遙感影像去除云地方法

《遙感影像去除云地方法》由會員分享，可在線閱讀，更多相關《遙感影像去除云地方法（9頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、【摘要】：隨著遙感技術的迅速發(fā)展,高分辨率遙感影像的應用越來越廣泛,但 它也極易受到氣候因素的影響,云層遮擋就是影響之一。去云不僅是遙感影像進行 準確解譯的基礎,也是增強遙感數(shù)據(jù)有效性、可用性的重要途徑,故遙感影像去云 具有十分重要的實際意義。 本文在總結常用去云方法基礎上,對遙感影像薄云去 除方法從圖像處理角度進行了深入研究,對遙感影像厚云處理方法亦進行了探討 并改進。論文主要研究內容及結論如下: 1、總結常用去云方法,得到去除薄云的 基本思路,為后續(xù)研究奠定基礎。 2、對常用遙感影像去薄云的方法分區(qū)域處理, 并探討直方圖匹配的改進,實驗證明改進方法去云效果更為理想。 3、利用數(shù)學形 態(tài)學中

2、閉開運算的濾波性質,將數(shù)學形態(tài)學引入遙感影像薄云處理中。將多結構元 素數(shù)學形態(tài)學應用到去薄云中,深入的探討了不同結構元素在去云中的作用;在傳 統(tǒng)的分通道處理和基于 HIS 變換處理的基礎上,引入數(shù)學形態(tài)學處理彩色遙感影 像的薄云。研究表明,數(shù)學形態(tài)學方法去除影像薄云可行有效,在合理選取結構元 素的條件下,處理效果優(yōu)于傳統(tǒng)方法。 4、在現(xiàn)有影像厚云去除方法基礎上,探討 并實現(xiàn)了基于影像匹配的厚云去除方法。采用同一地區(qū)的航片 IKONOS 影像上的厚 云遮擋區(qū)域進行替換修補實驗,實驗證明該算法可以實現(xiàn)高分辨率遙感影像厚云 區(qū)域的影像修復,直方圖匹配及接縫處理后可以達到理想的修補視覺效果。 5、引

3、入平均灰度、標準差、熵值、峰值信噪比和平均絕對偏差等指標對薄云去除后的 影像進行統(tǒng)計分析評價。比較各項指標可知,廣義多結構元素方法能夠較好地保持 影像細節(jié)信息,去薄云處理效果最好;處理彩色遙感影像薄云時,分通道處理方法 優(yōu)于HIS變換方法。， 關鍵字：遙感影像 去云 圖像處理 同態(tài)濾波 一． 實習內容 去除遙感影像 lainer.img 中的云層 二． 實習目的 遙感成像過程極易受云霧的影響，遙感圖像中被云霧遮蓋的區(qū)域 直接影響了圖像的圖像信息的判讀，分析和使用，使得圖像的有效利 用率降低，因此，研究如何有效地減少或消除云霧的影響，對于提高 遙感圖像的利用率具有重要的現(xiàn)實意義和經(jīng)濟意義。

4、 三． 去除云層的方法 同態(tài)濾波法，小波變換，非監(jiān)督分類 四．遙感影像去除云的具體實施方案 1. 顯示原圖像 lainer.img 2. 對 lainer.img 進行同態(tài)濾波得到 lainer-homomorphic 影像 同態(tài)濾波是運用照度和反射率模型對遙感圖像進行濾波處理，常 常應用于揭示陰影區(qū)域的細節(jié)特征。該方法的基本原理是：減少低頻， 增加高頻，從而銳化圖像邊緣或細節(jié)特征的圖像增強方法 ,一幅影像 f(x,y)能被表達成照度分量和反射分量兩部分的乘積： f(x,y)=i(x,y)*r(x,y) 式中 i(x,y) 為照度分量， r(x,y) 為反射分量 3.

5、對圖像 lanier.img 進行傅立葉變換 傅里葉變換圖像就是把輸入的空間域彩色圖像轉換成頻率域，把 RGB 彩色圖像轉換成一系列不同頻率的二維正弦波傅里葉圖像 *.fft)。 V Help iBage Interpreter Spatial Enhancemert... Radiometric Enhancement... Sp已ctral Enhancement... HyperSpectral Tools... Founer Analysis... Fourier Analysis FFT Layer: lanier-fftlft laniei-fft

6、.fft l_j System Vulume Infurmation _l kvideD_cac：he I地畀 I紅妙 」算法 I復法試題 Periodic Noise Removal... Humomorphic Filter... ◎ (F：：l Layer N urnbe匚 I Topographic Analysis... GIS Analysis... Utilities ... Fourier Transform ... Fourier Iransform Editor... In verse Fourier T ransform ... Fouri

7、er Magnitude... Cancel Close Help 口 -t: E.H-= :Ed.i 上 M 汪nk H亡：Lp 4. 低通濾波：消弱圖像的高頻組分，而讓低頻組分通過，是圖像更加 平滑，柔和。操作如下所示： 5.對 lainer-homomorphic 影像進行非監(jiān)督分類 非監(jiān)督分類的過程及結果如下所示： Rast er It-tribut b Ed.i."tor — Lainer-nc..?匚「口 X Rm 6 II 50 100 5 6 T <旦 孑 L Viever ?1 : lainer-uc.iag

8、(:Layer.D Class Hames 0口加2 2 才Iteil 3 zhiteiZ 4 zhtei3 5 zhtei4 DireclEn: Adtcfnatic S 阿用: file Hl訂Lty Vieiv JCI Kaster Htlp 金3辭軒電饉vm：r p v 6 zhteE 0冷應 r* Vertical Horizortsi 廠 Aiio Mode Speed:卩皿耳 Swipe PcdEort Cancel

9、 6．去除云層處理 一幅圖像的照度分量通常表現(xiàn)為空間域的慢變化為特征，而反射 分量往往引起突變，特別是在不同物體的連接部分，這些特征導致圖 像對數(shù)的傅里葉變換的低頻部分與照射分量相聯(lián)系，而高頻部分與反 射分量相聯(lián)系在一起。在圖像處理過程中我們可以將云霧信息作為照 射分量來處理，通過使用同態(tài)濾波器減少低頻的貢獻，而增加高頻的 貢獻來達到云霧去除的效果，其處理流程如下圖所示： F(x,y) TLNTFFTTH(x,y) FFTTexpTu(x,y) 經(jīng)過同態(tài)濾波的方法去除 lainer-homomorphic 影

10、像的云層遮蓋的結 果如下所示： 五． 結果評價及分析 ERDAS MAGNE 遙感圖像處理系統(tǒng)，在遙感圖像處理上，提供了傅 里葉變換，傅里葉逆變換以及傅里葉變換編譯器等功能，為實現(xiàn)較好 的去云效果，利用同態(tài)濾波云霧去除的模型對圖像進行處理。經(jīng)處理， 有云霧的遙感圖像得到了不同程度的去除，圖像模糊程度輕，噪聲濾 除的效果較好。 六． 結論 本文從云霧的空域，頻域特征進行分析，利用同態(tài)濾波處 理圖像的基本原理和 ERDAS MAGNE 強大的圖像處理建模功能， 對遙感圖像中云霧的覆蓋進行去除，因此該方法具有一定的普 適性。 從去云的效果來看，薄云去除有時會導致一些信息的丟失 只是由于在高通濾波中，濾去低頻成分時，也同時濾掉了一些 有用的信息，為此應該將截止頻率取小一些；另外該方法對于 大范圍存在薄云的去除效果較好，但對厚云的去除效果不佳， 需要進一步探討研究。 參考文獻： (1) Kenneth R Castkm an數(shù)字圖像處理【M】北京：電子工業(yè)出版 社.1998 (2) 郭德方遙感圖像的計算機處理和模式識別【M】北京：電子工 業(yè)出版社. (3) 馮春，馬建文，戴秦等，一種改進的遙感處理薄云快速去除方 法【J】國土資源遙感.2004