基于PCA的多源SAR与光学影像联合去云研究

光学遥感影像易受云层影响,针对极端气候引起的突发地质灾害救援以及多云雨地区的常态化遥感监测,开展遥感影像的去云工作有着十分重要的意义。传统的去云研究多基于单源光学影像,应用局限性较大。本文根据云的光谱特征,立足于光学影像中云区的频率域特征,结合SAR影像纹理结构信息丰富且不受云雨影响的优势,采用主成分分析(PCA)和频率直方图匹配联合的方法对GF-1 WFV光学影像和COSMO-SkyMed合成孔径雷达影像两种非同源影像进行融合去云研究。结果表明,基于PCA的多源影像联合去云的方法不仅很好的实现了去云的效果,同时还增强了地物的纹理结构特征,有效的发挥了多源数据间隐含的优势,为卫星影像去云工作提供了一种新的思路,也为开展防灾减灾工作以及多云多雨地区的常态化监测应用增添了一种新的手段。