[发明专利]一种多时相遥感影像的厚云自动去除方法

权利要求书

1.一种多时相遥感影像的厚云自动去除方法，其特征在于：由以下步骤组成：

步骤1：采集遥感卫星厚云影像I_raw(i,j,k),1≤k≤K和T幅与其同区域的多时相影像I_raw,t(i,j,k),1≤i≤M,1≤j≤N,1≤t≤T,1≤k≤K,其中i和j分别为图像中像素的行坐标和列坐标，k为图像的波段编号，M、N和K分别代表厚云影像的行数、列数和波段数；

步骤2：厚云区域检测，得到厚云区域指示模板mask(i,j)；

步骤3：自动选择参考影像：自动选择一幅多时相影像作为参考影像I_ref(i,j,k)，具体步骤为：

步骤3-1：计算厚云影像的各波段的图像I_raw(i,j,k),1≤k≤K在x方向的梯度值g_x,0(x,y,k)和y方向的梯度值g_y,0(x,y,k)：

gx,0(x,y,k)=Iram(i+1,j,k)-Iram(i,j,k)gy,0(x,y,k)=Iram(i,j+1,k)-Iram(i,j,k),1≤i≤M,1≤j≤N,1≤k≤K---(6)]]>

步骤3-2：计算各所述多时相影像I_raw,t(i,j,k),1≤t≤T在x方向的梯度值g_x,t(x,y,k)和y方向的梯度值g_y,t(x,y,k):

gx,t(x,y,k)=Iram,t(i+1,j,k)-Iram,t(i,j,k)gy,t(x,y,k)=Iram,t(i,j+1,k)-Iram,t(i,j,k),1≤i≤M,1≤j≤N,1≤t≤T---(7)]]>

步骤3-3：计算各所述厚云影像I_raw(i,j,k),1≤k≤K与各多时相影像I_raw,t(i,j,k),1≤t≤T在无云区域对应位置梯度值之间的均方根误差RMSE_t：

RMSEt=Σi=1MΣj=1NΣk=1K(Iram(i,j,k)-Iram,t(i,j,k))2MNK,mask(i,j)>0---(8)]]>

步骤3-4：选择RMSEt最小的多时相影像I_ram,t(i,j,k)，作为所述厚云影像I_raw(i,j,k)的去云参考影像I_ref(i,j,k)；

步骤4：采用泊松方程修复方法去除厚云，得到初步去云结果I₀(i,j,k)；

步骤5：将所述初步去云结果I₀(i,j,k)和参考影像I_ref(i,j,k)纳入变分模型，再次去除厚云，得到最终的去云结果I'₀(i,j,k)。