[发明专利]一种多时相遥感影像的厚云自动去除方法

摘要

本发明公开了一种多时相遥感影像的厚云自动去除方法，由以下步骤组成步骤1采集遥感卫星厚云影像和T幅与其同区域的多时相影像；步骤2厚云区域检测，得到厚云区域指示模板；步骤3自动选择参考影像自动选择一幅多时相影像作为参考影像；步骤4采用泊松方程修复方法去除厚云，得到初步去云结果；步骤5将所述初步去云结果和参考影像纳入变分模型，再次去除厚云，得到最终的去云结果。本发明能通过厚云影像和多幅多时相影像在梯度值之间的均方根误差（）确定参考影像。它无需人工交互，自动地去除厚云及其阴影,它兼顾了原始影像的像素亮度与参考影像的梯度信息，对像素值有较好保真性。

主权项

一种多时相遥感影像的厚云自动去除方法，其特征在于：由以下步骤组成：步骤1：采集遥感卫星厚云影像Iraw(i,j,k),1≤k≤K和T幅与其同区域的多时相影像Iraw,t(i,j,k),1≤i≤M,1≤j≤N,1≤t≤T,1≤k≤K,其中i和j分别为图像中像素的行坐标和列坐标，k为图像的波段编号，M、N和K分别代表厚云影像的行数、列数和波段数；步骤2：厚云区域检测，得到厚云区域指示模板mask(i,j)；步骤3：自动选择参考影像：自动选择一幅多时相影像作为参考影像Iref(i,j,k)，具体步骤为：步骤3‑1：计算厚云影像的各波段的图像Iraw(i,j,k),1≤k≤K在x方向的梯度值gx,0(x,y,k)和y方向的梯度值gy,0(x,y,k)：gx,0(x,y,k)=Iram(i+1,j,k)-Iram(i,j,k)gy,0(x,y,k)=Iram(i,j+1,k)-Iram(i,j,k),1≤i≤M,1≤j≤N,1≤k≤K---(6)]]>步骤3‑2：计算各所述多时相影像Iraw,t(i,j,k),1≤t≤T在x方向的梯度值gx,t(x,y,k)和y方向的梯度值gy,t(x,y,k):gx,t(x,y,k)=Iram,t(i+1,j,k)-Iram,t(i,j,k)gy,t(x,y,k)=Iram,t(i,j+1,k)-Iram,t(i,j,k),1≤i≤M,1≤j≤N,1≤t≤T---(7)]]>步骤3‑3：计算各所述厚云影像Iraw(i,j,k),1≤k≤K与各多时相影像Iraw,t(i,j,k),1≤t≤T在无云区域对应位置梯度值之间的均方根误差RMSEt：RMSEt=Σi=1MΣj=1NΣk=1K(Iram(i,j,k)-Iram,t(i,j,k))2MNK,mask(i,j)>0---(8)]]>步骤3‑4：选择RMSEt最小的多时相影像Iram,t(i,j,k)，作为所述厚云影像Iraw(i,j,k)的去云参考影像Iref(i,j,k)；步骤4：采用泊松方程修复方法去除厚云，得到初步去云结果I0(i,j,k)；步骤5：将所述初步去云结果I0(i,j,k)和参考影像Iref(i,j,k)纳入变分模型，再次去除厚云，得到最终的去云结果I'0(i,j,k)。