资源描述：
《高光谱遥感图像频域自适应同态滤波薄云去除》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第30卷第2期物探化探计算技术2008年3月文章编号:1001—1749(2008)02—0163—06高光谱遥感图像频域自适应同态滤波薄云去除刘星,胡光道(中国地质大学资源学院数地所,武汉430074)摘要: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
2、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。关键词:高光谱图像;频率域;自适应;云层去除中图分类号:TP75文献标识码:A[9]同态滤波。基于图像本身,实用性和操作性较[8]0前言强,通常在频率域进行,有些也拓展到空间域。[2,8]但很多文献指出,傅立叶变换消耗大量内存,遥感图像获取通常受天气的干扰,尤其在我国难以完成大数据量的图像处理。同时,频率域或小西
3、南地区,由于卫星通常在上午十点左右采集数波域滤波去云以损害无云区信息为代价;而空间域[8]据,而数据受云层的影响较大,严重影响了遥感技滤波通常需经验来调整参数,其结果很难解释,[1]术在该地区的解译和地质应用。云层去除研究难以控制去云结果。作者在本文中,从地质统计学是遥感图像各种应用的前提,具有重要的现实意空间相关原理,来决定滤波窗口的大小,在频域内[2、3]义。目前,高光谱遥感以其波段多,波谱分辨进行薄云去除,减少了内存开支,又避免了无云区率高而广泛应用于地学领域。以往针对某个或少信息的损失。数几个波段的云层去除
4、方法,难以适应大气窗口对[4]云层透射率不同特点,而且,云层去除方法要么1同态滤波去云原理[5]用其它时相图像来替代局部图像,或者用变换[6,10,11]的方法,例如K-T变换,去除喊噪声的分量,操作1.1薄云区成像原理[6]性和效果不太现实,信息通常产生损失。对于在有云区域,遥感卫星所接收到的图像信号,小块薄云,利用地质统计学原理进行克立格插值,是由太阳辐射经云层反射部分,太阳辐射经地物或也能起到良好的效果,但对大块云区效果却不理地面反射后,再穿透云层这二个部分组成,用公式[7][12]想。表达为目前,对于大面积
5、薄云的去除方法,通常采用f(x,y)=fi(x,y)·fr(x,y)(1)基金项目:中国地质大学优秀青年基金资助(CUGQNL0518);地质过程与矿产资源国家重点实验室开放基金资助(MGMR-2002-08)收稿日期:2007-04-10改回日期:2007-12-18164物探化探计算技术30卷[8]式中fi(x,y)为照射分量,其频谱特性集中在低云层的判别主要借鉴谢华美的方法,首先频波段,是云层分布的函数;fr(x,y)为反射分量,将高光谱反射率图像线性拉伸到0灰阶～255灰是地物的函数,其频率处于高频区域。去
6、云过程就阶(不拉伸需要调整参数),统计n×n邻域窗口内是去除fi(x,y),求fr(x,y)的过程,一般的滤波的平均值和方差,并求出邻域窗口的最小平均值和[10]器无法把fi(x,y)去掉。最大方差。对每个像素为中心的邻域,求出该邻域1.2同态滤波平均值与最大平均值的差,以及方差与最小方差的同态滤波把频率过滤作为图像处理的核心。差值。因为有云分布的区域,平均值偏大,方差偏其原理是,对式(1)二边求对数,则有小,把这二个值取绝对值相加,即对薄云分布打分。lnf(x,y)=lnfi(x,y)+lnfr(x,y)(2)求
7、出分值最大和最小的值,利用下式确定云层厚这样就把照射分量和反射分量分离,并转换到度。傅立叶空间。max_scare-scarescale(x,y)=×max_scare-min_scareF(u,v)=€f
8、lnf(x,y)
9、=€f
10、lnfi(x,y)
11、+num_row(7)€f
12、lnfr(x,y)
13、=I(u,v)+式中scale(x,y)是各个像素对应的云层厚度;R(u,v)(3)scare是按照邻域求出的各个像素的打分;num_然后,利用高通滤波,提取高频成份,过滤低row是最大的截止频率;min_scare和
14、max_scare分频,即可以把反映地物细节的信息加强,从而降低别是有云区像素的最大和最小得分,分值越小,云薄云层照射噪声。层越厚。G(u,v)=I(u,v)H(u,v)+2.2利用变差函数确定滤波窗口R(u,v)H(u,v)(4)变差函数是地质统计学中研究分布于空间,并再把傅立叶滤波结果反变换到空间域呈现一定结构性和随机性的自然现象,具有揭示周-1-1[1
