利用辅助图像进行IKONOS图像的去云处理

遥感图像上的局部云层覆盖会直接影响遥感图像的使用，在图像预处理阶段应进行去云处理。文中讨论了IKONOS多光谱图像上的“厚云”去除方法。主要思路是：利用与IKONOS图像光谱特性极为相似的陆地卫星ETM+多光谱图像的前四个波段作为辅助图像，将ETM+图像与IKONOS图像配准后，利用辅助图像上的信息替换IKONOS图像上的有云区域，实现IKONOS图像的去云处理。实验表明：在辅助图像存在的前提下，本文的去云方法足一种理想的解决方案。

基于MODIS数据的去云处理实现方法

地表温度是监测地球资源环境动态变化的重要指标,精确定量反演陆面温度并分析温度变化趋势对旱灾预报、农作物产量估算、生态环境变化及区域规划等人们的生产生活方面具有重要研究意义。利用卫星遥感资料进行面状区域地表温度的同步快速获取已成为目前遥感定量研究中的重要任务之一。本文选取长三角05年全年46幅8天合成的地表温度产品数据MYD11A2,基于MODIS数据温度产品会涉及到云污染而导致数据缺失的问题,引入HANTS方法进行去云处理,为地表温度与下垫面关系时空分析奠定基础。

基于同态滤波和维纳滤波的太阳耀斑去云处理对比研究

对于太阳耀斑图像去云处理的研究,该文建立了基于同态滤波的去云模型以及基于维纳滤波的去云模型。通过两种模型分别处理图片,对比分析结果图后得出两种模型对太阳耀斑去云处理均有一定效果。但基于同态滤波的去云模型更适于太阳耀斑图片的去云处理,同时通过三维图像可以得出同态滤波去云效果最佳。

基于单景遥感影像的去云处理研究

去云处理是遥感图像处理以及大气纠正的重要步骤。常规的去云处理算法会随云的覆盖类型的不同而不同,如同态滤波或时间平均法,这些算法在去除云对影像影响的同时,往往会伴随地物信息的丢失。提出了基于单景遥感影像的去云处理算法———基于遥感影像分类结果及云检测结果的去云处理算法,目的是去除影像中云的散射影响,恢复地物的光谱信息。算法是针对局部有云的单景Landsat7 ETM+影像进行的。根据Landsat7 ETM+波段4,5,7对影像进行聚类分析,确定不同地物的覆盖类型;利用波段1,2,3及波段6划分出影像中的无云区以及不同覆盖厚度的云层;按照相同地物覆盖类型对非云区与不同云区进行平均反射率匹配,以达到去云的效果。结果表明,经过去云处理的影像,在分类运算中能够明显地提高分类精度,能够很好地恢复地物的光谱信息。

中国干旱区积雪面积产品去云处理方法验证与评估

针对MODIS每日积雪产品中云覆盖现象严重这一问题,以中国干旱区作为研究对象,结合AMSR-E被动微波雪深数据,采用多时相、多传感器数据融合的方法进行去云处理,获取MODIS每日,4 d,8 d和MODIS与AM-SR-E融合后的每日,4 d与8 d共6种新的积雪产品,并分别提取其积雪持续日数(SCD)。对比结果显示,MODIS与AMSR-E多传感器的阈值法4日融合产品在融合算法效率、云去除效果和融合后保持较高分类精度方面均有较好表现,其融合后的无云产品在全天气条件下具有96%的整体分类精度、80%的雪分类精度和99%的陆地分类精度,大大高于研究区原MODIS Terra-Aqua每日融合积雪产品全天候条件下64%,32%和70%的整体、雪、陆分类精度;并且由其提取的积雪持续日数不仅在最大程度上保持了原MODIS产品高的空间分辨率,而且精度较高,对研究区积雪的空间分布状况有很好反映。

资源三号卫星CCD影像云处理方法研究

在分析目前较为常用的多种去云方法特点后,选取改进的同态滤波算法进行去云处理,并与同态滤波法进行对比研究,通过定性分析与定量评价两方面比较。结果表明:基于改进同态滤波法对资源三号融合影像去云处理产生的遥感图像失真较小,同时很大程度地保持了空间纹理细节信息,是一种适合于资源三号影像去云的较好方法。

WorldView-3单景影像去云处理对比研究

针对云雾天获取的影像对比度低、地物细节模糊,严重影响影像后期处理的问题,该文基于WorldView-3(WV-3)遥感影像,通过薄云最优化变换(HOT)与点云算法相结合、暗通道两种方法去除或削减图像中云层信息,并采用相关系数、光谱扭曲度等参数定量评价两种方法的去云效果。结果显示,HOT与点云算法结合与暗通道两种方法均能对WV-3影像中云层信息进行去除,其中后者去云结果各波段的相关系数比前者去云结果平均高出6.9%,后者的光谱扭曲度比前者平均低出1.67%。因此暗通道去云方法要优于HOT与点云算法结合的去云方法。

基于改进同态滤波的遥感图像去云算法

去云处理是遥感图像处理以及大气纠正的重要步骤。在研究传统同态滤波算法的基础上,通过构建一个适当的带阻滤波函数,提出一种新方法来滤除图像中的云雾。在Matlab软件大量实验的基础上,分别对高斯高通滤波、巴特沃斯高通滤波和提出的新算法进行了比较,并结合主观和客观的评价方法对去云效果做出评价。结果表明,新算法优于传统滤波方法,且对于薄云图像效果更佳。

基于灰度梯度的遥感图像去云方法研究

针对遥感图像厚云处理的替换方法,提出基于图像灰度梯度的去云处理方法,即通过无云图像的灰度梯度特征来对有云图像的区域进行还原处理。实验测试结果表明,基于梯度的去云处理方法不仅去云效果显著,而且消除了传统替换方法中色彩差异较大的问题。设计了两种梯度计算方法,分别是基于比值的梯度计算方法和基于动态行梯度的计算方法。通过对这两个方法的对比分析,基于动态行梯度的去云方法是较为理想的去云方案。

基于小波的同态滤波算法处理太阳耀斑图像

近年来对太阳耀斑的研究受到多数研究人员的青睐,但是在观测时由于受到云物的遮挡,拍到的耀斑图片需要经过一定的处理才能被用作研究。该文首先将太阳耀斑图片转换为可读格式,构建了基于小波的同态滤波处理模型,经过处理后的图像去云效果良好,而且可以较好地保证图像原有样貌。

太阳耀斑图像去云方法比较研究

由于太阳耀斑图像中地球云雾对斑迹有所干扰,故需要对太阳耀斑图像进行去云处理。针对多尺度Retinex理论与暗通道优先算法两种去云方法进行比较研究,详细介绍了两种方法的数学模型与具体算法,分别运用两种方法对太阳耀斑图像进行去云处理,并进行MATLAB仿真,根据仿真结果对两者去云效果进行评估与对比。通过图像与客观误差参数比较两种去云方法,发现暗通道优先算法在影像平均灰度、细节信息显示、图片信息量与相对清晰程度等方面均优于多尺度Retinex去云方法,其中图片清晰度提升了约16%,标准差与信息量均提升了约8%,平均灰度降低了约27%。

基于改进暗通道先验的太阳耀斑图像去云研究

在太阳耀斑图像去云研究中,基本的暗通道先验方法存在不良效应,且其透射率优化算法过于复杂,占用空间较大。本文采用双边滤波算法对原始透射率的算法进行优化。根据标准差、熵与平均梯度这三个误差参数,将改进算法与原始的暗通道先验算法进行对比。结果显示,改进后的暗通道先验算法在太阳耀斑图像的去云方面有更好的效果。

基于遥感对不同下垫面地表温度时空变化分析

地表温度是监测地球资源环境动态变化的重要指标,地表温度与下垫面关系时空分析对旱灾预报、农作物产量估算、生态环境变化及区域规划等方面具有重要研究意义。本文选取长三角2005年全年46幅8天合成的地表温度产品数据MYD11A2,进行该区域全年地表温度与下垫面关系分析。利用MRT软件进行投影转换和HANTS软件去云处理,然后得到不同地物的时间序列变化曲线图,从时间序列和空间序列上分别分析不同地物的温度变化特点及其内在联系。