基于图像的CBERS-CCD数据大气校正——以四川省紫坪铺库区为例

作为国产卫星遥感数据,CBERS—CCD的定量化研究和应用已受到我国学者高度重视,将其与汶川地震灾区恢复重建工作相结合更具实践价值。以四川省紫坪铺库区为例,建立了简化的大气校正模型,并采用改进的基于图像估计参数的方法,快速完成CBERS02B—CCD数据大气校正。结果证实,该模型方法能够消除大气影响,增强图像信息,并能满足一般遥感定量研究与应用的需要,具有较强的实用性和可推广性。

改进HOT法的Landsat 8 OLI遥感影像雾霾及薄云去除

针对Haze optimized transformation(HOT)方法存在的地物敏感性、过度矫正、红绿蓝波段RGB合成影像色彩失真等问题,提出了相应的改进方法。首先,采用归一化差分植被指数(NDVI)结合地物红蓝光谱差(RBSD)制作通用掩膜,并利用掩膜提取原始影像植被覆盖区对应的原始HOT图部分作为HOT值评估雾霾强度的有效像素集;然后从有效像素集出发推断非植被区的HOT值,得到有效HOT图;最后以有效HOT图为参考,实施暗目标减法。在暗目标减法过程中,首先利用直方图取百分位数的方法确定起始波段的改正值,然后根据散射模型计算其他波段的改正值。在红蓝光谱空间中,去雾后的影像表现出与原始无云区相似的特征,同时保持了不同地物间的差异。实验表明:改进的HOT方法能有效去除雾霾及薄云;有效解决了HOT对水体、裸地、人造地物等地表覆被类型的敏感性问题,避免了RGB合成影像的色彩失真;并且统一了不同波段的纠正尺度,解决了某一(或几个)波段的过度矫正问题,防止了块斑和光晕的产生。

单幅光学遥感影像去霾算法及评价综述

光学遥感影像经常受到云或霾影响,而在多数情况下极少能获取辅助数据用于遥感影像去霾;因此单幅光学遥感影像的图像处理去霾算法成为遥感影像预处理的重要技术。目前,不同研究者设计了多种算法,但是缺乏系统性的总结与对比分析,本文旨在系统性地总结单幅遥感影像去霾算法的研究进展,并提供典型算法的基本原理、优缺点及适用场景。采用文献综合分析方法从霾条件影像成像模型、基础原理和结果评价3方面对当前的去霾算法进行归类总结和原理剖析,然后结合具体应用场景分析算法的适用范围和存在问题,并提出可行的解决方案。常见的去霾算法大体可归纳为暗目标减法、滤波法、暗通道先验法和经验变换法4类,这些算法采用的霾条件影像成像模型包括加法模型、霾传输衰减模型和照明—反射模型等;在算法的评估中,常用的手段有主观分析方法、影像光谱特征分析方法以及图像质量指标评估法等。现有算法并不能适用于所有的场景或图像,存在模型参数难以自适应调整、模型对特殊地物类型敏感、处理结果失真严重等问题;算法的评价主要采用主观对比分析方法,根据应用需求构建客观指标成为目前的热点方向。