[发明专利]一种遥感影像中云和云阴影的去除方法

说明书

本发明公开了一种遥感影像中云和云阴影的去除方法，包括以下步骤：A、对需要处理的多时相遥感影像进行几何纠正，得到同一区域不同时像的空间配准后的遥感影像；B、对需要处理的多时相影像进行辐射校正，得到同一区域高精度的地物反射率数据；C、利用云检测模型对目标影像进行云检测，得到目标影像中云和云影覆盖区域掩膜；D、利用云影检测模型对目标影像进行云影检测，得到目标影像中云影覆盖区域掩膜；E、对检测出的云和云影掩膜数据进行去噪和边界膨胀处理；F、根据参考影像对掩膜后的目标影像进行光谱特征拟合处理，获得消除云和云影影像的遥感影像数据。本发明能够改进现有技术的不足，提高了无云遥感影像数据质量。

技术领域

本发明涉及光学遥感影像处理技术领域，尤其是一种遥感影像中云和云阴影的去除方法。

背景技术

光学遥感影像是大面积区域尺度的遥感反演、资源遥感监测的首要数据源，但由于气候的原因，频繁的云雾条件对光学传感器获得高质量的遥感影像造成了困难，尤其是广阔的西部地区，很难获取一个区域完全无云的遥感影像，大部分遥感影像在获取时都会或多或少的受到云及云在地面上投射的阴影的影响。如何去除影像上云及阴影的影响，一直被认为是图像处理和应用中的难题。

目前，已经有不少的国内外专家和学者对此开展了广泛深入的研究，由于薄云和厚云在影像中表现出不同的特点，在去除的过程中所采用的方法也不尽相同。如，同态滤波去云法适用于大范围存在薄云的影像，通过把频率过滤与灰度变化结合起来，分离云与背景地物，进而从影像中去除薄云的影响，该方法在滤波过程中丢失有用信息，且对厚云区域无效；小波变换法去云法和融合去云法均依据灰度值修正范围进行影像融合达到去云目的，该方法破坏影像的概貌特征，引起图像失真；图像修复法利用云和阴影所在区域与清晰地物过渡区域统计学特征，对高分影像中云和阴影灰度值进行修正实现去云，该方法去除效果较好且单幅图像即可实现，但缺点是只能针对云层和阴影区域范围较小的情况，对于大面积的去云区域显得无能为力。

以上云去除方法针对特定条件下的云覆盖情况确实达到了很好的去云效果，但针对大面积遥感反演、动态监测等实际应用需求，不仅要有效的恢复薄云、厚云和云阴影遮挡的影像区域，而且要用尽可能小的损失影像信息的方法去除或弱化云和阴影的影响，保证去云后影像的质量，这是去云后的影像能够实际生产应用，为遥感反演、监测提供高质量的数据预处理产品的前提和关键。

发明内容

本发明要解决的技术问题是提供一种遥感影像中云和云阴影的去除方法，能够解决现有技术的不足，提高了无云遥感影像数据质量。

为解决上述技术问题，本发明所采取的技术方案如下。

一种遥感影像中云和云阴影的去除方法，包括以下步骤：

A、对需要处理的多时相遥感影像进行几何纠正，得到同一区域不同时像的空间配准后的遥感影像；

B、对需要处理的多时相影像进行辐射校正，用来消除遥感影像在获取和传输过程产生的辐射失真或畸变，得到同一区域高精度的地物反射率数据；

C、利用云检测模型对目标影像进行云检测，得到目标影像中云和云影覆盖区域掩膜；

D、利用云影检测模型对目标影像进行云影检测，得到目标影像中云影覆盖区域掩膜；

E、对检测出的云和云影掩膜数据进行去噪和边界膨胀处理，降低噪音和过渡区域的干扰；

F、计算相关系数，根据参考影像对掩膜后的目标影像进行光谱特征拟合处理，获得消除云和云影影像的遥感影像数据。

作为优选，步骤B中，多时相影像的辐射校正包括辐射定标和大气校正。

作为优选，步骤C中，将目标影像和参考影像的各波段的对应像元反射率值做差运算，则其平均绝对值Mabs定大于阈值ΔCM，且云区的差值均为正，通过这个条件进行云区检测，则云区检测模型为：