一种高分辨率遥感图像薄雾快速去除技术制造技术

本发明专利技术针对波长在可见光与近红外范围的高分辨率遥感图像提供一种快速、自动的薄雾去除技术，该技术主要包括以下步骤：从目标图像本身估计薄雾的分布与厚度；在有与目标图像同一区域、获取季节相近且清晰的参考图像的情况下，利用参考图像更加精细地排除地表特性的影响，获取精细的薄雾数据；将估计出的薄雾数据代入薄雾成像模型，得到去雾后的图像。该算法利用二次大尺度中值滤波技术估算薄雾，处理流程简单、无需人工交互、处理速度快的特点，算法稳定，适用于薄雾厚度大、分布不均匀、不适合绝对辐射校正的高分辨率遥感数据的辐射处理。

【技术实现步骤摘要】
【专利摘要】本专利技术针对波长在可见光与近红外范围的高分辨率遥感图像提供一种快速、自动的薄雾去除技术，该技术主要包括以下步骤：从目标图像本身估计薄雾的分布与厚度；在有与目标图像同一区域、获取季节相近且清晰的参考图像的情况下，利用参考图像更加精细地排除地表特性的影响，获取精细的薄雾数据；将估计出的薄雾数据代入薄雾成像模型，得到去雾后的图像。该算法利用二次大尺度中值滤波技术估算薄雾，处理流程简单、无需人工交互、处理速度快的特点，算法稳定，适用于薄雾厚度大、分布不均匀、不适合绝对辐射校正的高分辨率遥感数据的辐射处理。【专利说明】一种高分辨率遥感图像薄雾快速去除技术
本专利技术涉及遥感图像薄雾去除技术，具体的说，涉及一种针对可见光到短波近红外波段(0.4?I μ m)高分辨率遥感图像的薄雾快速去除技术。
技术介绍
遥感图像在成像过程中会受到大气分子、气溶胶和云粒子等大气成分的吸收与散射影响，为了获取地表真实地物的信息就要去除这些影响。目前遥感技术已经逐渐从定性发展到定量阶段，对于国外多数传感器数据，去除大气影响的首选方法是绝对大气校正(Absolute Atmospheric Correction),绝对大气校正是基于大气福射传输物理过程的,将遥感图像的DN(digital number)值转换为地表反射率或地表反射辐亮度的方法。研究者们发展了很多算法来消除太阳辐照度、大气和传感器差异带来的影响，例如:6S、M0DTRAN等辐射传输模型。该类方法较复杂，需要利用一系列参数(例如，卫星过境时的地物反射率、大气能见度、太阳天顶角和卫星传感器标定参数等)。薄雾是大气影响严重到一定程度的表现，分布与厚度都不均匀的薄雾严重影响遥感图像的质量，对于目前很多高分辨率遥感图像，很难使用绝对大气校正来达到去除薄雾的目的，主要原因有2个，首先是绝对大气校正方法的限制，当薄雾厚度增加到一定程度(比如表现为气溶胶厚度超过I)，绝对大气校正依赖的6S、M0DTRAN等辐射传输模型结果将产生很大误差。其次是高分辨率遥感图像的限制，这些数据波段设置往往只有可见光到短波近红外(0.4?I μ m)，缺少绝对大气校正方法常用的长波近红外波段(2.1 μ m)，并且绝对大气校正所需要的参数获取困难。对于无法采用绝对大气校正的高分辨率遥感图像，目前多依赖基于图像图像本身的薄雾去除技术。商业软件ERDAS采用基于直方图匹配的方法，人工将图像划分为清晰和模糊区域，假设两类区域真实地表的直方图是相同的，匹配模糊区域与清晰区域的直方图达到薄雾去除的目的，方法虽然简单，但效果有限，并且需要人工交互。还有一些方法基于同态滤波、小波变换等，这类方法普遍存在处理效果有限、参数设置困难、运算速度较慢、很难适应大尺寸、大数据量遥感图像的去雾处理。目前中国大力发展卫星遥感技术，近年来发射了一系列的高分辨率遥感卫星，例如高分系列卫星、资源系列卫星与环境减灾系列卫星等，获取的高分辨率遥感图像数据量急速增加，随着近年来中国环境污染导致的雾霾现象急剧恶化，薄雾越来越多的出现在这些高分辨率遥感图像中，在无法采用绝对大气校正去除薄雾影响的情况下，研究一个有效的、自动的、快速的薄雾去除技术，满足海量高分辨率遥感图像去除薄雾的工程化要求成为目前国家的迫切需求。
技术实现思路
本专利技术的目的是针对遥感应用，提供一种快速的高分辨率遥感图像薄雾去除技术，特别是对于那些可见光到短波近红外波段的高分辨率遥感图像的、厚度与分布都不均匀的薄雾的去除。本技术利用二次大尺度中值滤波技术从图像本身估计薄雾的分布与厚度，并利用半物理的薄雾成像模型去除薄雾的影响。本专利技术的基本思路为:针对波长在可见光与近红外范围内的高分辨率遥感图像，先提取每个波段的暗通道数据，然后在暗通道数据上利用大尺度的中值滤波进行两次过滤，提取图像中具有大范围、高亮度、低频的信息来近似薄雾的分布与厚度，最后将估算出的薄雾数据代入半物理的薄雾成像模型，获得去除薄雾后的图像。本技术可以基于单张图像去除薄雾，估算出的薄雾有可能包含一些地物的信息，也可以利用相同区域的清晰图像作为参考数据，区分出地物的贡献，从而取得更好的去雾效果。所述的高分辨率遥感图像即包括卫星传感器数据，比如国产高分系列卫星、资源系列卫星与环境减灾系列卫星中的高分辨率多光谱传感器数据，也可以来自近地的航空传感器数据，比如飞机、无人机等飞行器平台，这些数据一般最多只有可见光到短波近红外的4个波段，定量化程度不高，不适宜进行绝对大气校正来去除大气影响。本专利技术的技术方案提供的高分辨率遥感图像薄雾去除方法，其特征在于包括以下实施步骤:A从目标图像本身估计薄雾的分布与厚度；B在有与目标图像同一区域、获取季节相近且清晰的参考图像的情况下，利用参考图像更加精细地排除地表特性的影响，获取更加精细的薄雾数据；C将估计出的薄雾数据代入薄雾成像模型，得到去雾后的图像；上述实施步骤的特征在于:步骤A中所述从目标图像本身估计薄雾的分布与厚度，主要依据的假设是薄雾在高分辨遥感图像中具有大面积、高亮度、低频的特性，利用该假设，通过图像处理的方法估算薄雾，具体是先计算图像每个波段的暗通道数据，然后基于暗通道数据，利用二次大尺度中值滤波技术获得薄雾的估计。步骤A中采用的二次大尺度中值滤波技术可以很好地适应高分辨率遥感图像的分布与厚度特征，且有计算量小、处理速度快的特点。大尺度中值滤波算法采用与滤波半径大小无关的快速算法。步骤B中所述的参考图像是与目标图像来自相同传感器，具有相同的地理区域，且获取季节相近，受大气影响小的、相对清晰的图像。由于步骤A中依据薄雾假设估算出的薄雾数据可能含有一定的地物信息，利用对参考图进行步骤A中的计算，获取地表估计，然后利用平滑窗口技术从步骤A中获得的薄雾估计数据中去除其中的地表信息，得到更加精细的薄雾估计。在没有参考图像的情况下，步骤B可以省略。步骤C中所述薄雾成像模型，来自定量遥感领域的大气辐射传输理论，描述了太阳光辐射与地表、大气作用后到达传感器的过程，该模型在步骤C中的计算不带物理单位，是一种半物理的模型。本专利技术与现有技术相比有如下特点:通过图像本身估算薄雾的分布与厚度，相比传统的基于同态滤波、小波变化等提取低频信息来去除薄雾的方法，该技术利用二次大尺度中值滤波技术获取图像中具有大面积、高亮度、低频信息作为薄雾的估计，具有处理流程简单、无需人工交互、运算速度快的特点，而且在算法的稳定性以及适用性上都具有优势。为中国目前那些定量化程度低、空间分辨率高的可见光到短波近红外多光谱遥感图像薄雾去除提供了一种简单的解决方案。该技术结合图像分块处理技术及OpenMP加速技术后可完成大尺寸、海量遥感图像的工程化处理需求。【专利附图】【附图说明】:图1是高分辨率遥感图像薄雾去除流程图图2是薄雾成像模型示意图图3是薄雾去除结果示意图，前三个波段(RGB)采用ENVI软件默认2% linear增强显示，左为某高分数据，右为泰国地球观测系统卫星数据图4是薄雾去除结果示意图，前三个波段(RGB)采用ENVI软件默认2% linear增强显示，左为资源3号卫星数据，右为环境减灾卫星A星CXDl数据【具体实施方式】:本技术的思想是利用二次大尺度中值滤波技术估算薄雾的分布与厚度，然后代入薄雾本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：胡昌苗，唐娉，郑柯，冯峥，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：