




下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
基于正交線性變換的遙感圖像去云方法
0地表面質量、近紅外遙感圖像的噪聲特征遙感圖像可以覆蓋廣闊的地表。例如,圖像可以覆蓋185.185km2的地表區(qū)域。但受天氣影響,云是可見光和近紅外遙感圖像的常見噪聲之一,它影響圖像的判讀、分析和使用。因此,研究遙感圖像云的去除方法,具有重要的現(xiàn)實意義。1原則和方法1.1當前方法現(xiàn)有的去云方法主要包括替換法、纓帽變換(K-T變換)法和同態(tài)濾波法3種。(1)云圖的配準和染色調(diào)整該方法采用同一地區(qū)不同傳感器獲取的無云影像的局部替換另一圖像上有云影像的目標,可以完全消除云層影響。其局限性在于:用來選取無云區(qū)的圖像必須與所研究的圖像具有相同或近似的成像季節(jié)和地面景物特征;圖像替換之前必須進行精確的圖像配準和色調(diào)調(diào)整,解決接邊線兩側的亮度差異問題。但在實際工作中,替換圖像往往難于獲取。(2)去云云該方法是根據(jù)多波段遙感圖像信息結構分析而確定的一種正交線性變換方法。它產(chǎn)生的第4分量被認為與噪聲(云)有關,舍棄該變量,將其余分量再進行逆變換,便達到了去云目的。但這種算法是基于傳感器特性的,現(xiàn)有的纓帽變換方法僅適用于MSS、TM(ETM)圖像,同時,該方法引起了波段的缺失,n個波段經(jīng)纓帽變換后得到n個分量,舍棄第4分量后,n-1個分量的逆變換只能得到n-1個分量。(3)頻域和變換的所有算法一幅圖像相當于一個二維函數(shù)f(x,y),該函數(shù)可以簡化為光源的入射量函數(shù)fi(x,y)與地面反射率函數(shù)fr(x,y)的乘積,即f(x,y)=fi(x,y)?fr(x,y)(1)f(x,y)=fi(x,y)?fr(x,y)(1)薄云范圍一般較大,表現(xiàn)出緩慢變化的空間域趨勢,在頻率域上具有低頻特征,可以視為fi(x,y)在空間上變化緩慢,其頻譜特性集中在低頻波段,而fr(x,y)描述的景物(景物本身具有較多的細節(jié)和邊緣)反映圖像的細節(jié)內(nèi)容,其頻率處于高頻區(qū)域。這樣,適當降低光源入射量函數(shù)fi(x,y)的影響,也就是在頻率域上削弱光源入射量函數(shù)fi(x,y)的成分,同時增強地面反射率函數(shù)fr(x,y)的頻譜成分,就可以削弱薄云的影響。具體方法是:首先,對圖像取對數(shù),使fi(x,y)和fr(x,y)在空間域變成相加關系;然后,在頻率域中利用濾波器H(u,v)(常用Butterworth濾波器)壓縮低頻段;最后,轉回空間域圖像f’(x,y)(圖1)。然而,遙感圖像處理軟件中采用的快速傅立葉變換算法(FFT)要求所處理的圖像行列數(shù)長寬均為2的整數(shù)次冪,否則,傅里葉逆變換無法得到正確結果。因此,在將圖像由空域變換到頻域之前,首先需要通過補0的手段將點數(shù)非2的整數(shù)次冪的非正方型網(wǎng)格采樣構造為一個長寬均為2的整數(shù)次冪的正方型網(wǎng)格,這在算法實現(xiàn)上較為復雜。另外,由于傅立葉變換的結果是復數(shù)浮點型的,一幅100M字節(jié)的存儲圖像經(jīng)變換后的結果將達到800M,因此,該變換對硬件要求高。鑒于此,在現(xiàn)有方法的基礎上,對同態(tài)濾波法進行改進,可以在一定程度上避免上述缺點。1.2基本反射率函數(shù)如前所述,圖像函數(shù)f(x,y)可以簡化為光源入射量函數(shù)fi(x,y)與地面反射率函數(shù)fr(x,y)的乘積。在這里,把式(1)的形式做如下改變f(x,y)=i0?fi(x,y)?fr(x,y)(1’)f(x,y)=i0?fi(x,y)?fr(x,y)(1’)式中,i0是光源入射量常數(shù),對于地表的每一點(x,y)來說都是恒定的;fi(x,y)是由薄云引起的入射量變化函數(shù)(相當于(1)式中的光源入射量函數(shù)被分解成了兩部分),fr(x,y)是地面反射率函數(shù)。fi(x,y)主要反映圖像低頻部分,即大范圍內(nèi)的亮度差異,去云的問題即轉化為如何減弱fi(x,y)所引起的圖像照明不均,圖像上各部分的平均亮度有起伏而使對應于云區(qū)的圖像細節(jié)結構較難分辨的問題,其流程如圖2所示。1.2.1空間域內(nèi)藥物累積關系的轉化由于fi(x,y)和fr(x,y)二者是乘積關系,在頻率域無法分開處理,因此,對式(1’)取對數(shù),使空間域內(nèi)的乘積關系轉化為相加關系,即g(x,y)=lnf(x,y)=lni0+lnfi(x,y)+lnfr(x,y)(2)g(x,y)=lnf(x,y)=lni0+lnfi(x,y)+lnfr(x,y)(2)在實際運用中,為了避免出現(xiàn)對0取對數(shù)而得到無意義的值,需要將f(x,y)加1之后再取對數(shù)。1.2.2鄰區(qū)平均的估計如果直接采用高通濾波提取fr(x,y),那么,無云區(qū)的細節(jié)部分會被過度增強,引起圖像失真。既然fi(x,y)變化緩慢,而fr(x,y)變化快速,那么,對g(x,y)進行低通濾波,就可以先把fi(x,y)分離出來,即g’(x,y)=LPF[g(x,y)]≈lni0+lnfi(x,y)(3)g’(x,y)=LΡF[g(x,y)]≈lni0+lnfi(x,y)(3)若一幅圖像包含噪聲,根據(jù)噪聲干擾的統(tǒng)計學特征,可以假定噪聲相對于每一坐標點是不相關的,且其數(shù)學期望值為零。與噪聲相類似,lnfr(x,y)快速變化,也可以假定其相對于每一坐標點是不相關的(其數(shù)學期望值不為零)。對圖像的某一區(qū)域來說,lnfr(x,y)可以視為“隨機加性噪聲”,對該區(qū)域取均值后可以“消除”。為了簡化計算,采用鄰區(qū)平均的方法來近似低通濾波算子,即g’(x,y)=LPF[g(x,y)]≈∑j=y?[N/2]y+[N/2]??∑i=x?[N/2]x+[N/2]f(i,j)??/N2(3’)g’(x,y)=LΡF[g(x,y)]≈∑j=y-[Ν/2]y+[Ν/2][∑i=x-[Ν/2]x+[Ν/2]f(i,j)]/Ν2(3’)式中,N是奇數(shù),上述計算在以(x,y)為中心,N×N大小的區(qū)域內(nèi)進行;[N/2]代表N/2的整數(shù)部分。N的取值應適當大,否則對于整幅圖像來說,較小的鄰區(qū)平均并不能很好地削弱高頻部分。但N值較大時,鄰區(qū)平均計算將相當耗時,這時,鄰區(qū)求和可以一種快速的、獨立于N值的算法進行,即∑i=m+1n+1f(i)=∑i=mnf(i)?f(m)+f(n+1)(4)∑i=m+1n+1f(i)=∑i=mnf(i)-f(m)+f(n+1)(4)均值計算避免了傅里葉(逆)變換和在頻率域中設計濾波器,是一種有效的近似同態(tài)濾波方法。1.2.3gx,y+lni0+lni0+lni0+lni0+lni0+lni0+lni0+lni0+lni0+lni0+b.y在公式(1’)中,i0是光源入射量常數(shù)(近似地用整幅圖像的均值來代替),ln(i0)也是一個常數(shù),這樣,減弱低頻部分的圖像可以很容易得到,即fe(x,y)=g(x,y)?g’(x,y)+lni0≈lni0+lnfr(x,y)(5)fe(x,y)=g(x,y)-g’(x,y)+lni0≈lni0+lnfr(x,y)(5)為了得到理想的效果,可以采用下面的公式進行圖像增強,即fe(x,y)=g(x,y)-a·g’(x,y)+lni0+c(5’)式中,0<a<1,通常取0.6<a<0.9,a過小不能有效減弱低頻;直接采用式(4)往往會使無云區(qū)的細節(jié)部分過度增強。給g(x,y)加上一個因子a的目的就是在上述兩種情況之間取得均衡。為了避免計算結果出現(xiàn)負值,加上一個適當?shù)母郊禹梒。1.2.4最終結果對fe(x,y)進行指數(shù)變換,就可以得到去云處理后的最終結果,即f’(x,y)=expfe(x,y)=i0?fr(x,y)(6)f’(x,y)=expfe(x,y)=i0?fr(x,y)(6)2云的去云能力和頻率分布以北京市官廳水庫附近為試驗區(qū),選擇2003年5月ASTER數(shù)據(jù)3N、2、1波段RGB假彩色合成圖像(插頁彩片1)進行去云試驗。如彩片1所示,圖像左側一半左右的區(qū)域被薄云覆蓋,景物反差小,細節(jié)部分難于辨認,局部區(qū)域覆蓋嚴重(如左上角),地面景物幾乎不可見。大氣中薄云的散射作用與被散射光的波長有關,波長越大,散射越強。也就是說,在多波段圖像中,可見光波段受影響最大,近紅外波段次之,中紅外、遠紅外波段的影響最小。在插頁彩片1中,1(B)波段受云的影響最大,數(shù)據(jù)均值偏高,因此有云的區(qū)域呈淡藍色調(diào)。文中云的去除方法是針對單波段圖像的,對于多波段圖像來說,可以先對每個波段進行單獨處理后再合成。由于各波段云的影響不同,在頻域中具有不同的頻率分布,傳統(tǒng)的同態(tài)濾波方法必須針對不同的波段,在頻域設計不同的低通濾波器和確定不同的截止頻率,實際操作較為繁瑣。而改進的同態(tài)濾波法在采用鄰區(qū)平均方法提取低頻成分fi(x,y)時,完全是基于圖像的,處理過程幾乎不需要人為干預和調(diào)整,使遙感圖像的去云工作變得相對簡便易行。試驗中采用49像元×49像元大小的鄰區(qū)。插頁彩片2是插頁彩片1的去云結果,插頁彩片3與4分別是插頁彩片1與插頁彩片2對應的局部(左上角圈出的位置)。可以看出,改進的同態(tài)濾波法是行之有效的,經(jīng)過處理的圖像整體色調(diào)比較均勻,有云區(qū)的細節(jié)得到充分增強,同時無云區(qū)的景物也沒有發(fā)生顯著的改變,薄云的影響基本消除。3基于同態(tài)濾波的遙感圖像去云方法(1)同態(tài)濾波法去云的原理是把圖像函數(shù)簡化為光源入射量函數(shù)與地面反射率函數(shù)的乘積,在頻率域中,利用濾波器削弱由于薄云存在而產(chǎn)生的低頻成分(光源入射量函數(shù)),同時增強代表地面景物細節(jié)的高頻成分(地面反射率函數(shù)),就可以削弱薄云的影響。但遙感圖像在空域和頻域間的相互轉化耗時多,計算機資源占用率高。(2)基于統(tǒng)計學原理,將傳統(tǒng)同態(tài)濾波法中的頻率域濾波處理步驟用空間域中求鄰區(qū)平均來代替,避免了傳統(tǒng)同態(tài)濾波法的一些不足。試驗表明,利用改進同態(tài)濾波法來削弱遙感圖像中薄云的影響可以收到良好的效果。(3)在有厚云覆蓋區(qū)域,由于地面反射幾乎完全被云層阻擋,圖像中基本不含地面信息,即圖像函數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 從容面對:育嬰師試題及答案
- 提升人力資源管理能力的試題及答案解析
- 現(xiàn)代農(nóng)業(yè)技術培養(yǎng)方案(最終)
- 投資策略的選擇及應用試題及答案
- 小學家長會感恩教育
- 2024圖書管理員行業(yè)案例研究試題及答案
- 黑龍江林業(yè)職業(yè)技術學院《口腔解剖生理學綜合實訓》2023-2024學年第二學期期末試卷
- 如何通過禮儀提升客戶滿意度試題及答案
- 黑龍江省佳木斯市樺川縣2025年五下數(shù)學期末統(tǒng)考模擬試題含答案
- 黑龍江省哈九中2024-2025學年高三摸底(4月)調(diào)研測試物理試題含解析
- 新教材高中歷史必修中外歷史綱要上全冊教學課件
- 《我為班級添光彩》主題班會課件
- 如何賞析英文詩歌
- 公共部門人力資源管理概論課件
- 西門子s7硬件相關-simadynd介紹
- 風電齒輪箱結構原理及維護知識課件
- 【計算機應用基礎試題】韓山師范大學2022年練習題匯總(附答案解析)
- 文件袋、檔案袋密封條模板
- 10t單梁起重機安裝方案
- 科技小巨人工程驗收培訓
- 環(huán)境經(jīng)濟學課件:第十次課 環(huán)境污染與效率費效分析等
評論
0/150
提交評論