[发明专利]一种由粗到精的时序遥感影像厚云检测与去除方法

摘要

本发明公开了一种由粗到精的时序遥感影像厚云检测与去除方法。首先对影像进行预处理，包括超像素分割和转换时序影像构成矩阵。利用低秩理论和结构性稀疏理论分别对背景(理想的无云地表信息)和前景(云及其阴影)进行建模，利用鲁棒主成分分析框架并引入仿射变换模型将时序影像分离成前景和背景，得到超像素级的云及云阴影区域。再对云区和非云区设置不同的尺度因子，利用原始鲁棒主成分分析进行分解，完成遥感序列影像的厚云去除。本发明针对未配准的多时相遥感影像序列，大大提高了遥感影像厚云去除的精度和效率，并且可生成高精度云及云阴影检测产品，具有极高的多时相遥感影像研究及应用价值。

主权项

1.一种由粗到精的时序遥感影像厚云检测与去除方法，其特征在于，包括以下步骤：步骤1，数据准备，选取一定数量且覆盖同一兴趣区域的多时相含云影像构成影像序列；步骤2，对每张影像进行超像素分割，并将分割后的超像素块作为云及阴影粗提取的处理单元；步骤3，每张影像存储成列向量并将像素值归一化成0到1，将影像序列按获取时间排列成一个矩阵，其行为单张影像的像素数，其列为总影像个数；步骤4，利用低秩模型和结构性稀疏模型分别对背景(理想的无云地表信息)和前景(云及其阴影)进行建模，引入仿射变换模型，构建矩阵分解目标函数，采用鲁棒主成分分析框架对输入含云影像序列组成的矩阵进行求解分离，完成序列影像的配准和云及其阴影区域超像素级的粗提取；步骤5，构建修复目标函数，利用原始的鲁棒主成分分析方法，对云区和非云区设置不同的尺度因子，完成对序列影像云区信息修复和像素级云及其阴影检测；步骤6，将步骤5得到的含云影像修复结果和云及阴影检测结果根据步骤3的逆处理，输出序列影像去云结果和云及其阴影检测结果。