一种卫星影像非均匀薄云去除方法及系统技术方案

本发明专利技术公开了一种卫星影像非均匀薄云去除方法及系统。该方法包括：采集卫星有云遥感数据；对数据进行筛选和归一化处理，根据归一化数据选取三个波段数据的最小值数据构建第一矩阵；对第一矩阵中预设大小的矩阵块进行最小滤波处理得到暗通道矩阵；选取暗通道矩阵中的最亮的n个像素点位置对应的归一化数据中的像素数据构建第二矩阵；对第二矩阵中的像素值求平均得到大气光；根据大气光和暗通道矩阵计算透射率图；根据透射率图和大气光确定第一还原数据；根据位置信息数据对极端像素数据进行还原，得到第二还原数据。本发明专利技术实现了非均匀薄云遮盖下卫星影像细节信息的重建同时确保卫星影像色彩保真。卫星影像色彩保真。卫星影像色彩保真。

【技术实现步骤摘要】
一种卫星影像非均匀薄云去除方法及系统


[0001]本专利技术涉及遥感影像
，特别是涉及一种卫星影像非均匀薄云去除方法及系统。

技术介绍

[0002]遥感影像的应用越来越广泛，对于遥感影像的质量要求也随之提高。高分辨率卫星影像获取费用昂贵，而云覆盖图像降低了影像的使用率，大约80％的光学遥感影像都会受到云的干扰导致利用价值降低，这会增加影像获取成本。通过有效的遥感影像去云和信息恢复处理，可以更大程度地利用获取的数据，保证信息顺利收集的同时降低使用成本，因此，遥感影像去除薄云技术具有重要的研究意义和实际应用价值。
[0003]遥感影像的云覆盖表现出局部非均匀覆盖和全覆盖云厚度分布不均匀的特点。现有的遥感图像薄云去除技术主要利用去雾领域方法进行全影像的薄云去除，缺乏非均匀云去除算法。造成非均匀云去除不彻底，或者无云区域影像色彩失真严重。
[0004]遥感影像中非均匀薄云覆盖的区域同时包含了云和地物的信息，因此很多研究都着重于去除薄云，重建地物信息。这是遥感影像的一个重要的预处理步骤，通过去云产生的深度信息也对后续信息的处理和卫星影像的应用有着重要作用。

技术实现思路

[0005]本专利技术的目的是提供一种卫星影像非均匀薄云去除方法及系统，以实现非均匀薄云遮盖下卫星影像细节信息的重建同时确保卫星影像色彩保真。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种卫星影像非均匀薄云去除方法，包括：
[0008]采集卫星有云遥感数据；所述卫星有云遥感数据包括三个波段数据，分别为R波段数据、G波段数据以及B波段数据；
[0009]对所述卫星有云遥感数据进行筛选和归一化处理，得到筛选数据和归一化数据；所述筛选数据包括极端像素数据和极端像素数据对应的位置信息数据；
[0010]根据所述归一化数据，选取三个波段数据的最小值数据构建第一矩阵；
[0011]对所述第一矩阵中预设大小的矩阵块进行最小滤波处理，得到暗通道矩阵；
[0012]选取所述暗通道矩阵中的最亮的n个像素点位置对应的归一化数据中的像素数据构建第二矩阵；
[0013]对所述第二矩阵中的像素值求平均，得到大气光；
[0014]根据所述大气光和所述暗通道矩阵计算透射率图；
[0015]根据所述透射率图和所述大气光确定第一还原数据；
[0016]根据所述位置信息数据对所述极端像素数据进行还原，得到第二还原数据；
[0017]基于所述第一还原数据和所述第二还原数据得到去云后的遥感图像。
[0018]进一步地，所述对所述卫星有云遥感数据进行筛选和归一化处理，具体包括：
[0019]筛选所述卫星有云遥感数据中像素值最高的2％像素数据和最低的2％像素数据，构成极端像素数据，并统计所述极端像素数据对应的位置信息数据；所述第一极端像素数据包括最大值数据和最小值数据；
[0020]对所述卫星有云遥感数据中的剩余数据进行线性拉伸至0
‑
255，得到归一化数据。
[0021]进一步地，所述透射率图的计算公式如下：
[0022][0023]其中，T表示透射率图，D表示暗通道矩阵，A
c
表示大气光。
[0024]进一步地，所述根据所述透射率图和所述大气光确定第一还原数据，具体包括：
[0025]根据所述透射率图和所述大气光，通过反解大气退化模型得到初始去云图像数据；
[0026]对所述初始去云数据进行逆归一化处理，得到第一还原数据。
[0027]进一步地，所述初始去云图像数据的计算公式如下：
[0028][0029]其中，J
′
表示初始去云图像数据，T表示透射率图，A
c
表示大气光。
[0030]本专利技术还提供了一种卫星影像非均匀薄云去除系统，包括：
[0031]数据采集模块，用于采集卫星有云遥感数据；所述卫星有云遥感数据包括三个波段数据，分别为R波段数据、G波段数据以及B波段数据；
[0032]筛选和归一化处理模块，用于对所述卫星有云遥感数据进行筛选和归一化处理，得到筛选数据和归一化数据；所述筛选数据包括极端像素数据和极端像素数据对应的位置信息数据；
[0033]第一矩阵构建模块，用于根据所述归一化数据，选取三个波段数据的最小值数据构建第一矩阵；
[0034]暗通道矩阵确定模块，用于对所述第一矩阵中预设大小的矩阵块进行最小滤波处理，得到暗通道矩阵；
[0035]第二矩阵构建模块，用于选取所述暗通道矩阵中的最亮的n个像素点位置对应的归一化数据中的像素数据构建第二矩阵；
[0036]大气光计算模块，用于对所述第二矩阵中的像素值求平均，得到大气光；
[0037]透射率图计算模块，用于根据所述大气光和所述暗通道矩阵计算透射率图；
[0038]第一还原数据确定模块，用于根据所述透射率图和所述大气光确定第一还原数据；
[0039]第二还原数据确定模块，用于根据所述位置信息数据对所述极端像素数据进行还原，得到第二还原数据；
[0040]去云后的遥感图像确定模块，用于基于所述第一还原数据和所述第二还原数据得到去云后的遥感图像。
[0041]进一步地，所述筛选和归一化处理模块具体包括：
[0042]筛选单元，用于筛选所述卫星有云遥感数据中像素值最高的2％像素数据和最低的2％像素数据，构成极端像素数据，并统计所述极端像素数据对应的位置信息数据；所述
第一极端像素数据包括最大值数据和最小值数据；
[0043]线性拉伸单元，用于对所述卫星有云遥感数据中的剩余数据进行线性拉伸至0
‑
255，得到归一化数据。
[0044]进一步地，所述透射率图的计算公式如下：
[0045][0046]其中，T表示透射率图，D表示暗通道矩阵，A
c
表示大气光。
[0047]进一步地，所述第一还原数据确定模块具体包括：
[0048]初始去云图像数据确定单元，用于根据所述透射率图和所述大气光，通过反解大气退化模型得到初始去云图像数据；
[0049]逆归一化处理单元，用于对所述初始去云数据进行逆归一化处理，得到第一还原数据。
[0050]进一步地，所述初始去云图像数据的计算公式如下：
[0051][0052]其中，J
′
表示初始去云图像数据，T表示透射率图，A
c
表示大气光。
[0053]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0054]本专利技术通过数据预处理、计算暗通道、加权最小二乘滤波、大气光估算、透射率图估算、透射率图细化、无云图像恢复和后处理等步骤，能够对云层分布及密度不一的带有非均匀薄云的单幅遥感影像实现去云。
附图说明
[0055]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星影像非均匀薄云去除方法，其特征在于，包括：采集卫星有云遥感数据；所述卫星有云遥感数据包括三个波段数据，分别为R波段数据、G波段数据以及B波段数据；对所述卫星有云遥感数据进行筛选和归一化处理，得到筛选数据和归一化数据；所述筛选数据包括极端像素数据和极端像素数据对应的位置信息数据；根据所述归一化数据，选取三个波段数据的最小值数据构建第一矩阵；对所述第一矩阵中预设大小的矩阵块进行最小滤波处理，得到暗通道矩阵；选取所述暗通道矩阵中的最亮的n个像素点位置对应的归一化数据中的像素数据构建第二矩阵；对所述第二矩阵中的像素值求平均，得到大气光；根据所述大气光和所述暗通道矩阵计算透射率图；根据所述透射率图和所述大气光确定第一还原数据；根据所述位置信息数据对所述极端像素数据进行还原，得到第二还原数据；基于所述第一还原数据和所述第二还原数据得到去云后的遥感图像。2.根据权利要求1所述的卫星影像非均匀薄云去除方法，其特征在于，所述对所述卫星有云遥感数据进行筛选和归一化处理，具体包括：筛选所述卫星有云遥感数据中像素值最高的2％像素数据和最低的2％像素数据，构成极端像素数据，并统计所述极端像素数据对应的位置信息数据；所述第一极端像素数据包括最大值数据和最小值数据；对所述卫星有云遥感数据中的剩余数据进行线性拉伸至0
‑
255，得到归一化数据。3.根据权利要求1所述的卫星影像非均匀薄云去除方法，其特征在于，所述透射率图的计算公式如下：其中，T表示透射率图，D表示暗通道矩阵，A
c
表示大气光。4.根据权利要求1所述的卫星影像非均匀薄云去除方法，其特征在于，所述根据所述透射率图和所述大气光确定第一还原数据，具体包括：根据所述透射率图和所述大气光，通过反解大气退化模型得到初始去云图像数据；对所述初始去云数据进行逆归一化处理，得到第一还原数据。5.根据权利要求4所述的卫星影像非均匀薄云去除方法，其特征在于，所述初始去云图像数据的计算公式如下：其中，J
′
表示初始去云图像数据，T表示透射率图，A
c
表示大气光。6.一种卫星影像非均匀薄云去除系统，其特征在于，包括：数据采集模块，用于采集卫星有云遥感数据；所述卫星有云遥感数据包括三个波段数据，分别为R波段数据、...

【专利技术属性】
技术研发人员：黄微，蒋斯立，牛祥华，黄睿，常夏威，
申请(专利权)人：上海大学，
类型：发明
国别省市：