基于可见光波段光谱统计特征的光学遥感图像薄云去除方法

摘要

基于可见光光谱统计特征的光学遥感图像薄云去除方法，其特征在于，包括如下步骤：步骤1：数据准备步骤；2：表观反射率转换；步骤3：大气校正；步骤4：区域分割；步骤5：统计特征参数提取；步骤6：利用去云辐射传输方程求解去云结果。本发明提出了一种基于可见光光谱统计特征的光学遥感图像薄云去除方法，从而使得光学遥感图像能够反映真实的地物光谱信息，提高多光谱光学遥感数据的使用质量、适用范围及应用能力。

主权项

基于可见光光谱统计特征的光学遥感图像薄云去除方法，其特征在于，包括如下步骤：步骤1：数据准备采集多光谱光学遥感图像数据及其头文件Hdr，它有I个可见光波段图层；从头文件Hdr中获得近红外波段反射率数据Nir；各波段修正因子和各波段偏移量太阳高度角θ_SE；其中i、I均为正整数且i＝1，2，3，...，I，i表示不同波段，I表示采集的波段总数；步骤2：表观反射率转换将步骤1中的多光谱光学数据代入公式中，分别求得I个波段的表观反射率其中i＝1，2，3，...，I；步骤3：大气校正将步骤2中各个波段的表观反射率矩阵进行大气校正，分别获得I个波段的地表反射率矩阵对每一下标i，在该步骤中计算的地表反射率矩阵中下标不同于的记做即j＝1，2，3，...，I且j≠i；步骤4：区域分割从步骤1中的多光谱光学遥感图像数据中选取任意一块无云的晴空子区域，记该区域内的蓝光波段反射率为ρ_b，该区域内的红光波段反射率为ρ_r；ρ_b、ρ_r均为矩阵形式，对ρ_b、ρ_r利用方程ρ_r＝t₁*ρ_b+t₂进行线性拟合，计算出t₁、t₂；通过公式计算得到HOT，其中为中蓝光波段在该晴空子区域上的子集，为中红光波段在该晴空子区域上的子集；对HOT通过阈值分割方法得到二值图Mask₁；由计算得到NDWI，其中Nir为步骤1中得到的近红外波段反射率数据，为中的绿光波段反射率；将NDWI通过阈值分割方法划分得到二值图Mask₂；步骤5：统计特征参数提取将步骤3中的大气校正结果代入公式及公式分别得到晴空区域的反射率Clear_i和薄云覆盖的有水区域的反射率Cloud_i，其中符号“！”表示取反运算，i＝1，2，3，...，I；在该步骤中计算的晴空区域的反射率中下标不同于Clear_i的记做Clear_j，即j＝1，2，3，...，I且j≠i；对Clear_i和Clear_j进行线性拟合，得到拟合线性方程为Clear_j＝k_ij*Clear_i+b_ij；对Cloud_i和Cloud_j进行线性拟合，对应的线性方程为Cloud_j＝m_ij*Cloud_i+n_ij；其中i分别取1，2，3，...，I，共得到I组(k_ij,b_ij,m_ij,n_ij)；步骤6：利用去云辐射传输方程求解去云结果将步骤5中提取的I组统计特征参数(k_ij,b_ij,m_ij,n_ij)及步骤3中的大气校正结果代入去云辐射传输方程其中i分别取1，2，3，...，I；j＝1，2，3，...，I且j≠i；T_ci为薄云对i波段反射率的双向透过率；即可分别求解得到对应i波段的去云结果ρ_i，其中i＝1，2，3，...，I。