一种单时相光学遥感图像云覆盖区修复的自动处理方法技术

一种单时相光学遥感图像云覆盖区修复的自动处理方法，针对光学遥感图像中传统云覆盖区图像修复方法的局限性，本发明专利技术提出了一种单时相光学遥感图像云覆盖区修复的自动处理方法。首先，在厚云覆盖区提取阶段，提出一种基于颜色与纹理特征的提取方法，利用RGB彩色空间和共生矩阵对比度，对厚云覆盖区进行筛选；其次，在云覆盖区修复阶段，提出一种改进的Criminisi算法，对厚云覆盖区和薄云覆盖区的进行修复。该方法无需多时相数据、无需历史数据、无需多源数据就可高效的完成云覆盖区修复，实现光学遥感图像的快速可靠的云覆盖区修复应急应用。

An automatic processing method for cloud coverage area restoration of single temporal optical remote sensing images

An automatic processing method for repair of cloud cover area in single phase optical remote sensing image. Aiming at the limitation of the traditional cloud cover image restoration method in the optical remote sensing image, an automatic processing method for repairing the cloud cover area of a single phase optical remote sensing image is proposed. First, in the extraction stage of thick cloud cover area, a method based on color and texture features is proposed. Using the contrast of RGB color space and symbiotic matrix, the thick cloud cover area is screened. Secondly, an improved Criminisi algorithm is proposed for the thick cloud cover area and thin cloud cover area. Repair. The method can effectively repair cloud cover without multi phase data, no historical data and multi source data, so that the rapid and reliable cloud cover area for optical remote sensing image can be repaired for emergency application.

【技术实现步骤摘要】
一种单时相光学遥感图像云覆盖区修复的自动处理方法
本专利技术涉及一种遥感图像的处理方法，尤其是针对单时相光学遥感图像中云覆盖区域的有效修复及可视化提升方法。
技术介绍
光学遥感图像是土地利用、气象、环境监测等遥感应用领域的重要数据源。但光学图像较容易受到云雾的影响，给后续对图像的分析和判读带来了较大困难，例如遥感图像中地物的识别和分类；此外对遥感图像的可视性也有较大影响。因此，运用图像处理技术，去除或削弱云层在遥感图像应用中的影响，提高遥感数据的可用性及可判读性具有非常重要实用意义。传统的遥感图像去云修复方法可以主要分为三大类：基于先验模型、基于同区域不同源遥感数据、及基于同源多时相遥感数据。其中，基于先验模型的云覆盖区修复方法，大多是依靠对大量遥感影像进行特征的稀疏字典建立，并在修复阶段利用建立好的稀疏字典进行云覆盖区缺省数据的修复，如西北工业大学，李映等，通过特征块学习得到的稀疏字典进行云覆盖区修复，该类方法需要大量的历史遥感数据来进行建模。基于同区域不同源遥感数据的云覆盖区修复方法，大多数都是利用同一区域多光谱图像和红外图像中不同波段的信息来重构云覆盖区的图像信息。如，电子科技本文档来自技高网...

【技术保护点】
1.一种单时相光学遥感图像云覆盖区修复的自动处理方法，用于云覆盖区修复的应急应用，包括以下步骤：首先，在厚云覆盖区提取阶段，提出一种基于颜色与纹理特征的提取方法，利用RGB彩色空间中厚云覆盖区的颜色信息，初步筛选出厚云覆盖区，再利用共生矩阵对比度所反映的纹理特性，完成对厚云覆盖区进行提取；然后，在云覆盖区修复阶段，提出一种改进的Criminisi算法，对厚云覆盖区和薄云覆盖区的进行修复，该方法无需多时相数据、无需历史数据、无需多源数据就可高效的完成云覆盖区修复，实现光学遥感图像的快速可靠的云覆盖区修复应急应用。

【技术特征摘要】
1.一种单时相光学遥感图像云覆盖区修复的自动处理方法，用于云覆盖区修复的应急应用，包括以下步骤：首先，在厚云覆盖区提取阶段，提出一种基于颜色与纹理特征的提取方法，利用RGB彩色空间中厚云覆盖区的颜色信息，初步筛选出厚云覆盖区，再利用共生矩阵对比度所反映的纹理特性，完成对厚云覆盖区进行提取；然后，在云覆盖区修复阶段，提出一种改进的Criminisi算法，对厚云覆盖区和薄云覆盖区的进行修复，该方法无需多时相数据、无需历史数据、无需多源数据就可高效的完成云覆盖区修复，实现光学遥感图像的快速可靠的云覆盖区修复应急应用。2.根据权利要求1所述的方法，其特征在于：在厚云覆盖区提取方面，本专利首先利用RGB彩色空间对疑似厚云覆盖区进行基于颜色特征的初步筛选，之后，利用灰度共生矩阵对比度这一参数，对厚云覆盖区进行基于纹理特征的候选云覆盖区确认，具体步骤如下：A)基于颜色信息，初步筛选厚云覆盖区,包括：将整幅遥感图像RGB彩色空间各分量取值的综合判定作为初步筛选的条件，逐像素遍历图像，取彩色图像中分量R、G、B三通道均大于210的像素值区域作为疑似厚云覆盖区，B)基于纹理特征，确认候选云覆盖区，包括：基于步骤A)提取的疑似厚云覆盖区，采用共生矩阵派生特征中共生矩阵对比度参数，根据云覆盖区的局部纹理一般具有平滑过渡的特点，利用共生矩阵对比度越小、高频细节少且沟纹越浅的特性，排除共生矩阵对比度过高的非云高亮区域，确认候选云覆盖区。3.根据权利要求1所述的方法，其特征在于：在云覆盖候选区修复阶段，本专利提出基于改进Criminisi算法的云覆盖候选区修复方法，在保证厚云覆盖区修复的同时，加入对薄云覆盖区应急修复必要性判断的步骤，具体步骤如下：A)确定云覆盖区移除优先级,包括：针对获得的疑似厚云覆盖区，确定移除顺序，以保证图像中的线...

【专利技术属性】
技术研发人员：毕福昆，雷明阳，侯金元，杨志华，边明明，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京,11