基于可见光波段光谱统计特征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，具体涉及一种基于可见光波段光谱统计 特征的光学遥感图像薄云去除方法。
【背景技术】
[0002] 由于大气对太阳辐射具有选择性的吸收及散射作用，使得光学遥感卫星的传感器 接收到的地物信息包含了大气对其光谱的影响，减弱了遥感图像反映地物真实信息的能 力，尤其在大气中存在云层时，将进一步影响光学遥感图像的质量，极大的限制了光学遥感 图像的应用范围和实用价值。
[0003] 随着大气校正技术的不断发展和完善，现在有许多较为成熟的大气校正算法 和软件正在被广泛使用，包括：AC0RN-AtmosphericCORrectionNow(InSpec, 2002)， ATCOR-theATmosphericCORrectionprogram(ThiemannandHermann2002)， ATREM-theATmosphericREMovalprogram[CenterfortheStudyofEarthfrom Space(CSES),UniversityofColorado)],FLAASH-FastLine-of-sightAtmospheric AnalysisofSpectralHypercubes(ResearchSystems,Inc. ,2003)。然而，由于云层的 时空易变性及其下垫面的复杂性，如何去除云层对遥感图像的影响一直是研宄的热点和难 点。当云层较薄时，经由地物反射和散射的太阳辐射能够一定程度的穿透云层并由传感器 接受并记录下来，这种部分穿透性使得复原受到薄云影响的地物信息成为可能。
[0004] 本发明或本领域中所指薄云，是指虽然有云层阻挡，但卫星仍能透过云层获取云 层以下的地表信息，只要云层不能全部覆盖地表信息，即可称为薄云。只有当云层较薄时， 来自地物的辐射才能部分穿透云层到达光学传感器并被记录下来，这种部分穿透性是从单 幅光学图像上恢复云层下的地物信息的必要条件。现有的薄云去除方法大致可分为两类：
[0005] -类是基于信号处理和图像复原的方法，例如同态滤波、IHS变换、小波变换 等，具体实施方法参见[1]赵忠明，朱重光，1996,遥感图像中薄云的去除方法，环境 遥感，11 (3) : 195-199。[2]Souza,M.P.，E.B.Pereira,F.R.Martins,R.C.Chagas,and ff.S.FreitasJr., 2003.ThecloudcoverfractionobtainedfromagroundCCDcamera anditseffectonaradiativetransfermodel,EGS-AGU-EUGJointAssembly, 1:2601。 [3]Guo,X.,2008.ThestudyofremovalofthincloudinCBERS-02CCDbasedonthe wavelettransform,ScienceofSurveyingandMapping, 33 (SI)?4415p?这类算法处理过 程简便且在特定的区域取得了一定的效果，然而这些方法的物理意义不明确，同时在去除 薄云影响的同时丢失了一定的地物信息，精度不能得到保证。
[0006]另一类是基于福射传输模型的方法，例如S.Liang,H.Fang,and M.Chen, 2001."AtmosphericcorrectionofLandsatETM+1andsurface imagery-partI:methods,"IEEETransactionsongeoscienceandremote sensing，39(11) :2490-2498.当有条件获取研宄区域的相关物理参数时，这类算法的精度 较高。然而在实际应用中如何准确的获取相关实测参数限制了该类方法的适用范围。
[0007]Gao提出了一种简化的辐射传输方程：
[0008] P- =PC1+Tci
[0009] 其中p)为传感器记录的i波段的地表反射率；P^为薄云在i波段的反射率；Tci 薄云对i波段反射率的双向透过率（包含直射和散射）；Pi波段的地物表观反射率。 根据Gao的研宄，1^近乎于常量且通常大于0.9,P需要卫星搭载的传感器具有专门的 薄云探测波段来进行计算。值得一提的是，现有的大部分光学卫星并没有相应的薄云探测 波段，因此该方法的应用范围受到了很大限制。
【发明内容】
[0010] 本发明的目的是为了解决上述已有的薄云去除方法的不足，提出了一种基于可见 光光谱统计特征的光学遥感图像薄云去除方法，从而使得光学遥感图像能够反映真实的地 物光谱信息，提高多光谱光学遥感数据的使用质量、适用范围及应用能力。
[0011] 本发明所述基于可见光光谱统计特征的光学遥感图像薄云去除方法，包括如下步 骤：
[0012] 步骤1:数据准备
[0013] 采集多光谱光学遥感图像数据，及其头文件Hdr，它有I个可见光波段图层；从 头文件Hdr中获得近红外波段反射率数据Nir;各波段修正因子^^和各波段偏移量4.， 太阳高度角9SE;其中i、I均为正整数且i= 1，2,3, . . .，I，i表示不同波段，I表示采集 的波段总数；
[0014] 步骤2:表观反射率转换
[0015]将步骤1中的多光谱光学数据，代入公式
【主权项】
1.基于可见光光谱统计特征的光学遥感图像薄云去除方法，其特征在于，包括如下步 骤： 步骤1:数据准备 采集多光谱光学遥感图像数据及其头文件Hdr，它有I个可见光波段图层；从头文 件Hdr中获得近红外波段反射率数据Nir;各波段修正因子％；,和各波段偏移量',，太阳 高度角9SE;其中i、I均为正整数且i= 1，2,3, . . .，I，i表示不同波段，I表示采集的波 段总数； 步骤2 :表观反射率转换 将步骤1中的多光谱光学数据，代入公式
中，分别求得I个波段 的表观反射率0，其中i= 1，2,3, . ..，I; 步骤3 :大气校正 将步骤2中各个波段的表观反射率矩阵泛进行大气校正，分别获得I个波段的地表 反射率矩阵A;对每一下标i，在该步骤中计算的地表反射率矩阵中下标不同于p；的记做 Pj，即j= 1，2, 3,…，I且j辛i; 步骤4:区域分割 从步骤1中的多光谱光学遥感图像数据中选取任意一块无云的晴空子区域， 记该区域内的蓝光波段反射率为Pb，该区域内的红光波段反射率为PyPb、P1?均为 矩阵形式，对Pb、PjU用方程Pr=ti*Pb+t2进行线性拟合，计算出ti、t2;通过公式
计算得到HOT，其中pi为i中蓝光波段在该晴空子区域上的子集， A了为< 中红光波段在该晴空子区域上的子集； 对HOT通过阈值分割方法得到二值图Mask1;由
计算得到NDWI，其中 Nir为步骤1中得到的近红外波段反射率数据，为/^中的绿光波段反射率；将NDWI通过 阈值分割方法划分得到二值图Mask2; 步骤5 :统计特征参数提取 将步骤3中的大气校正结果g，代入公式d〃: = （丨及公式 C/oz< = ，分别得到晴空区域的反射率Clean和薄云覆盖的有水区域的 反射率Cloudi，其中符号"！ "表示取反运算，i= 1，2,3, . ..，I; 在该步骤中计算的晴空区域的反射率中下标不同于Clean的记做Clearj，即j= 1，2, 3，. . .，I且j辛i;对ClearJPClear』进行线性拟合，得到拟合线性方程为Clearj =kjCleari+bij;对Cloud丨和Cloud』进行线性拟合，对应的线性方程为Cloud」= mi^Cloudi+riij;其中i分别取 1，2,3, ? ? ?，I，共得到I组； 步骤6 :利用去云辐射传输方程求解去云结果 将步骤5中提取的I组统计特征参数〇^_，1^，mij，nij)及步骤3中的大气校正结果P,:、P,.代入去云福射传输方程
，其中i分别取1，2,3，...，I;j= 1，2,3，...，1且j乒i; Tci为薄云对i波段反射率的双向透过率；即可分别求解得到对应i波段的去云结果Pi，其 中i= 1，2, 3, ? ? ?，1〇
2. 如权利要求1所述基于可见光光谱统计特征的光学遥感图像薄云去除方法，其特 征在于，步骤4中所述蓝光波段反射率、红光波段反射率、绿光波段反射率分别为波长在 0? 450 - 0? 515um、0. 630 - 0? 680um、0. 525 - 0? 600um范围内。
3. 如权利要求1所述基于可见光光谱统计特征的光学遥感图像薄云去除方法，其特征 在于，所述步骤4中利用阈值分割方法得到二值图MaskpMash#程中的阈值均为零。
【专利摘要】基于可见光光谱统计特征的光学遥感图像薄云去除方法，其特征在于，包括如下步骤：步骤1：数据准备步骤；2：表观反射率转换；步骤3：大气校正；步骤4：区域分割；步骤5：统计特征参数提取；步骤6：利用去云辐射传输方程求解去云结果。本发明提出了一种基于可见光光谱统计特征的光学遥感图像薄云去除方法，从而使得光学遥感图像能够反映真实的地物光谱信息，提高多光谱光学遥感数据的使用质量、适用范围及应用能力。
【IPC分类】G06T5-00, G06T7-00
【公开号】CN104778668
【申请号】CN201510179810
【发明人】王勇, 吕海涛, 沈炀, 杜熬, 杨圆圆, 张胤, 罗雪莲, 李慧敏
【申请人】电子科技大学
【公开日】2015年7月15日
【申请日】2015年4月16日