一种利用独立成分分析技术的光学遥感图像薄云去除方法
【技术领域】
[0001] 本发明属于光学遥感图像去云技术领域，具体设及一种利用独立成分分析技术的 光学遥感图像薄云去除方法。
【背景技术】
[0002] 去云是光学遥感图像处理中一个重要的组成部分。光学遥感图像通过卫星传感器 获取光谱信息，由于大气的存在，太阳能通过大气时会发生散射和吸收作用，该使卫星获取 的遥感图像不能准确的捕捉地物的信息，从而影响遥感图像的质量。若大气中存在云层，将 进一步影响光学遥感图像获取地物信息。
[0003] 随着大气校正技术的发展和完善，大气校正算法和软件正被广泛的使用，包 括；ACORN-Atmospheric CO 化 ection Now (InSpec, 2002), ATREM-the ATmospheric REMoval program[Center for the Study of Earth from Space(CSES), University of Colorado)], FLAASH - Fast Line - of - sight Atmospheric Analysis of Spectral Hyper州bes巧esearch Systems, Inc. ,2003)等。然而由于云层的复杂特性和时空易变性， 一定程度上阻碍了遥感图像去云技术的发展。本发明专注于有效的去薄云的方法。
[0004] 目前，主要的去薄云的方法可W分为W下几种：
[0005] 基于福射传输特性的方法，该方法在福射传输的过程中考虑薄云的影响，利用福 射传输过程中，不同光谱范围对薄云的反应特征，建立传输关系，从而得到去云结果，具 体方法参见"Gao, B. C. , P. Yang, W. Han, R. Li, W. J. Wiscombe. 2002. An algorithm using visible andl. 38-y m channels to retrieve cirrus cloud reflectances from aircraft and satellite data. IEEE Transactions on Geoscience and Remote Sensin g，vol. 40, No. 8, pp. 1659-1668."此类方法要求有单独检测薄云的波段，对遥感光学数据要 求高。
[0006] 基于滤波的方法，该类方法主要是讲图像在频率域上去除低频成分，不可避免的 去除了一些有用的信息，并且在选取截止频率时凭经验选择，不可靠。具体的方法参见"张 波，季民河，沈琪.2011.基于小波变换的高分辨率快鸟遥感图像薄云去除[J].遥感信 息，03:38 - 43."
[0007] 化ze化timized Trans化rmation(册T)，在两个波段的散点图中（红光和藍光波 段为该方法推荐使用的波段），册T定义了一条"晴空线"，像素点到"晴空线"的距离反应 了云或者尘埃的影响程度。具体方法参见"Y.化ang, B. Guindon J. Cihlar. 2002. An image transform to characterize and compensate for spatial variations in thin cloud contamination of Landsat images, Remote Sensing of Environment, vol. 82, No. 2, pp. 173-187."该方法无法应用于具有高反射值或高亮度值的区域，如雪或者干沙地，也无 法适用具有低反射值或低亮度值的区域，如开阔的水体表面。
[000引基于缕帽变换的方法，该方法用于去云是缕帽变换的衍生和扩展，并且缕帽 变换的第四分量被认为主要贡献是云和大气尘埃，具体方法参见"Richter, R. 1996. Atmospheric correction of satellite data with haze removal including a haze/ clear transition region. Computer and Geosciences, 22, 675 - 681."但是，值得注意的 是设计该方法的初衷是用于评估±地和植被对地表福射的贡献（如；亮度，绿度和湿度）。 因此，用该方法的第四分量去去云值得商権。
【发明内容】
[0009] 本发明的目的是为了解决上述已有去薄云技术中存在的问题，提出了一种利用独 立成分分析技术的光学遥感图像薄云去除方法，从而恢复在多光谱光学遥感数据中薄云覆 盖区域处地物光谱信息，提高光学遥感图像的质量和应用能力。
[0010] 为了方便描述本发明的内容，首先作W下定义：
[0011] 定义1、大气校正
[0012] 光学遥感的大气校正是去除遥感数据中的大气效应，获取地表反射率的过程。大 气校正主要包括两部分；大气参数估计和地表反射率反演。对于水平均匀的大气和朗伯体 地面，地表反射率r 是通过W下公式得到。
[001 引
【主权项】
1. 一种利用独立成分分析技术的光学遥感图像薄云去除方法，其特征是它包括如下步 骤： 步骤1;数据准备 本发明提供的数据包括；多光谱光学遥感图像数据Q，它有n个图像，包括i个可见光 波段图像By, j个近红外波段图像町，k个短波红外波段图像B，和1个卷云波段图像B其 中i，j，k，n为正整数，且i+j+k+1 = n。 步骤2 ;大气校正 将步骤1中的多光谱光学遥感图像数据Q通过经典的大气校正软件模块进行传统的大 气校正处理，获得大气校正结果Qa。 步骤3;提取二值图矩阵（"0"代表无云，"1"代表有云） 将步骤1中的卷云波段图像B。进行传统的阔值分割方法处理得到二值图D。，图像由 "0"和"1"两类元素组成，图像中0代表无云区域像素点的像素值，1代表有云区域像素点 的像素值。 步骤4 JCA变换 将步骤2中得到的大气校正结果Q。进行ICA变换得到转换结果1C，它有n个独立成分 组成，分别是ICi，IC2，…，1C。； 步骤5;提取云成分并处理 将步骤4得到的n个独立成分，分别与卷云波段图像B。计算相关系数，得到n个相关 系数；然后找出最大相关系数对应的独立成分，该独立成分即为云独立成分，记为ICtiwd。 利用步骤3得到的云二值图D。和云独立成分1C d"d，通过公式 M = mean(ICci〇ud*(! Dc)) 计算得到云独立成分无云区域的平均值M，其中符号"mean (.)"为求平均值运算，"！" 表示取反运算。最后将云独立成分的每一个像素值用平均值M替换得到新的云独立 成分 1C' dwd。 将去云后的云独立成分1C' tiwd和其他n-1个独立成分重新组合形成新的独立成分 1C'。 步骤6 JCA逆变换 将步骤5得到的1C'进行传统的ICA逆变换，得到n个新的多光谱遥感波段，即为去云 结果。
【专利摘要】本发明公开了一种利用独立成分分析技术的光学遥感图像薄云去除方法，它包括数据准备，大气校正，提取二值图，ICA变换，提取和处理云成分和ICA逆变换这些步骤。本发明利用光学遥感数据单幅图像自身数据，利用了独立成分分析技术提取云独立成分并处理，获得去云的结果。该方法摆脱了多数据或多传感器去云方法对数据要求苛刻等诸多束缚，一定程度上解决了其他单幅遥感影像去云方法中的不足。在多光谱光学遥感数据中，该方法去除了薄云对地物光谱特征的影响，提高了光学遥感数据的使用质量和图像的应用能力。本发明与现有的去薄云的方法相比，相对于单幅数据方法要进行时域变换、频域变换和频率域滤波等一系列复杂处理，克服了现有方法对数据要求苛刻、处理方法复杂等缺点，本发明所用的独立成分分析技术成熟，操作高效、简单，有很大的实际应用价值。
【IPC分类】G06T5-00
【公开号】CN104616253
【申请号】CN201510012633
【发明人】王勇, 沈炀, 张胤, 吕海涛, 杨圆圆, 杜熬
【申请人】电子科技大学
【公开日】2015年5月13日
【申请日】2015年1月9日