遥感卫星影像的去雾方法，能够提高多光谱卫星影像的去雾效果，确保去雾后的影像的每个像元依然具有原始的物理光谱特性。

为了实现上述目的，本发明采用如下技术方案：

一种多光谱遥感卫星影像的去雾方法，包括如下步骤：

步骤1、对多光谱遥感影像数据进行大气校正；

步骤2、计算基准雾透射率图t(x)；

步骤3、根据计算的所述基准雾透射率图t(x)，计算遥感影像每个位置处对应的γ(x)；

步骤4、计算全局大气光值A；

步骤5、求取不同波段对应的波长值λj；

步骤6、对多光谱每个通道波段进行去雾处理；

步骤7、对去雾后的每个所述波段进行气溶胶补偿处理。

作为本发明所述的一种多光谱遥感卫星影像的去雾方法的一种改进，所述步骤2中，所述基准雾透射率图的计算方法，包括：

步骤a1、采用大气校正后多光谱数据波段1(band1)和波段2(band2)数据，外推出一个新的波段数据，计算公式为：

band_extrapol(x)＝2*band1(x)-0.95*band2(x)