主权项 |
一种利用多时相数据去除光学遥感影像大面积厚云的方法,其特征在于,包括以下步骤:步骤1,将所需处理的多时相影像序列进行几何校正,得到同一区域不同时相的影像;步骤2,对同一区域不同时相的影像进行厚云区检测,得到各时相影像的云掩膜,并计算各时相影像非厚云区的相关系数如下,<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>CC</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>-</mo><msub><mi>μ</mi><mi>x</mi></msub><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>y</mi><mi>i</mi></msub><mo>-</mo><msub><mi>μ</mi><mi>y</mi></msub><mo>)</mo></mrow></mrow><mrow><msqrt><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msup><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>-</mo><msub><mi>μ</mi><mi>x</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt><msqrt><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msup><mrow><mo>(</mo><msub><mi>y</mi><mi>i</mi></msub><mo>-</mo><msub><mi>μ</mi><mi>y</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt></mrow></mfrac></mrow>]]></math><img file="FDA0000670732830000011.GIF" wi="776" he="282" /></maths>其中,x、y是两幅影像,N是影像的像素个数,x<sub>i</sub>、y<sub>i</sub>是影像x、y中的第i个像素,i的取值为1,2,…N,μ<sub>x</sub>、μ<sub>y</sub>分别是两幅影像对应的影像均值;步骤3,将同一区域不同时相的影像按照时间序列组成多维的空间光谱影像,对空间光谱影像划分影像子块,将所有的影像子块重组为二维的矩阵;将步骤2所得各时相影像的云掩膜按照时间序列组成空间光谱云掩膜,对空间光谱云掩膜划分掩膜子块,将所有的掩膜子块重组为二维的矩阵;实现方式如下,对空间光谱影像采用尺寸为n×n的窗口滑动划分成大小为n×n×k的影像子块,其中,k是影像的光谱维数,即同一区域不同时相的影像的个数,然后将每一个影像子块重组为一个列向量,并将所有的列向量按滑动顺序组成一个二维的矩阵;并且,对空间光谱云掩膜采用尺寸为n×n的窗口滑动划分成大小为n×n×k的掩膜子块,然后将每一个掩膜子块重组为一个列向量,并将所有的列向量按滑动顺序组成一个二维的矩阵;步骤4,根据以上的影像子块和掩膜子块的矩阵进行字典学习,重建影像厚云区域。 |