基于全变分模型的多时相遥感影像厚云去除算法

发布时间：2021-11-06 13:41

　　针对多时相遥感影像厚云去除出现的亮度不一致和明显边界的问题,提出了一种结合全变分模型和泊松方程的多时相遥感影像厚云去除算法。首先,通过多时相遥感影像间共同区域的亮度信息计算亮度校正系数,对图像的亮度进行校正,降低亮度差异对去云结果的影响。然后,基于选择多源全变分模型对亮度校正后的多时相遥感影像进行重建,提高融合结果的空间平滑性及其与原始影像的相似性。最后,利用泊松方程对重建图像的局部区域进行优化。实验结果表明,该算法能够有效解决亮度不一致和边界问题。 

【文章来源】：计算机应用. 2020,40(07)北大核心CSCD

【文章页数】：5 页

【部分图文】：

SMTV算法去云结果

其中：x为像素点坐标位置；Mi为第i张图像的掩膜；N为多时相遥感影像的数量。M中数值为1处即为所有图像中仅出现一次的区域，如图2所示。图2(a）、图2(b）、图2(c）为每幅图像的掩膜，图2(d）为仅出现过一次的区域。泊松编辑需要输入编辑区域的边界。已知待编辑的区域为G，该区域的边界可以通过式（16）计算：

其中：G1为膨胀处理结果（如图3(a));G2为腐蚀处理结果（如图3(b));C为获得的编辑区域的边界（如图3(c））。边界的外部图像的目的区域、内部的待编辑的图像区域、区域边界构成了泊松图像编辑模型的要素。以重建图像、区域边界作为输入，得到最终优化结果。图3(d）、图3(e）、图3(f）分别为待优化图像、亮度校正结果、本文算法最终结果。由图3可以看出，本文提出的算法有效地解决了重建图像中存在的区域亮度信息不一致和边界问题。

【参考文献】：
期刊论文
[1]利用引导图像块排序的遥感影像厚云去除算法[J]. 胡志勇,杨学志,董张玉,姜欢欢.  遥感信息. 2018(01)
[2]基于相似像元替换的遥感影像厚云去除方法研究[J]. 赵孟银,郑小慎,刘文静.  计算机应用研究. 2016(11)
[3]卡通纹理分解和全变分梯度算法实现图像恢复[J]. 蒋正金,端木春江.  计算机工程与应用. 2014(02)
[4]基于支持向量机的遥感影像厚云及云阴影去除[J]. 梁栋,孔颉,胡根生,黄林生.  测绘学报. 2012(02)
[5]基于支持向量机的遥感图像厚云去除算法[J]. 唐王琴,梁栋,胡根生,马雪亮,杭丹萍.  遥感技术与应用. 2011(01)



本文编号：3479936