遥感图像厚云去除方法研究

发布时间：2019-08-29 11:43

【摘要】：遥感图像去云的关键技术是厚云及其阴影的检测技术。常规的云处理算法随云下垫面的差异而有所不同。对于有厚云的影像,利用同一地域不同时相的Landsat ETM中分辨率遥感影像,采用同周期近时相或不同年份同一季节的ETM遥感影像数据,根据每个波段的光谱特征的相对变化,设计了厚云及其阴影地域分类增强模型,结合该模型和常规的分类模型,采用线性回归分析的图像匹配法和像元替换运算,提出了减小甚至消除LandsatETM遥感影像数据中的云区域影响的方法。 研究所采用的试验数据均来自于Landsat ETM拍摄的珠海地区高分辨率卫星遥感影像,有云影像和无云影像的获取时间分别为2000年9月14日和2000年11月1日。在实验对象中,厚云与下垫面中建筑物、沙地等DN值相重合,而厚云及其阴影与水体其他阴影DN值也基本上重合,无法使用传统的阈值分割法进行厚云及其阴影的提取。在分析比较传统的阈值分割方法后,提出了一种基于小波变换的图像融合方法,利用ETM1蓝色通道图像厚云区域的完整性与ETM4近红外通道图像厚云与下垫面的明显差异,对其进行小波融合,增强图像中厚云区域与下垫面的对比度。然后用ETM2, ETM5,ETM7个波段合成图像的灰度图进行阈值分割,提取出厚云阴影区域。最后分别利用半径为3、5、7的平坦圆盘结构的膨胀图像精确地反演出厚云及其阴影区域,并确定最佳膨胀系数。该算法能将原始遥感图像中厚云区域完全替换为无云区域,基本排除建筑区域和阴影区域的干扰,增大了原始图像的可利用信息,同时也最大限度的保留了原始图像的数据信息,很好地利用了各个通道局部区域特征的优点。相比以往算法,解决了下垫面DN值重合造成的建筑物、沙地,水体等的误判情况,大大减小了系统运行时的运算消耗,加快厚云检测的处理速度,是一种简捷、高效的算法。
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP751

【参考文献】

相关期刊论文 前10条

1 李刚;杨武年;翁韬;;一种基于同态滤波的遥感图像薄云去除算法[J];测绘科学;2007年03期

2 郑战辉;韩少红;孙曼;杜延峰;;小波分解融合在图像去云处理中的应用[J];测绘技术装备;2006年01期

3 郭童英;尤红建;;一种基于小波融合的多时相遥感图像去云方法[J];测绘通报;2007年03期

4 董保根;秦志远;杨安红;;基于多时相遥感影像去除朵云及阴影的改进方法[J];测绘通报;2010年12期

5 董保根;秦志远;杨洪哲;李贺;;遥感图像上朵云及阴影区域的自动提取方法研究[J];测绘与空间地理信息;2010年05期

6 王修信;;半干旱地区草地与裸地水热通量的研究[J];广西师范大学学报(自然科学版);2006年02期

7 秦丽梅;王修信;梁冬冬;农京辉;罗涟玲;;水源林地区不同地表类型热效应的遥感反演分析[J];广西物理;2009年04期

8 秦雁;邓孺孺;何颖清;陈蕾;陈启东;熊首萍;;基于光谱及几何信息的TM图像厚云去除算法[J];国土资源遥感;2012年04期

9 陈奋;赵忠明;杨健;闫冬梅;;高分辨率遥感影像中的云阴影去除[J];计算机工程与应用;2005年35期

10 王润,刘洪斌,宫瑞;多光谱遥感图像去云方法[J];计算机与现代化;2005年06期

，

本文编号：2530501