專利名稱：一種遙感圖像薄云去除方法
一種遙感圖像薄云去除方法技術(shù)領(lǐng)域
本發(fā)明屬于遙感圖像恢復(fù)處理技術(shù)領(lǐng)域，尤其是涉及一種遙感圖像薄云去除方法。
背景技術(shù)：
遙感技術(shù)在國土資源調(diào)查、環(huán)境監(jiān)測、地質(zhì)災(zāi)害應(yīng)急指揮、農(nóng)林估產(chǎn)、海洋、氣象等許多領(lǐng)域得到廣泛和頻繁的應(yīng)用，各類遙感圖像的需求日益擴大，對圖像質(zhì)量的要求越來越高。由于受到氣候的影響，尤其是對于四川盆地和氣候濕潤地區(qū)，部分遙感圖像上帶有薄云或薄霧，而且常常沒有可選的余地。這里的“薄云層”是指疊加在遙感影像上的白色團塊狀、絮狀圖斑，部分的覆蓋了地表，但是仍然能隱約反映地物；薄云彩的“陰影”是表現(xiàn)為深色團塊狀、絮狀圖斑，起源于云層，其上的地物隱約可見。上述薄云及其陰影區(qū)域影響圖像的判讀，為此需要一種較好的針對大數(shù)據(jù)量遙感圖像的薄云去除方法。
長期以來，薄云和薄霧帶來的噪音一直困擾著遙感應(yīng)用人員，經(jīng)過不懈的研究，人們提出了替換法、頻域去云(亦稱同態(tài)濾波)、空域濾波去云等處理方法。
其中，替換法采用是在分析和識別圖像云彩及其陰影的基礎(chǔ)上，選擇同一地區(qū)不同傳感器的圖像局部，或同一傳感器時相(成像季節(jié))相近無云圖像中的局部，來替換另一圖像上的云影，被替換的圖像有近似的成像季節(jié)和地面景物特征。因而替換之前，必須兩幅圖像之間要進行精確的幾何配準(zhǔn)和色調(diào)調(diào)整，并解決替換邊界兩側(cè)的亮度差異。但在實際工作中，用于替換的替換圖像往往難于獲取。
頻域去云的方法是通過傅里葉變換，將空域轉(zhuǎn)換成頻域，進行同態(tài)濾波處理，利用壓縮亮度范圍和增強對比度來改善圖像的視覺效果。其局限性在于適合于小圖像，無法處理大數(shù)據(jù)量遙感圖像，并且轉(zhuǎn)換過程中的中間數(shù)據(jù)特別大，消耗大量內(nèi)存，處理速度急劇下降，甚至根本就無法繼續(xù)運算。此外對有云區(qū)域處理時，同時處理了無云的區(qū)域，破壞了無云區(qū)域的圖像；同時，會產(chǎn)生嚴(yán)重的邊界效應(yīng)，邊界呈現(xiàn)變白趨勢，影響圖像判讀，因而處理效果不好。
曹爽等提出基于小波同態(tài)濾波的去云處理方法，相比于傳統(tǒng)的同態(tài)濾波，在其他參數(shù)不改變的情況下，能夠保留更豐富的影像細節(jié)信息，去云的效果得到了改進。但是。還存在一些問題函待解決，如薄云區(qū)域選取、直方圖匹配參考區(qū)域選擇及參數(shù)選擇等工作都需人工參與，不適合所有影像。而且，云含量及均勻程度對去云效果均有很大影響，此外同態(tài)濾波方法難以實現(xiàn)大幅圖像的運算，只能用于小塊圖像的試驗和理論研究。
謝華美研究的空域濾波去云法，具體處理過程是對圖像進行重采樣、薄云識別、 云的厚度估計，再使用拉普拉斯算子增強有云區(qū)域的對比度，并對不同厚度的云層分別降低不同的亮度，然后進行圖像恢復(fù)，從而實現(xiàn)去云。這種方法速度快，占用計算機的內(nèi)存少， 得到的圖像效果尚可?？墒?，使用空域濾波去云法對不同的圖像進行處理的時候，需要豐富的先驗知識和較強的遙感圖像去云處理經(jīng)驗，要不斷地調(diào)整參數(shù)，才能得到滿意的效果，不能穩(wěn)定地獲得高質(zhì)量的去云圖像，適用性相對較差。
目前，常見通用圖像處理軟件(如PCI、ERDAS、ENVI等)中，缺乏去除薄云及其陰影、薄霧的適用模塊；上述現(xiàn)有的相關(guān)去云方法，如同態(tài)濾波法(傅里葉變化、小波變換)， 基本都停留在理論上，尚未形成實用的軟件，而且試驗處理的圖像基本為豆腐塊，即小塊試驗區(qū)，處理速度也難以滿足生產(chǎn)需求。
雖然替換法得到了廣泛的關(guān)注，可是前提是必須有同一區(qū)域的、時間相近的圖像做替換品，這樣才能基本保證結(jié)果圖像的協(xié)調(diào)統(tǒng)一。這個前提條件通常難以滿足，而且在圖像上，如何圈定替換的邊界因人而異，邊界兩側(cè)需要作協(xié)調(diào)處理。
綜上，在目前能查閱到的各類相關(guān)去云處理的技術(shù)中，均不同程度地存在一系列缺陷，難以滿足生產(chǎn)需要。發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種遙感圖像薄云去除方法，其設(shè)計合理、方法步驟簡單、適用面廣且實現(xiàn)方便、去云處理效果好，能有效解決現(xiàn)有遙感圖像去云方法存在的實現(xiàn)困難、操作過程復(fù)雜、處理速度慢、去云處理效果較差等問題。
為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是一種遙感圖像薄云去除方法，其特征在于該方法采用圖像處理設(shè)備對待處理遙感圖像進行去云處理，所述待處理遙感圖像為數(shù)字遙感圖像且其為多光譜圖像或全色圖像；
當(dāng)所述待處理遙感圖像為多光譜圖像時，其薄云去除方法包括以下步驟
步驟一、噪音圖像提取，其提取過程如下
101、藍光波段光譜信息分離所述圖像處理設(shè)備調(diào)用光譜信息檢測及分離模塊， 對待處理遙感圖像的影像數(shù)據(jù)進行分析處理，并自待處理遙感圖像中分離出藍光波段圖像；所述藍光波段圖像上存在通過肉眼可判斷出的覆云區(qū)域，所述覆云區(qū)域為因存在遮擋背景使得所拍攝地物隱約可見的圖像區(qū)域；
102、低通濾波處理所述圖像處理設(shè)備調(diào)用低通濾波處理模塊且按常規(guī)的低通濾波方法，對步驟101中分離出的所述藍光波段圖像進行低通濾波處理，以保留所述藍光波段圖像上覆云區(qū)域的遮擋背景信息，并相應(yīng)獲得所述藍光波段圖像的遮擋背景圖像；所述藍光波段圖像的遮擋背景圖像為需提取的噪音圖像；
步驟二、可見光波段圖像去云處理所述圖像處理設(shè)備對待處理遙感圖像中的可見光波段圖像進行去云處理，所述可見光波段圖像的數(shù)量為一個或多個且各可見光波段圖像的去云處理方法均相同；對于任一個可見光波段圖像而言，其去云處理過程如下
201、需去云可見光波段光譜信息分離所述圖像處理設(shè)備調(diào)用光譜信息檢測及分離模塊，對待處理遙感圖像的影像數(shù)據(jù)進行分析處理，并自待處理遙感圖像中分離出需進行去云處理的可見光波段圖像；此時，所分離出的可見光波段圖像為待處理可見光波段圖像；
202、可見光波段圖像去云處理所述圖像處理設(shè)備調(diào)用去云處理模塊二，且根據(jù)公式Bn (i，j) = bn(i，j)/Cn(i，j)，對所述待處理可見光波段圖像進行去云處理；
式中，iin(i，j)為去云處理后所述待處理可見光波段圖像上任一像素點的亮度值， bn(i，j)為去云處理前所述待處理可見光波段圖像上任一像素點的亮度值，Cn(i，j)為步驟一中所述噪音圖像上任一像素點的亮度值，其中η為步驟201中分離出的可見光波段圖像的波段號，i表示行且j表示列；
當(dāng)所述待處理遙感圖像中可見光波段圖像的數(shù)量為一個時，按照步驟201至步驟 202中所述的去云處理方法，對所述待處理遙感圖像中的可見光波段圖像進行去云處理； 且可見光波段圖像的去云處理過程完成后，便完成所述待處理遙感圖像的全部去云處理過程，獲得去云處理后的目標(biāo)圖像；
當(dāng)所述待處理遙感圖像中可見光波段圖像的數(shù)量為多個時，需多次重復(fù)步驟201 至步驟202，直至完成所述待處理遙感圖像中所有可見光波段圖像的去云處理過程；且所述待處理遙感圖像中所有可見光波段圖像的去云處理均完成后，便完成所述待處理遙感圖像的全部去云處理過程，獲得去云處理后的目標(biāo)圖像；
當(dāng)所述待處理遙感圖像為全色圖像時，所述全色圖像為其上存在覆云區(qū)域的藍光單色圖像，且其薄云去除方法包括以下步驟
步驟I、噪音圖像提取所述圖像處理設(shè)備調(diào)用低通濾波處理模塊且按常規(guī)的低通濾波方法，對所述藍光單色圖像進行低通濾波處理，以保留所述藍光單色圖像上覆云區(qū)域的遮擋背景信息，并相應(yīng)獲得所述藍光單色圖像的遮擋背景圖像；所述藍光單色圖像的遮擋背景圖像為需提取的噪音圖像；
步驟II、圖像去云處理所述圖像處理設(shè)備調(diào)用去云處理模塊二，且根據(jù)公式 a(i, j) =b(i, j)/C(i，j)，對所述藍光單色圖像進行去云處理；
式中，a(i，j)為去云處理后所述藍光單色圖像上任一像素點的亮度值，b(i，j)為去云處理前所述藍光單色圖像上任一像素點的亮度值，C(i，j)為步驟I中所述噪音圖像上任一像素點的亮度值，其中i表示行且j表示列。
上述一種遙感圖像薄云去除方法，其特征是步驟102中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；步驟二中可見光波段圖像去云處理完成后，所述圖像處理設(shè)備還需對所述目標(biāo)圖像進行直觀顯示；之后，對步驟102中進行低通濾波處理時的濾波核大小進行多次增減調(diào)整，并分別按照步驟一和步驟二中所述的去云處理方法，相應(yīng)獲得多個濾波核大小調(diào)整后的目標(biāo)圖像，且通過所述圖像處理設(shè)備對所獲得的濾波核大小調(diào)整后的多個目標(biāo)圖像進行直觀顯示；最后，通過肉眼對濾波核大小未調(diào)整前獲取的目標(biāo)圖像和濾波核大小調(diào)整后獲取的多個所述目標(biāo)圖像的去云處理效果進行對比，并從中選出去云處理效果最好的目標(biāo)圖像；
步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；步驟II中圖像去云處理完成后，所述圖像處理設(shè)備還需對所述目標(biāo)圖像進行直觀顯示；之后，對步驟 I中進行低通濾波處理時的濾波核大小進行多次增減調(diào)整，并分別按照步驟I和步驟II中所述的去云處理方法，相應(yīng)獲得多個濾波核大小調(diào)整后的目標(biāo)圖像，且通過所述圖像處理設(shè)備對所獲得的濾波核大小調(diào)整后的多個目標(biāo)圖像進行直觀顯示；最后，通過肉眼對濾波核大小未調(diào)整前獲取的目標(biāo)圖像和濾波核大小調(diào)整后獲取的多個所述目標(biāo)圖像的去云處理效果進行對比，并從中選出去云處理效果最好的目標(biāo)圖像。
上述一種遙感圖像薄云去除方法，其特征是步驟101中所述的覆云區(qū)域為因被薄云層、薄云彩、薄霧或霾遮蓋而出現(xiàn)遮擋背景，并使得所拍攝地物隱約可見的圖像區(qū)域。
上述一種遙感圖像薄云去除方法，其特征是步驟二中所述的可見光波段圖像為紅光波段圖像、綠光波段圖像或藍光波段圖像。
上述一種遙感圖像薄云去除方法，其特征是步驟一中和步驟I中進行噪音圖像提取之前，先通過所述圖像處理設(shè)備對所述待處理遙感圖像進行直觀顯示，再通過肉眼找出所述待處理遙感圖像上存在的覆云區(qū)域；步驟102中或步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且m = 35 90 ；
步驟102中或步驟I中進行低通濾波處理之前，根據(jù)所述待處理遙感圖像上所存在的覆云區(qū)域的圖像清晰程度和區(qū)域分布范圍大小情況確定低通濾波的濾波核大小；
當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的圖像清晰程度越差，低通濾波的濾波核越小；反之亦然；
且當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的分布范圍越大，低通濾波的濾波核越大；反之亦然。
上述一種遙感圖像薄云去除方法，其特征是步驟102中或步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且90彡m彡47。
上述一種遙感圖像薄云去除方法，其特征是步驟102中或步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；且步驟102中或步驟I中進行低通濾波處理后，所述圖像處理設(shè)備還需調(diào)用低通濾波邊緣效應(yīng)消除模塊，對所述噪音圖像上的低通濾波邊緣效應(yīng)待消除區(qū)域進行消除處理，所述低通濾波邊緣效應(yīng)待消除區(qū)域包括邊界線外側(cè)圖像區(qū)域和邊界線內(nèi)側(cè)需消除圖像區(qū)域，所述邊界線外側(cè)圖像區(qū)域為有效邊界線外側(cè)的圖像區(qū)域，所述邊界線內(nèi)側(cè)需消除圖像區(qū)域為包括所述有效邊界線內(nèi)側(cè)m個像素點的圖像區(qū)域，所述有效邊界線為所述有效邊界線為通過所述圖像處理設(shè)備對所述待處理遙感圖像進行邊緣檢測獲得的邊界線或者與通過所述圖像處理設(shè)備的參數(shù)輸入裝置人為輸入的邊界寬度值相對應(yīng)的圖像邊界線，且所述待處理遙感圖像位于所述有效邊界線外側(cè)的所有像素點的亮度值均為0，其消除處理過程如下
1021、邊界線外側(cè)圖像區(qū)域的像元值處理所述圖像處理設(shè)備調(diào)用所述低通濾波邊緣效應(yīng)消除模塊，將所述噪音圖像上處于邊界線外側(cè)圖像區(qū)域內(nèi)的所有像素點亮度值均修改為0 ；
1022、邊界線內(nèi)側(cè)需消除圖像區(qū)域像元值處理所述圖像處理設(shè)備調(diào)用所述低通濾波邊緣效應(yīng)消除模塊對所述邊界線內(nèi)側(cè)需消除圖像區(qū)域進行處理，將所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)所有像素點的亮度值均修改為最靠近所述邊界線內(nèi)側(cè)需消除圖像區(qū)域中心部位的像素點亮度值。
本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點
1、去云處理方法設(shè)計合理、處理步驟簡單且實現(xiàn)方便。
2、使用操作簡便，只需屬兔需去云的待處理遙感圖像，之后選擇低通濾波窗口尺寸(即濾波核尺寸)，再選擇原圖像邊緣可能出現(xiàn)的空白區(qū)域?qū)挾戎担到y(tǒng)便可自動完成去云處理過程。同時，系統(tǒng)的運算速度較快，根據(jù)統(tǒng)計，用core 2E8200CPU處理一幅 5000 X 5000的圖像4波段圖像，約需時間15分鐘，如果使用更先進的電腦速度會大幅提升。
3、去云處理效果好，在盡量少的人為干預(yù)下，實現(xiàn)去除薄云及其陰影的目的，能有效去除遙感圖像上薄云及其陰影、霧霾等噪音與干擾，提高陰影區(qū)的圖像亮度，提升遙感圖像的利用價值。
4、具有實際生產(chǎn)價值，所處理的目標(biāo)圖像像素達到目前常規(guī)高分辨率衛(wèi)星遙感圖像的像素，不小于5000X5000像素。
5、實際進行去云處理時，主要包括噪音圖像提取、低通濾波邊緣效應(yīng)消除處理、可見光波段圖像去云處理和通過改正濾波核尺寸優(yōu)化去云處理效果。其中，對薄云層及其陰影的分離方法(即噪音圖像)設(shè)計獨特，分離的噪音圖像實際上是大尺度低通濾波的結(jié)果， 與云彩及其陰影產(chǎn)生的空間噪音效果相吻合。通過低通濾波邊緣效應(yīng)消除處理對圖像邊界附近低通濾波的缺陷進行了修正，確保了圖像邊緣的去云處理效果與中心區(qū)域一致?？梢姽獠ǘ螆D像去云處理時，以比值法對常見遙感圖像中紅、綠、藍波段的薄云層進行濾除，其結(jié)果是薄云層及其陰影被有效去除，但是薄云下、陰影里的地物細節(jié)得到顯著增強。
6、實用價值高，適用于目前常見的 Quickbird、IKONOS, Geo-eyel、worldview2 等衛(wèi)星以及航空數(shù)碼相機的多光譜圖像，由于這些圖像的數(shù)據(jù)量比較龐大，先采用本發(fā)明去除圖面的薄云層及其陰影、薄霧、霾等，然后再開展融合等后續(xù)處理，能大幅度提高遙感圖像的處理速度。采用本發(fā)明進行去云處理后，被處理遙感圖像的背景圖像信息可以得到充分增強。同時，由于低通濾波窗口可調(diào)節(jié)，而濾波窗口的大小直接決定了對云霧噪音分離的效果，也決定了最終去云處理的效果，而云層的大小是隨機的，因而實際應(yīng)用過程中，依次適當(dāng)改變低通濾波窗口尺寸，例如47X47、67X67、87X87等尺寸，并通過比較去云結(jié)果， 決定取舍。
7、適用范圍廣，能適用于多光譜遙感圖像(包括衛(wèi)星和航空遙感圖像)和全色遙感圖像(包括衛(wèi)星和航空遙感圖像)的薄云、薄霧或霾噪音分離和去除處理。因而，本發(fā)明適用于所有受到薄云、薄霧等影響的遙感圖像，包括航天和航空圖像，能有效去除薄云層及其陰影的影響，增強圖像細節(jié)，降低圖像的模糊度。
綜上所述，本發(fā)明設(shè)計合理、方法步驟簡單、適用面廣且實現(xiàn)方便、去云處理效果好，能有效解決現(xiàn)有遙感圖像去云方法存在的實現(xiàn)困難、操作過程復(fù)雜、處理速度慢、去云處理效果較差等多種實際問題。
下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。


圖1為本發(fā)明的去云方法流程框圖。
圖加為采用本發(fā)明去云處理前四川德陽市的藍光單色遙感圖像。
圖2b為采用本發(fā)明去云處理前四川德陽市的綠光單色遙感圖像。
圖2c為采用本發(fā)明去云處理前四川德陽市的紅光單色遙感圖像。
圖2d為采用本發(fā)明去云處理前四川德陽市的近紅外波段單色遙感圖像。
圖3a為圖加中紅色框選區(qū)域的局部放大圖。
圖北為圖2b中紅色框選區(qū)域的局部放大圖。
圖3c為圖2c中紅色框選區(qū)域的局部放大圖。
圖3d為圖2d中紅色框選區(qū)域的局部放大圖。
圖如為采用大小為47X47個像素的濾波核對圖加中藍光波段圖像進行低通濾波后所提取噪音圖像的整體效果圖。
圖4b為采用大小為83X83個像素的濾波核對圖加中藍光波段圖像進行低通濾波后所提取噪音圖像的整體效果圖。
圖如為采用本發(fā)明對圖加中藍光波段圖像進行低通濾波處理后所得到噪音圖像的全景效果圖。
圖恥為圖fe中紅色框選部分的局部子區(qū)放大示意圖。
圖5c為圖恥中紅色框選部分的局部更小子區(qū)放大示意圖。
圖6a為采用本發(fā)明對圖加中藍光波段圖像消除邊緣效應(yīng)處理前的圖像邊緣部位示意圖。
圖6b為采用本發(fā)明對圖加中藍光波段圖像消除邊緣效應(yīng)處理后的圖像邊緣部位示意圖。
圖7a采用本發(fā)明去云處理前四川德陽市快鳥圖像的模擬真彩色合成結(jié)果圖。
圖7b為采用本發(fā)明對圖7a進行去云處理后的目標(biāo)圖像。
圖7c為去云處理前模擬真彩色合成結(jié)果圖中上部紅色框選區(qū)域的局部放大圖。
圖7d為采用本發(fā)明對圖7a進行去云處理后上部紅色框選區(qū)域的局部放大圖。
圖7e為去云處理前模擬真彩色合成結(jié)果圖中下部紅色框選區(qū)域的局部放大圖。
圖7f為采用本發(fā)明對圖7d進行去云處理后下部紅色框選區(qū)域的局部放大圖。
具體實施方式
實施例1
如圖1所示的一種遙感圖像薄云去除方法，采用圖像處理設(shè)備對待處理遙感圖像進行去云處理，所述待處理遙感圖像為數(shù)字遙感圖像且其為多光譜圖像，該方法包括以下步驟
步驟一、藍色波段圖像去云處理，其去云處理過程如下
101、噪音圖像提取，其提取過程如下
101、藍光波段光譜信息分離所述圖像處理設(shè)備調(diào)用光譜信息檢測及分離模塊， 對待處理遙感圖像的影像數(shù)據(jù)進行分析處理，并自待處理遙感圖像中分離出藍光波段圖像；所述藍光波段圖像上存在通過肉眼可判斷出的覆云區(qū)域，所述覆云區(qū)域為因存在遮擋背景使得所拍攝地物隱約可見的圖像區(qū)域。
此時，所獲得的藍光波段圖像為藍光波段單色圖像。
多光譜遙感圖像是同時在多個窄的光譜波段上對同一對象(地域或目標(biāo))進行觀測所獲得的圖像，它反映了觀測對象在各個窄光譜波段上的反射、透射或輻射特性，因而包含了觀測對象的更多信息。多光譜遙感圖像在航空/航天、地質(zhì)勘探、環(huán)境監(jiān)測、探月工程等許多領(lǐng)域有非常重要的應(yīng)用。由于多光譜圖像是指對地物輻射中多個單波段的攝取，因而攝取到的影象數(shù)據(jù)中會有多個波段的光譜信息，對各個不同的波段分別賦予RGB顏色將得到彩色影象。本實施例中，所述待處理遙感圖像為衛(wèi)星遙感圖像或航空遙感圖像。
本實施例中，步驟101中所述的覆云區(qū)域為因被薄云層、薄云彩、薄霧或霾遮蓋而出現(xiàn)遮擋背景，并使得所拍攝地物隱約可見的圖像區(qū)域。其中，薄云層是指疊加在遙感影像上的白色團塊狀、絮狀圖斑，其部分覆蓋了地表，但是仍然能隱約反映地物；薄云彩的陰影表現(xiàn)為深色團塊狀、絮狀圖斑，起源于云層，遙感影像上的地物隱約可見；薄霧是指淡薄的霧氣，其疊加在遙感影像上后使得地表上的地物隱約可見；霾是指空氣中因懸浮著大量的煙、塵等微粒而形成的混濁形象，其疊加在遙感影像上后使得地表上的地物隱約可見。
由于云層和霧氣中的主要物質(zhì)為水蒸氣，根據(jù)遙感成像原理，當(dāng)電磁波穿過云層時，波長較短的藍光波段受到云層的影響最大，而波長較長的紅光波段和近紅外波段受到的影響較小。
圖2a_圖2d為去云處理前四川德陽市的快鳥圖像(待處理遙感圖像)，該遙感圖像的成像時間為2008年4月18日，在當(dāng)?shù)卣荡河昙竟?jié)，油菜盛開，大氣濕度高，薄云和霧氣常現(xiàn)，想獲得無云的圖像極為難得，所以不得不采用薄云覆蓋的圖像(即存在覆云區(qū)域的遙感圖像)。同時，該遙感圖像共計四波段，圖加為去云處理前四川德陽市的藍光(第一波段)單色遙感圖像，圖2b為去云處理前四川德陽市的綠光(第二波段)單色遙感圖像， 圖2c為去云處理前四川德陽市的紅光(第三波段)單色遙感圖像，圖2d為去云處理前四川德陽市的近紅外(第四波段)波段單色遙感圖像。遙感圖像上的薄云覆蓋區(qū)(即所述覆云區(qū)域)主要位于農(nóng)作物覆蓋區(qū)，尤其是河谷及居民區(qū)附近，通過肉眼觀測發(fā)現(xiàn)從 2d中所拍攝的單色遙感圖像中薄云及其陰影的影響逐漸降低，近紅外波段(第四波段)的影響微弱。
圖3a-圖3d為去云處理前局部放大的四川德陽市快鳥圖像，其中圖3a為圖加中紅色框選區(qū)域的局部放大圖，圖北為圖2b中紅色框選區(qū)域的局部放大圖，圖3c為圖2c中紅色框選區(qū)域的局部放大圖，圖3d為圖2d中紅色框選區(qū)域的局部放大圖，其中圖2a-圖2d 的紅色框選區(qū)域分別為有薄云覆蓋的地區(qū)。
結(jié)合圖2a_圖2d和圖3a_圖3d，且通過分析各類衛(wèi)星和航空多光譜遙感圖像發(fā)現(xiàn)在有薄云覆蓋的地區(qū)，藍光波段的遙感圖像上云層表現(xiàn)得最明顯，而紅光波段和近紅外波段的遙感圖像上云層不顯著。也就是說，藍光波段的遙感圖像上云層覆蓋區(qū)對圖像清晰度的影響程度大，而紅光波段和近紅外波段的的遙感圖像上云層覆蓋區(qū)對圖像清晰度的影響程度小，因而進行去云處理時，主要對藍光波段的遙感圖像進行去云處理。
102、低通濾波處理所述圖像處理設(shè)備調(diào)用低通濾波處理模塊且按常規(guī)的低通濾波方法，對步驟101中分離出的所述藍光波段圖像進行低通濾波處理，以保留所述藍光波段圖像上覆云區(qū)域的遮擋背景信息，并相應(yīng)獲得所述藍光波段圖像的遮擋背景圖像；所述藍光波段圖像的遮擋背景圖像為需提取的噪音圖像。
實際操作過程中，步驟一中進行噪音圖像提取之前，先通過所述圖像處理設(shè)備對所述待處理遙感圖像進行直觀顯示，再通過肉眼找出所述待處理遙感圖像上存在的覆云區(qū)域；步驟102中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且m = 35 90。
所謂濾波從理論上講是將信號與濾波核做一下卷積，換到圖像濾波領(lǐng)域來，通俗地講就是存在一個濾波核，通常覆蓋mXm個像素，濾波核也表示為mXm的方陣。方陣的每一個元素代表所對應(yīng)的像素的濾波權(quán)重；然后，以圖像中的每一個像素為中心作用這個濾波核，對該核所包含的所有像素權(quán)重求和，得出的結(jié)果寫入一個新的圖像中，該圖像就是濾波后的圖像。
本實施例中，步驟102中進行低通濾波處理之前，根據(jù)所述待處理遙感圖像上所存在的覆云區(qū)域的圖像清晰程度和區(qū)域分布范圍大小情況確定低通濾波的濾波核大??；
當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的圖像清晰程度越差，低通濾波的濾波核越?。环粗嗳?；
且當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的分布范圍越大，低通濾波的濾波核越大；反之亦然。
本實施例中，m = 47，且實際進行低通濾波處理時，90彡m彡47。此處所給定的低通濾波核缺省參數(shù)是針對目前常見Im分辨率圖像的較理想?yún)?shù)，實際操作時，用戶可以隨意調(diào)整參數(shù)。
綜上，步驟一中主要是對云層引起的藍光波段圖像進行噪音分離，獲得分離出的噪音圖像，具體是通過大尺度低通濾波，濾波核大小為47X47。這樣，經(jīng)低通濾波處理后高頻信息(如地物的邊緣細節(jié)等)被過濾掉，留下的是云層及其陰影等低頻信息(即噪音圖像)，噪音圖像詳見圖如和圖4b。也就是說，實際對藍色波段圖像進行低通濾波時，具體是對藍色波段圖像進行頻域濾波，最終過濾掉圖像上的高頻信息，保留低頻信息(即噪音圖像)，其低通濾波方法與常規(guī)圖像低通濾波方法相同。實際進行濾波處理時，濾波核大小的選擇比較靈活，對分布較廣的大片薄云可以采用較大的濾波核，對于分布范圍相對較小的較厚云層可以采用較小的濾波核，根據(jù)具體情況確定。
圖如和圖4b為藍色波段圖像經(jīng)大尺度低通濾波后得到的云層及其陰影圖像(即噪音圖像)，其中圖如為采用大小為47 X 47個像素的濾波核產(chǎn)生的濾波效果，圖4b為采用大小為83X83個像素的濾波核產(chǎn)生的濾波效果。在圖如和圖4b所示的噪音圖像上，云層區(qū)域為白色絮狀圖斑，陰影區(qū)域為深灰-黑色絮狀圖斑，與野外自然狀況比較相似；同時， 圖中地物細節(jié)完全消失，原圖像上面積較大的局部高亮或深色區(qū)域，對濾波效果的影響，隨著濾波核的擴大而減小。也就是說，濾波核越大，原待處理遙感圖像上的覆云區(qū)域地物自身亮度對濾波效果所產(chǎn)生的影響越??；反之亦然。因而，應(yīng)適當(dāng)選擇濾波核大小。
由于原圖像即所述待處理遙感圖像的邊緣存在空白區(qū)，空白區(qū)內(nèi)像元亮度值均為 0，因而在步驟102中進行低通濾波分離噪音圖像時，會對位于邊緣部分的真正圖像區(qū)域帶來嚴(yán)重的干擾，具體是會產(chǎn)生如圖5a-圖5c所示的低通濾波導(dǎo)致的邊緣效應(yīng)，從而影響后續(xù)的去云彩效果。
圖5a_圖5c為低通濾波處理后導(dǎo)致的邊緣效應(yīng)效果圖，其中，圖fe為采用本發(fā)明對圖加中藍光波段圖像進行低通濾波處理后所得到噪音圖像的全景效果圖，圖恥為圖fe 中紅色框選部分的局部子區(qū)放大示意圖，圖5c為圖恥中紅色框選部分的局部更小子區(qū)放大示意圖。由圖fe-圖5c可見，由于原圖像邊緣存在空白區(qū)，而空白區(qū)內(nèi)像元亮度值為0， 則在低通濾波分離噪音時，會對位于邊緣的真正圖像區(qū)域帶來嚴(yán)重的干擾，從而影響后續(xù)的去云彩的效果。所以必須對步驟102中所獲得噪音圖像的邊緣部位進行低通濾波邊緣效應(yīng)消除處理。
本實施例中，步驟102中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；且步驟102中進行低通濾波處理后，所述圖像處理設(shè)備還需調(diào)用低通濾波邊緣效應(yīng)消除模塊，對所述噪音圖像上的低通濾波邊緣效應(yīng)待消除區(qū)域進行消除處理，所述低通濾波邊緣效應(yīng)待消除區(qū)域包括邊界線外側(cè)圖像區(qū)域和邊界線內(nèi)側(cè)需消除圖像區(qū)域，所述邊界線外側(cè)圖像區(qū)域為有效邊界線外側(cè)的圖像區(qū)域，所述邊界線內(nèi)側(cè)需消除圖像區(qū)域為包括所述有效邊界線內(nèi)側(cè)m個像素點的圖像區(qū)域，所述有效邊界線為所述有效邊界線為通過所述圖像處理設(shè)備對所述待處理遙感圖像進行邊緣檢測獲得的邊界線或者與通過所述圖像處理設(shè)備的參數(shù)輸入裝置人為輸入的邊界寬度值相對應(yīng)的圖像邊界線，且所述待處理遙感圖像位于所述有效邊界線外側(cè)的所有像素點的亮度值均為0，其消除處理過程如下
1021、邊界線外側(cè)圖像區(qū)域的像元值處理所述圖像處理設(shè)備調(diào)用所述低通濾波邊緣效應(yīng)消除模塊，將所述噪音圖像上處于邊界線外側(cè)圖像區(qū)域內(nèi)的所有像素點亮度值均修改為0 ；
1022、邊界線內(nèi)側(cè)需消除圖像區(qū)域像元值處理所述圖像處理設(shè)備調(diào)用所述低通濾波邊緣效應(yīng)消除模塊對所述邊界線內(nèi)側(cè)需消除圖像區(qū)域進行處理，將所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)所有像素點的亮度值均修改為最靠近所述邊界線內(nèi)側(cè)需消除圖像區(qū)域中心部位的像素點亮度值。
也就是說，所述邊界線內(nèi)側(cè)需消除圖像區(qū)域進行消除處理時，將所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)所有像素點的亮度值均修改為最靠近所述邊界線內(nèi)側(cè)需消除圖像區(qū)域中心部位的像素點亮度值，即將所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)的像素點亮度值均修改為該區(qū)域中心部位的像素點亮度值，參照所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)中心部位的像素點亮度值對該區(qū)域內(nèi)的所有像素點亮度值進行修改。
具體而言所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)側(cè)為圖像有效區(qū)，所述邊界線內(nèi)側(cè)需消除圖像區(qū)域中位于所述圖像有效區(qū)上側(cè)、下側(cè)、左側(cè)和右側(cè)的區(qū)域?qū)⒎譃樯蟼?cè)區(qū)域、下側(cè)區(qū)域、左側(cè)區(qū)域和右側(cè)區(qū)域。對于上側(cè)區(qū)域來說，先找出上側(cè)區(qū)域的幾何中心線，在上側(cè)區(qū)域內(nèi)幾何中心線上下兩側(cè)的像素點亮度值均修改為幾何中心線上的像素點亮度值，若幾何中心線上無像素點，則修改為最靠近幾何中心線的像素點亮度值。下側(cè)區(qū)域的消除處理方法與上側(cè)區(qū)域相同。對于左側(cè)區(qū)域來說，先找出左側(cè)區(qū)域的幾何中心線，在左側(cè)區(qū)域內(nèi)幾何中心線左右兩側(cè)的像素點亮度值均修改為幾何中心線上的像素點亮度值，若幾何中心線上無像素點，則修改為最靠近幾何中心線的像素點亮度值。右側(cè)區(qū)域的消除處理方法與左側(cè)區(qū)域相同。
綜上，由于必須對所述噪音圖像的邊緣部位進行低通濾波邊緣效應(yīng)(具體是邊緣模糊效應(yīng))消除處理，以彌補大尺度低通濾波帶來的邊緣效應(yīng)，確保圖像四周具有與中央?yún)^(qū)域同樣的去云彩處理效果，具體是按照步驟1021和步驟1022中所述的消除處理方法進行處理，其消除處理前后對比結(jié)果詳見圖6a和圖6b。
圖6a和圖6b為噪音圖像消除邊緣效應(yīng)前后的局部區(qū)域?qū)Ρ葓D，圖6a為采用本發(fā)明對圖加中藍光波段圖像消除邊緣效應(yīng)處理前的圖像邊緣部位示意圖。其中黑色區(qū)域為原圖像邊緣的空白區(qū)；圖6b為采用本發(fā)明對圖加中藍光波段圖像消除邊緣效應(yīng)處理后的圖像邊緣部位示意圖，處理后因低通濾波帶來的邊緣效應(yīng)得到修正，圖中右半部分的白色區(qū)域完全對應(yīng)原圖像上的圖像有效區(qū)，這樣在去除云彩時，圖像邊緣的地物細節(jié)才能達到有效的保護并降噪。總之，消除邊緣效應(yīng)的方法是以原圖像上四周有效像元所在的位置為邊界線(該邊界相應(yīng)適用于噪音圖像)，邊界線外的濾波結(jié)果(具體是像元亮度值)賦 0值，邊界線內(nèi)且靠近邊界線一個濾波核邊長范圍內(nèi)的濾波值，以該范圍內(nèi)最靠近中心部位的濾波值替換。
步驟二、可見光波段圖像去云處理所述圖像處理設(shè)備對待處理遙感圖像中的可見光波段圖像進行去云處理，所述可見光波段圖像的數(shù)量為一個或多個且各可見光波段圖像的去云處理方法均相同；對于任一個可見光波段圖像而言，其去云處理過程如下
201、需去云可見光波段光譜信息分離所述圖像處理設(shè)備調(diào)用光譜信息檢測及分離模塊，對待處理遙感圖像的影像數(shù)據(jù)進行分析處理，并自待處理遙感圖像中分離出需進行去云處理的可見光波段圖像；此時，所分離出的可見光波段圖像為待處理可見光波段圖像。
202、可見光波段圖像去云處理所述圖像處理設(shè)備調(diào)用去云處理模塊二，且根據(jù)公式Bn (i，j) = bn(i，j)/Cn(i，j)，對所述待處理可見光波段圖像進行去云處理；
式中，iin(i，j)為去云處理后所述待處理可見光波段圖像上任一像素點的亮度值， bn(i，j)為去云處理前所述待處理可見光波段圖像上任一像素點的亮度值，Cn(i，j)為步驟一中所述噪音圖像上任一像素點的亮度值，其中η為步驟201中分離出的可見光波段圖像的波段號，i表示行且j表示列。本實施例中，Cn(i, j)為步驟一中所述噪音圖像上任一像素點的亮度值中的“噪音圖像”為經(jīng)低通濾波邊緣效應(yīng)消除處理后的噪音圖像。
當(dāng)所述待處理遙感圖像中可見光波段圖像的數(shù)量為一個時，按照步驟201至步驟 202中所述的去云處理方法，對所述待處理遙感圖像中的可見光波段圖像進行去云處理； 且可見光波段圖像的去云處理過程完成后，便完成所述待處理遙感圖像的全部去云處理過程，獲得去云處理后的目標(biāo)圖像；
當(dāng)所述待處理遙感圖像中可見光波段圖像的數(shù)量為多個時，需多次重復(fù)步驟201 至步驟202，直至完成所述待處理遙感圖像中所有可見光波段圖像的去云處理過程；且所述待處理遙感圖像中所有可見光波段圖像的去云處理均完成后，便完成所述待處理遙感圖像的全部去云處理過程，獲得去云處理后的目標(biāo)圖像。
本實施例中，處理后所得目標(biāo)圖像與待處理遙感圖像(即原圖像)的數(shù)據(jù)類型相同，圖像數(shù)據(jù)格式為以波段為單位順序存放，即BSQ格式。同時，實際操作過程中，本發(fā)明也可以對其它格式的遙感圖像。
本實施例中，步驟二中所述的可見光波段圖像為紅光波段圖像、綠光波段圖像或藍光波段圖像。也就是說，具體是對紅光波段圖像、綠光波段圖像和藍光波段圖像分別進行去云處理。
本實施例中，步驟102中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；步驟二中可見光波段圖像去云處理完成后，所述圖像處理設(shè)備還需對所述目標(biāo)圖像進行直觀顯示；之后，對步驟102中進行低通濾波處理時的濾波核大小進行多次增減調(diào)整， 并分別按照步驟一和步驟二中所述的去云處理方法，相應(yīng)獲得多個濾波核大小調(diào)整后的目標(biāo)圖像，且通過所述圖像處理設(shè)備對所獲得的濾波核大小調(diào)整后的多個目標(biāo)圖像進行直觀顯示；最后，通過肉眼對濾波核大小未調(diào)整前獲取的目標(biāo)圖像和濾波核大小調(diào)整后獲取的多個所述目標(biāo)圖像的去云處理效果進行對比，并從中選出去云處理效果最好的目標(biāo)圖像。
也就是說，步驟二中可見光波段圖像去云處理完成后，還需進行去云處理結(jié)果檢查，具體是通過所述圖像處理設(shè)備對去云處理后的目標(biāo)圖像進行直觀顯示，并通過肉眼觀測判斷去云處理結(jié)果，具體是覆云區(qū)域圖像的清晰程度。如果去云處理效果欠佳，則調(diào)整濾波核尺寸并相應(yīng)重復(fù)步驟一、低通濾波邊緣效應(yīng)消除處理和步驟二中所述的方法步驟進行處理，并相應(yīng)獲得多個目標(biāo)圖像，從中選出去云效果最佳的目標(biāo)圖像。具體而言步驟二中可見光波段圖像去云處理完成后，還需顯示去云處理結(jié)果(即目標(biāo)圖像)，再適當(dāng)調(diào)整濾波核的尺寸，如由47X47個像素變換為37X37個像素、67X6個像素7、87X87個像素等，每種大小濾波核的去云處理效果，保留最好的處理結(jié)果。
圖7a-圖7f為采用本發(fā)明對多光譜遙感圖像進行去云處理前后的圖像對比圖，圖 7a采用本發(fā)明去云處理前四川德陽市快鳥圖像的模擬真彩色合成結(jié)果圖(即原圖像)，圖 7c為去云處理前模擬真彩色合成結(jié)果圖中上部紅色框選區(qū)域的局部放大圖，圖7e為去云處理前模擬真彩色合成結(jié)果圖中下部紅色框選區(qū)域的局部放大圖，圖7b為采用本發(fā)明對圖7a進行去云處理后的目標(biāo)圖像，圖7d為采用本發(fā)明對圖7a進行去云處理后上部紅色框選區(qū)域的局部放大圖，圖7f為采用本發(fā)明對圖7d進行去云處理后下部紅色框選區(qū)域的局部放大圖。經(jīng)過去云處理后分析，原圖像中的黃色圖斑應(yīng)該為盛開的油菜花，原圖像的成像時間為4月18日，正值當(dāng)?shù)氐挠筒嘶ㄊ㈤_。比較去云處理前后的圖像發(fā)現(xiàn)，通過本發(fā)明進行去云處理后，遙感圖像的云彩及其陰影被有效去除，此外圖面的整體視覺效果得到有益的改進，一些陰影區(qū)、山體的陰坡等地物的亮度得到提高，為后續(xù)的分析解譯起到了增強的效果。
實施例2
本實施例中，與實施例1不同的是所述待處理遙感圖像為全色圖像時，所述全色圖像為其上存在覆云區(qū)域的藍光單色圖像，且其薄云去除方法包括以下步驟
步驟I、噪音圖像提取所述圖像處理設(shè)備調(diào)用低通濾波處理模塊且按常規(guī)的低通濾波方法，對所述藍光單色圖像進行低通濾波處理，以保留所述藍光單色圖像上覆云區(qū)域的遮擋背景信息，并相應(yīng)獲得所述藍光單色圖像的遮擋背景圖像；所述藍光單色圖像的遮擋背景圖像為需提取的噪音圖像；
步驟II、圖像去云處理所述圖像處理設(shè)備調(diào)用去云處理模塊二，且根據(jù)公式 a(i, j) =b(i, j)/C(i，j)，對所述藍光單色圖像進行去云處理；
式中，a(i, . j)為去云處理后所述藍光單色圖像上任一像素點的亮度值，b(i，j) 為去云處理前所述藍光單色圖像上任一像素點的亮度值，C(i，j)為步驟I中所述噪音圖像上任一像素點的亮度值，其中i表示行且j表示列。
本實施例中，步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；步驟II中圖像去云處理完成后，所述圖像處理設(shè)備還需對所述目標(biāo)圖像進行直觀顯示；之后，對步驟I中進行低通濾波處理時的濾波核大小進行多次增減調(diào)整，并分別按照步驟I和步驟II中所述的去云處理方法，相應(yīng)獲得多個濾波核大小調(diào)整后的目標(biāo)圖像，且通過所述圖像處理設(shè)備對所獲得的濾波核大小調(diào)整后的多個目標(biāo)圖像進行直觀顯示；最后， 通過肉眼對濾波核大小未調(diào)整前獲取的目標(biāo)圖像和濾波核大小調(diào)整后獲取的多個所述目標(biāo)圖像的去云處理效果進行對比，并從中選出去云處理效果最好的目標(biāo)圖像。
步驟I中進行噪音圖像提取之前，先通過所述圖像處理設(shè)備對所述待處理遙感圖像進行直觀顯示，再通過肉眼找出所述待處理遙感圖像上存在的覆云區(qū)域；步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且m = 35 90 ；
步驟I中進行低通濾波處理之前，根據(jù)所述待處理遙感圖像上所存在的覆云區(qū)域的圖像清晰程度和區(qū)域分布范圍大小情況確定低通濾波的濾波核大?。?br> 當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的圖像清晰程度越差，低通濾波的濾波核越?。环粗嗳?；
且當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的分布范圍越大，低通濾波的濾波核越大；反之亦然。
因而，本實施例中，低通濾波方法與步驟102中所述的低通濾波處理方法相同。步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且90 > m彡47。
本實施例中，步驟I中進行低通濾波處理后，所述圖像處理設(shè)備還需調(diào)用低通濾波邊緣效應(yīng)消除模塊，對所述噪音圖像上的低通濾波邊緣效應(yīng)待消除區(qū)域進行消除處理， 且其消除處理方法與所述多光譜圖像去云處理過程中噪音圖像的低通濾波邊緣效應(yīng)消除處理方法相同。
以上所述，僅是本發(fā)明的較佳實施例，并非對本發(fā)明作任何限制，凡是根據(jù)本發(fā)明技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、變更以及等效結(jié)構(gòu)變化，均仍屬于本發(fā)明技術(shù)方案的保護范圍內(nèi)。
權(quán)利要求
1. 一種遙感圖像薄云去除方法，其特征在于該方法采用圖像處理設(shè)備對待處理遙感圖像進行去云處理，所述待處理遙感圖像為數(shù)字遙感圖像且其為多光譜圖像或全色圖像； 當(dāng)所述待處理遙感圖像為多光譜圖像時，其薄云去除方法包括以下步驟 步驟一、噪音圖像提取，其提取過程如下\101、藍光波段光譜信息分離所述圖像處理設(shè)備調(diào)用光譜信息檢測及分離模塊，對待處理遙感圖像的影像數(shù)據(jù)進行分析處理，并自待處理遙感圖像中分離出藍光波段圖像；所述藍光波段圖像上存在通過肉眼可判斷出的覆云區(qū)域，所述覆云區(qū)域為因存在遮擋背景使得所拍攝地物隱約可見的圖像區(qū)域；\102、低通濾波處理所述圖像處理設(shè)備調(diào)用低通濾波處理模塊且按常規(guī)的低通濾波方法，對步驟101中分離出的所述藍光波段圖像進行低通濾波處理，以保留所述藍光波段圖像上覆云區(qū)域的遮擋背景信息，并相應(yīng)獲得所述藍光波段圖像的遮擋背景圖像；所述藍光波段圖像的遮擋背景圖像為需提取的噪音圖像；步驟二、可見光波段圖像去云處理所述圖像處理設(shè)備對待處理遙感圖像中的可見光波段圖像進行去云處理，所述可見光波段圖像的數(shù)量為一個或多個且各可見光波段圖像的去云處理方法均相同；對于任一個可見光波段圖像而言，其去云處理過程如下\201、需去云可見光波段光譜信息分離所述圖像處理設(shè)備調(diào)用光譜信息檢測及分離模塊，對待處理遙感圖像的影像數(shù)據(jù)進行分析處理，并自待處理遙感圖像中分離出需進行去云處理的可見光波段圖像；此時，所分離出的可見光波段圖像為待處理可見光波段圖像；\202、可見光波段圖像去云處理所述圖像處理設(shè)備調(diào)用去云處理模塊二，且根據(jù)公式 an(i, j) = bn(i，j)/Cn(i，j)，對所述待處理可見光波段圖像進行去云處理；式中，％(i，j)為去云處理后所述待處理可見光波段圖像上任一像素點的亮度值，bn(i， j)為去云處理前所述待處理可見光波段圖像上任一像素點的亮度值，Cn(i, j)為步驟一中所述噪音圖像上任一像素點的亮度值，其中η為步驟201中分離出的可見光波段圖像的波段號，i表示行且j表示列；當(dāng)所述待處理遙感圖像中可見光波段圖像的數(shù)量為一個時，按照步驟201至步驟202 中所述的去云處理方法，對所述待處理遙感圖像中的可見光波段圖像進行去云處理；且可見光波段圖像的去云處理過程完成后，便完成所述待處理遙感圖像的全部去云處理過程， 獲得去云處理后的目標(biāo)圖像；當(dāng)所述待處理遙感圖像中可見光波段圖像的數(shù)量為多個時，需多次重復(fù)步驟201至步驟202，直至完成所述待處理遙感圖像中所有可見光波段圖像的去云處理過程；且所述待處理遙感圖像中所有可見光波段圖像的去云處理均完成后，便完成所述待處理遙感圖像的全部去云處理過程，獲得去云處理后的目標(biāo)圖像；當(dāng)所述待處理遙感圖像為全色圖像時，所述全色圖像為其上存在覆云區(qū)域的藍光單色圖像，且其薄云去除方法包括以下步驟步驟I、噪音圖像提取所述圖像處理設(shè)備調(diào)用低通濾波處理模塊且按常規(guī)的低通濾波方法，對所述藍光單色圖像進行低通濾波處理，以保留所述藍光單色圖像上覆云區(qū)域的遮擋背景信息，并相應(yīng)獲得所述藍光單色圖像的遮擋背景圖像；所述藍光單色圖像的遮擋背景圖像為需提取的噪音圖像；步驟II、圖像去云處理所述圖像處理設(shè)備調(diào)用去云處理模塊二，且根據(jù)公式a(i，j)= b(i, j)/C(i，j)，對所述藍光單色圖像進行去云處理；式中，a(i，j)為去云處理后所述藍光單色圖像上任一像素點的亮度值，b(i，j)為去云處理前所述藍光單色圖像上任一像素點的亮度值，C(i，j)為步驟I中所述噪音圖像上任一像素點的亮度值，其中i表示行且j表示列。
2.按照權(quán)利要求1所述的一種遙感圖像薄云去除方法，其特征在于步驟102中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；步驟二中可見光波段圖像去云處理完成后，所述圖像處理設(shè)備還需對所述目標(biāo)圖像進行直觀顯示；之后，對步驟102中進行低通濾波處理時的濾波核大小進行多次增減調(diào)整，并分別按照步驟一和步驟二中所述的去云處理方法，相應(yīng)獲得多個濾波核大小調(diào)整后的目標(biāo)圖像，且通過所述圖像處理設(shè)備對所獲得的濾波核大小調(diào)整后的多個目標(biāo)圖像進行直觀顯示；最后，通過肉眼對濾波核大小未調(diào)整前獲取的目標(biāo)圖像和濾波核大小調(diào)整后獲取的多個所述目標(biāo)圖像的去云處理效果進行對比，并從中選出去云處理效果最好的目標(biāo)圖像；步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；步驟II中圖像去云處理完成后，所述圖像處理設(shè)備還需對所述目標(biāo)圖像進行直觀顯示；之后，對步驟I中進行低通濾波處理時的濾波核大小進行多次增減調(diào)整，并分別按照步驟I和步驟II中所述的去云處理方法，相應(yīng)獲得多個濾波核大小調(diào)整后的目標(biāo)圖像，且通過所述圖像處理設(shè)備對所獲得的濾波核大小調(diào)整后的多個目標(biāo)圖像進行直觀顯示；最后，通過肉眼對濾波核大小未調(diào)整前獲取的目標(biāo)圖像和濾波核大小調(diào)整后獲取的多個所述目標(biāo)圖像的去云處理效果進行對比，并從中選出去云處理效果最好的目標(biāo)圖像。
3.按照權(quán)利要求1或2所述的一種遙感圖像薄云去除方法，其特征在于步驟101中所述的覆云區(qū)域為因被薄云層、薄云彩、薄霧或霾遮蓋而出現(xiàn)遮擋背景，并使得所拍攝地物隱約可見的圖像區(qū)域。
4.按照權(quán)利要求1或2所述的一種遙感圖像薄云去除方法，其特征在于步驟二中所述的可見光波段圖像為紅光波段圖像、綠光波段圖像或藍光波段圖像。
5.按照權(quán)利要求1或2所述的一種遙感圖像薄云去除方法，其特征在于步驟一中和步驟I中進行噪音圖像提取之前，先通過所述圖像處理設(shè)備對所述待處理遙感圖像進行直觀顯示，再通過肉眼找出所述待處理遙感圖像上存在的覆云區(qū)域；步驟102中或步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且m = 35 90 ；步驟102中或步驟I中進行低通濾波處理之前，根據(jù)所述待處理遙感圖像上所存在的覆云區(qū)域的圖像清晰程度和區(qū)域分布范圍大小情況確定低通濾波的濾波核大?。划?dāng)所述待處理遙感圖像上所存在覆云區(qū)域的圖像清晰程度越差，低通濾波的濾波核越??；反之亦然；且當(dāng)所述待處理遙感圖像上所存在覆云區(qū)域的分布范圍越大，低通濾波的濾波核越大；反之亦然。
6.按照權(quán)利要求1或2所述的一種遙感圖像薄云去除方法，其特征在于步驟102中或步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素，且90 > m彡47。
7.按照權(quán)利要求1所述的一種遙感圖像薄云去除方法，其特征在于步驟102中或步驟I中進行低通濾波處理時，低通濾波的濾波核大小為mXm個像素；且步驟102中或步驟 I中進行低通濾波處理后，所述圖像處理設(shè)備還需調(diào)用低通濾波邊緣效應(yīng)消除模塊，對所述噪音圖像上的低通濾波邊緣效應(yīng)待消除區(qū)域進行消除處理，所述低通濾波邊緣效應(yīng)待消除區(qū)域包括邊界線外側(cè)圖像區(qū)域和邊界線內(nèi)側(cè)需消除圖像區(qū)域，所述邊界線外側(cè)圖像區(qū)域為有效邊界線外側(cè)的圖像區(qū)域，所述邊界線內(nèi)側(cè)需消除圖像區(qū)域為包括所述有效邊界線內(nèi)側(cè) m個像素點的圖像區(qū)域，所述有效邊界線為所述有效邊界線為通過所述圖像處理設(shè)備對所述待處理遙感圖像進行邊緣檢測獲得的邊界線或者與通過所述圖像處理設(shè)備的參數(shù)輸入裝置人為輸入的邊界寬度值相對應(yīng)的圖像邊界線，且所述待處理遙感圖像位于所述有效邊界線外側(cè)的所有像素點的亮度值均為0，其消除處理過程如下·1021、邊界線外側(cè)圖像區(qū)域的像元值處理所述圖像處理設(shè)備調(diào)用所述低通濾波邊緣效應(yīng)消除模塊，將所述噪音圖像上處于邊界線外側(cè)圖像區(qū)域內(nèi)的所有像素點亮度值均修改為0;·1022、邊界線內(nèi)側(cè)需消除圖像區(qū)域像元值處理所述圖像處理設(shè)備調(diào)用所述低通濾波邊緣效應(yīng)消除模塊對所述邊界線內(nèi)側(cè)需消除圖像區(qū)域進行處理，將所述邊界線內(nèi)側(cè)需消除圖像區(qū)域內(nèi)所有像素點的亮度值均修改為最靠近所述邊界線內(nèi)側(cè)需消除圖像區(qū)域中心部位的像素點亮度值。
全文摘要
本發(fā)明公開了一種遙感圖像薄云去除方法，該方法采用圖像處理設(shè)備對待處理遙感圖像進行去云處理，待處理遙感圖像為數(shù)字遙感圖像且其為多光譜圖像或全色圖像；其薄云去除方法包括以下步驟一、通過低通濾波處理提取噪音圖像；二、低通濾波邊緣效應(yīng)消除處理；三、利用提取出的噪音圖像，對需去云處理的各波段圖像進行去云處理；四、顯示去云處理結(jié)果，適當(dāng)調(diào)整濾波核大小尺寸并相應(yīng)比較去云處理結(jié)果，找出去云效果最佳的目標(biāo)圖像。本發(fā)明設(shè)計合理、方法步驟簡單、適用面廣且實現(xiàn)方便、去云處理效果好，能有效解決現(xiàn)有遙感圖像去云方法存在的實現(xiàn)困難、操作過程復(fù)雜、處理速度慢、去云處理效果較差等多種實際問題。
文檔編號G06T5/00GK102509262SQ20111031577
公開日2012年6月20日 申請日期2011年10月17日 優(yōu)先權(quán)日2011年10月17日
發(fā)明者萬余慶 申請人:中煤地航測遙感局有限公司