Landsat 8 OLI-TIRS遥感影像云层去除的3种方法对比分析研究

遥感影像的拍摄会受到大气、环境等多方面的影响,遥感图像被部分的云覆盖也就不可避免了。为了检验云层去除的效果,采用云量达到28.18%的Landsat-8 OLI-TIRS卫星影像,通过去霾处理、同态滤波、傅立叶变换三种方式,对去除结果从定性和定量两个方面进行了评价。从信息熵、均值、标准差3个具体的定量指标来分析,去霾处理在云层去除方面的效果明显优于其它两种方式。

基于支持向量机的遥感影像厚云及云阴影去除

提出一种基于支持向量机的遥感影像厚云及云阴影去除方法。首先利用支持向量机的学习性能检测影像中的云层,并利用太阳角度信息,判定云阴影区域,得到云层和云阴影的二值图。再对影像进行支持向量值轮廓波变换,利用云层和云阴影二值图生成的选择矩阵,对变换系数进行多层镶嵌,完成云层及云阴影的初去除。最后对影像镶嵌未能去除的云层及云阴影,通过统计学补偿的方法进行修复。仿真试验表明,该方法能有效恢复厚云区域的地物信息,形成的无云图像细节清晰,图像光滑。

高光谱遥感图像频域自适应同态滤波薄云去除

针对高光谱遥感图像波段多,各波段受云层影响程度不一致,云层本身不均匀等特点,提出了一种频域自适应同态滤波方法。该方法首先检测某个图像云层的范围和对应厚度,根据云层处于低频特点,利用变差函数确定滤波窗口,把云层按照空间邻域大小转换为傅立叶空间,根据云层厚薄调整高通滤波截止频率,然后反变换到空间域。该方法可解决频域空间同态滤波方法破坏无云区的信息,克服空间域滤波方法效果不佳,难以控制和解释的缺陷。结果表明,该方法在保持无云区信息不破坏前提下,较好地改善了不同厚薄云层的质量,计算机内存开销很小,对大数据处理速度较快。

图像替换去云的接缝消除研究

利用影像替换的方法去除云层，是提高遥感影像信息的一种有效方法。但是，对于拼接线的消除，不产生影像突变效应是一个必要环节。本文介绍了基于小波变换的拼接缝消除方法及其改进方法一基于拼接线的接缝羽化消除法。该方法能够在影像局部替换完成后，更好地修正拼接缝附近的灰度差异，使之在拼接缝处的灰度有一个光滑的过渡。