一种基于光谱修正的遥感影像数据去雾方法技术

本发明专利技术公开一种基于光谱修正的遥感影像数据去雾方法，属于遥感影像数据处理领域。包括以下步骤：获取多光谱遥感影像数据，反演地物反射率，统计受雾气影响波段的特征值及相关系数，将未受雾气影响或影响较弱的区域建立为感兴趣区，统计感兴趣区波段的特征值和相关系数，选取波段对，建立线性回归方程，根据波段对数据计算参数，再根据方程的参数进行波段更新运算，直至得到理想遥感影像数据去雾结果。本发明专利技术所提供的方法不需要测试，参数较少，调整简单，运算量小，复杂程度低，易于实现，可获取到视觉上更为清晰的影像，复原地物真实光谱信息，便于后续地物信息提取。

【技术实现步骤摘要】
一种基于光谱修正的遥感影像数据去雾方法
本专利技术涉及遥感影像数据处理领域，具体指一种基于光谱修正的遥感影像数据去雾方法。
技术介绍
遥感影像数据不仅可以提供丰富的地物信息，还具备光谱特性，在军事、监测、资源、环境、气象、农业等多个领域有着重要的应用价值。然而，受限于不同地区的自然气候环境，遥感影像数据经常受到霾、云、雾等空气中弥散的物质颗粒散射影响，导致遥感影像数据中地物光谱扭曲、模糊不清，地物光谱信息丢失或扭曲，严重影像遥感解译和信息提取，干扰遥感技术在多雾地区的应用。遥感影像数据可以以图像的方式展示，图像去雾方法目前主要分为两种：基于图像增强的方法和基于物理模型的方法。基于图像增强的方法主要通过提高有雾图像的对比度及突出图像的细节来改善图像的视觉效果，从而达到图像去雾的目的，这种方法比较成熟，而且应用广泛，但是这种方法只针对降质后的图像本身，没有考虑图像降质的原因，只能有限地提高图像清晰度，在去雾过程中对于图像突出部分的信息可能会造成一定的损失。基于物理模型的方法近年来受到研究人员的高度关注，通过构建相应的物理模型，反演复原出降质前的图像，把雾气对图像的影响抵消和去除，复原的图本文档来自技高网...

【技术保护点】
1.一种基于光谱修正的遥感影像数据去雾方法，其特征在于，包括以下步骤：步骤1：获取多光谱(删除)遥感影像数据，进行辐射定标、大气校正、几何校正，反演出地物反射率；步骤2：观察遥感影像数据的雾气弥散特征，逐一记录受雾气影响的波段，并统计各波段的特征值及相关系数；步骤3：将遥感影像数据中未受雾气影响或影响较弱的区域建立为感兴趣区ROI；步骤4：统计感兴趣区ROI中各波段的特征值和相关系数，并选取m个波段对，其中每个波段对包含两个对应的波段B1和B2；步骤5：对每个波段对，分别建立一个线性回归方程，利用波段对中对应波段B1和B2求解参数α和β：B1＝αB2+β  (1)其中，B1和B2表示波段初始数...

【技术特征摘要】
1.一种基于光谱修正的遥感影像数据去雾方法，其特征在于，包括以下步骤：步骤1：获取多光谱(删除)遥感影像数据，进行辐射定标、大气校正、几何校正，反演出地物反射率；步骤2：观察遥感影像数据的雾气弥散特征，逐一记录受雾气影响的波段，并统计各波段的特征值及相关系数；步骤3：将遥感影像数据中未受雾气影响或影响较弱的区域建立为感兴趣区ROI；步骤4：统计感兴趣区ROI中各波段的特征值和相关系数，并选取m个波段对，其中每个波段对包含两个对应的波段B1和B2；步骤5：对每个波段对，分别建立一个线性回归方程，利用波段对中对应波段B1和B2求解参数α和β：B1＝αB2+β(1)其中，B1和B2表示波段初始数据，α和β是线性回归方程的参数。步骤6：利用步骤5求得的参数α和β对B1和B2进行波段运算，得到更新后的对应波段数据b1和b2：b1＝(αB1-αρηB2-ρηβ)/(α-ρη)(2)b2＝(B1-ρηB2-β)/(α-ρη)(3)其中，B1和B2表示波段初始数据，b1表示波段B1的更新数据，b2表示波段B2...

【专利技术属性】
技术研发人员：张利军，
申请(专利权)人：湖南省有色地质勘查研究院，
类型：发明
国别省市：湖南,43