[发明专利]带有薄云的多光谱和全色图像融合方法

说明书

技术领域

本发明属于智能图像处理领域，涉及去除薄云和图像融合方法，可用于到军 事目标识别、气象监测、环境监测、土地利用、城市规划以及防灾减灾等多个领 域的技术。

背景技术

自1972年美国实施地球资源卫星计划以来，卫星技术在全球范围内迅猛发展， 至今世界各主要发达国家和少数发展中国家，包括中国、印度等先后发射了数以 百计的卫星，作业波段覆盖可见光至不可见的近红外、短波红外、中红外、远红 外、微波等广阔频域。这些卫星每天向散布在世界各地的卫星地面站和移动接收 站传送覆盖全球的海量卫星遥感数据。由于卫星遥感数据在空间上的连续性和时 间上的序列性，因此到目前为止，是能够提供全球范围的动态观测数据的唯一手 段。

目前广泛应用的卫星遥感数据大部分是光学影像，尽管光学影像一般具有信 息量大、分辨率高和图像稳定等特点。但同时，由于在成像过程中，常见大气中 云雾的存在，遥感卫星在获取图像数据时往往连同云雾信息一起记录下来。由于 云雾的遮挡使得传感器无法获得云雾覆盖区域的地物信息，从而严重影响了遥感 光学图像的质量，当部分图像被较厚的云雾所覆盖时，地物的信息将无法被传感 器接收，而对相对较薄的云雾，传感器仍能接收部分的地物信息，但这种不完全 信息对图像中目标的识别、分类，以及地物信息提取的精度，都造成了严重的影 响。

为有效提高遥感光学图像的利用率，市场上有多种方法来减少或去除薄云薄 雾对图像的影响。目前市场上主要用到的方法有：多光谱图像法、多幅图像叠加 运算法、基于图像增强的方法，和基于图像复原的方法等。

多光谱法，是利用一种特殊的传感器，或者多光谱图像中某些波段对云雾具 有较强的敏感性的特性，探测出云雾的信息。然后从原始图像中减去云雾的信息， 得到去除云雾后的图像。该方法可以有效的去除图像中的云雾，但是需要增加对 云雾敏感的传感器或者波段，成本较高，使得该种方法的应用受到限制。

多幅图像叠加法，是通过对同一地区拍摄的不同季节、不同时间的图像进行 叠加，得到信息图像。由于同一地区在不同时间的地物信息常常会发生改变，严 重影响了叠加运算后的图像的判读。

基于图像复原的去除云雾的方法，是通过分析薄云退化图像的机制和过程， 寻找出相应的反过程，从而得到原图像的方法。但是从图像复原的角度处理图像， 必须熟悉薄云退化图像的机制和过程，由于薄云退化图像的退化程度与目标物和 相机的距离相关，处理时必须结合相关的辅助信息，如大气消光系数、目标物和 相机距离等，而这些信息的获取成本较高，难以得到广泛的应用。

基于图像增强的去除云雾的方法，通常有同态滤波法和低频滤波法两种，同 态滤波法是一种通过压缩图像的动态范围，提升图像高频分量达到去除薄云的目 的的方法。该方法对图像细节不加区分，采用单一滤波器进行增强，自适应性较 差；低频滤波法通过对图像进行高斯低通滤波，得到图像的背景图像，通过原始 图像与背景图像相减，来达到去除薄云的目的。该方法对薄云薄雾具有一定的去 除效果，但是同时也削弱了图像的背景，虽然后来采用了补偿法进行改善，但是 从结果来看，该方法对去除云雾后的图像仍然产生了信息的损失。

由于单一的传感器获取的图像在光谱信息和分辨率等方面很难满足实际的需 要，所以就需要利用传感器图像数据的冗余性，通过融合技术，将不同传感器的 图像信息融合在一幅图像中，比如多光谱和全色图像，多光谱图像具有较好的光 谱信息，但是其空间分辨率低；全色图像具有较高的空间分辨率，但是其光谱信 息不够丰富，所以就需要通过融合技术，得到高分辨率多光谱图像，以获得对地 物信息更加准确的描述。但是多光谱和全色图像存在云雾信息的时候，融合技术 并不能去除图像中的云雾信息。对于带有薄云的多光谱和全色图像的融合，目前 市场上是先对这两幅图像分别进行云雾去除后，再进行融合处理。对单一传感器 获取的图像分别进行云雾去除的时候，从获取图像信息成本的角度考虑，应当选 择图像增强的方法，但是图像增强引起图像信息损失却是不可避免的。所以，利 用多光谱和全色图像之间的冗余性，寻找一种更加有效的针对薄云图像的融合方 法，是目前市场上急需解决的问题。

发明内容