Landsat衛(wèi)星圖像云和陰影去除算法研究.pdf

1、在信息時代的今天，遙感圖像的采集和解譯因計算機科學，電子信息，圖像處理技術的進步而不斷發(fā)展。大量的遙感資源圖像具備高分辨率與廣泛的區(qū)域覆蓋特性，這些數據信息可使用在許多領域，如農業(yè)生產，環(huán)境監(jiān)測，生態(tài)保護，基礎建設投資，地形建模等。然而，受大氣中不同形態(tài)的云和云陰影干擾，遙感衛(wèi)星經常得到模糊的圖像資源，嚴重影響了信息的時效性和完整性。另外在不同的背景下，亮白的云和較暗的陰影區(qū)域檢測較困難，如果僅僅只使用人工方式檢測云和云陰影，則極大影響

2、信息分析的效率。為克服發(fā)展與效率之間的矛盾，自動化去云和云陰影成為研究遙感圖像的一個很重要的科學領域。
　　基于多幅不同時相遙感圖像之間的信息補償方式，提高了解譯圖像的清晰度和整體利用率。使用C++程序設計語言調用Opencv庫函數，設計一套操作簡單的圖像處理軟件，并成功處理廣東和道縣地區(qū)的遙感圖像。論文的主要研究方法概括如下:
　　文章采用傳統的閾值、改進的分水嶺、小波融合算法檢測厚云區(qū)域。因厚云和薄云所具備物理屬性不同，

3、分別以不同的方式檢測和處理。改進的分水嶺算法先通過最大類間方差法標記亮白的區(qū)域，然后獲得完備的厚云邊界區(qū)域，避免了圖像過度的分割。小波融合的方式充分利用藍色通道圖像厚云區(qū)域的完整性與近紅外通道圖像厚云與背景區(qū)域的差異性。多時相圖像經3層小波分解，選取合適的小波分解系數，重構得到的圖像厚云與背景區(qū)域對比度明顯增強，利用傳統閾值的方式對融合后的圖像進行分割，能夠得到灰度值不是很高的厚云區(qū)域。最后以上三種算法均通過區(qū)域膨脹的方式獲得厚云邊界上

4、的薄云區(qū)域。在實際的應用中，為了排除灰度值相似于云的亮白背景對象和檢測出灰度值相似背景的薄云區(qū)域，提出的掩膜算法，能夠得到準確的云區(qū)域。
　　遙感圖像中的云陰影嚴重妨礙了信息提取和變化檢測的精確度，城市建筑、山體、和云都能產生陰影，或者在光譜特性上與陰影相似的水體。本文為了排除水體并檢測出云陰影，根據光譜間差異性檢測出水體。在近紅外波段下云的陰影比較暗，使用泛洪填充算法來獲得可能的陰影區(qū)域。隨后，通過幾何形態(tài)學的方式構造云與云陰影

5、之間的三維幾何關系，確定云的陰影。為了減少云與陰影匹配的迭代次數，本文通過云的亮溫值和光譜反射率確定云的高度，提高了陰影檢測算法的有效性和準確性。
　　為去除檢測得到的云和云陰影區(qū)域，根據不同時相圖像之間的差異，建立回歸關系。使用矯正后的不同時相圖像像素區(qū)域替換到被云和云陰影所污染的區(qū)域。從主觀視覺的角度評估結果所示:上述云檢測算法均能十分精確檢測出云區(qū)域，其中掩膜算法效果最佳，最后得到無邊界差異的去云效果圖，并適合Landsat