基于高分辨率卫星影像的雾霾处理技术研究

基于高分辨率卫星影像的雾霾处理技术研究

ID:4481767

大小:790.03 KB

页数:5页

时间:2017-12-01

基于高分辨率卫星影像的雾霾处理技术研究_第1页
基于高分辨率卫星影像的雾霾处理技术研究_第2页
基于高分辨率卫星影像的雾霾处理技术研究_第3页
基于高分辨率卫星影像的雾霾处理技术研究_第4页
基于高分辨率卫星影像的雾霾处理技术研究_第5页
资源描述:

《基于高分辨率卫星影像的雾霾处理技术研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于高分辨率卫星影像的雾霾处理技术研究刘怡张世群张平(四川省遥感信息测绘院,四川成都610100)[摘要]本文以高分辨率卫星影像雾霾处理的相关技术为基础,结合基于单波段信息和多光谱信息的雾霾处理算法,提出了采用傅里叶变换实现雾霾厚度影像完善的方法,并采用四川省眉山市“资源三号”卫星影像作为数据源,经雾霾探测、雾霾完善以及雾霾去除等处理,获取了相应的去雾霾影像。对其进行目视判断和统计分析的结果表明,本文提出的雾霾处理方法有效地去除了影像上雾霾的影响,并较好地保持了地物细节信息,是一种快速、高效且具有较强普

2、适性的雾霾处理方法。[关键词]高分辨率影像;雾霾探测;雾霾完善;雾霾去除[中图分类号]P236[文献标识码]A[文章编号]1674-5019(2014)06-0254-05ResearchonHazeRemovalforHigh-ResolutionSatelliteImageLIUYiZHANGShi-QunZHANGPing和张韧对模糊图像进行了适当层次的小波分解,对低频分量进行LUM滤波、canny算子边缘增强,对高频分量进行基于领域统计特性的阈值处理,最后经图像重构有效地减少了噪声、保持了图像细

3、节[4]。贺辉等人以影像的局部方差作为优化原则,对卫星影像进行自适应滤波处理,并结合非线性灰度变换,较好地实现了薄雾霾的去除及影像地物信息的保真[5]。然而,基于单波段的滤波算法未顾及到影像多个波段的相关性,仅通过人工为各个波段设置滤波参数,无法避免丢失影像细节信息的问题。基于多光谱信息的算法利用多光谱卫星中某些波段的相关性,以及对雾霾的较强敏感性来提取雾霾信息,再通过相关运算削弱雾霾影响,达到影像增强的目的[2]。其中,具有代表性的方法是ZhangY于2002年提出的基于雾霾最优变换算法(简称HOT算

4、法,HazeOptimizedTransformation)提取LANDSAT卫星影像中所包含的雾霾成分(形成HOT影像),最后利用暗目标法将其去除[6]。利用该算法探测雾霾至少需要满足两个假设条件:(1)探测雾霾的波段在清晰区域(简称CR,ClearRegion)必须是高度相关;(2)探测雾霾的波段对雾霾必须呈现出不同的辐射量。2007年,DalMoroG.和HalounovaL为该算法引入水体和城区掩膜运算,并通过内插来平滑掩膜后的HOT影像,在一定程度上降低了地物和水体对雾霾探测的影响[7]。然而

5、,HOT算法的第一个假设条件一般较难满足,直接使用该算法容易导致雾霾处理影像的过纠正或纠正不足问题。因此,刘长兵等人提出改进的HOT算法,即背1引言2012年1月9日,我国首颗民用高分辨率三线阵立体测绘卫星“资源三号”(简称ZY-3卫星)发射成功,并连续、稳定地获取了大量遥感影像数据,为全国1︰5万基础地理信息产品生产、1︰2.5万及更大比例尺地形图的修测和更新提供数据支持,同时为国土资源调查和监测、防灾减灾、农林水利、生态环境、城市规划与建设、交通等领域的应用提供服务和保障[1]。然而,在丘陵浅山区,

6、该类可见光和近红外遥感影像数据极易受到雾霾的影响,使其感兴趣区域的清晰度降低,严重影响其解译、分析以及使用。因此,对高分辨率卫星影像展开雾霾处理技术研究,不仅可以增强其有效性,还可为遥感影像的预处理提供重要研究途径。当雾霾完全遮挡地物信息时,需要利用辅助数据,才能完成影像雾霾的去除。因此,大多数算法均为薄雾霾设计,即利用影像自身的空间、频率以及光谱等辅助特性实现薄雾霾的削弱或消除。这些方法可大致分为两类:(1)基于单波段影像的算法;(2)基于多光谱信息的算法[2]。基于单波段影像的算法根据薄雾霾在空域中

7、的慢变化特征,将其与频率域中的低频相联系,通过傅立叶变换将其从空间域转换至频率域,再经高通滤波抑制低频信息来实现薄雾霾的去除。赵忠明和朱重光于1996年便提出同态滤波算法,简化了雾霾成像模型,在较大程度上抑制了影像中薄雾霾的影响,但同时导致部分有用地物信息的丢失[3]。2005年,曾好德测绘第37卷第6期2014年12月255景抑制雾霾厚度指数算法(简称BSHTI算法,BackgroundSuppressedHazeThicknessIndex)来进行雾霾的探测,并通过形态学上的膨胀和侵蚀完善雾霾厚度影

8、像(简称BSHTI影像),同时提出虚拟云点去雾霾算法(简称VCP算法,VirtualCloudPoint),通过对QuickBird雾霾影像进行测试实验,获取了较好的处理效果[8]。但该算法的雾霾厚度完善方法不能有效地将地物信息从BSHTI影像中去除,且消耗内存较多、计算速度慢,其适用性受到了较大限制。因此,在诸多算法的普适性均较低的背景下,有必要对雾霾处理做出进一步的研究。本文在总结相关雾霾处理技术后,结合基于多光谱信息和单波段雾霾处理算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。