[发明专利]一种高效的适用于大规模光学遥感影像雾霾去除的方法

权利要求书

1.一种高效的适用于大规模光学遥感影像雾霾去除的方法，其特征在于，所述高效的适用于大规模光学遥感影像雾霾去除的方法包括以下步骤：

步骤一，输入多光谱光学遥感影像、百分比阈值和Minisize作为默认参数；

步骤二，计算给定样本窗口每个波段的平均矢量L²-范数，获得每个窗口的平均矢量强度值；

步骤三，通过平均向量L²-范数中的移动窗口搜索最暗像素，然后重新采样到原始空间分辨率，获得雾霾厚度图像；

步骤四，计算HTM_masked；

步骤五，计算HTM_refined：使用最近邻插值方法对HTM_masked进行插值，另存为HTM_refined；

步骤六，计算Haze_map_majority以及像素位置图；从HTM_refined提取百分比大的像元作为雾度像素H，其他像素为无雾度像素H_free获取H = 1且H_free = 0的二进制图HTM_map；使用多数过滤器过滤Haze_map；从Haze_map中提取Haze_list和Haze_free_list的像素位置图；

步骤七，计算，采用第i个波段代替蓝色波段；使用普通最小二乘拟合估计线性回归模型的斜率和截距系数；

步骤八，雾霾去除：

步骤八中，通过如下公式进行雾霾去除：

；

其中，是没有受雾霾影响的；是波段i的原始影像；

步骤九，雾霾补偿：采用无雾像素的辐射均值差补偿所有像素。

2.如权利要求1所述的高效的适用于大规模光学遥感影像雾霾去除的方法，其特征在于，步骤二中，若将蓝波段用作雾度敏感图像，则用如下公式计算平均矢量L²-范数，结果另存为；

；

式中，N是给定重叠窗口的像元数目，窗口大小是w，；表示给定重叠窗口；均等地取决于每个像素，不受任何特定像素强度影响。

3.如权利要求1所述的高效的适用于大规模光学遥感影像雾霾去除的方法，其特征在于，步骤三中，所述雾霾厚度图像HTM的计算方法为：

；

其中，是一个移动窗口，中心为(x, y)，W是确定窗口大小的波段宽度参数，是受雾度影响最大的蓝波段的平均矢量L²-范数。

4.如权利要求1所述的高效的适用于大规模光学遥感影像雾霾去除的方法，其特征在于，步骤四中，所述HTM_masked的计算方法为：

从HTM中提取百分比较大的最大像元作为雾度像素H，其他像素作为无雾度像素H_free；分别计算雾度像素的平均值H_mean和无雾度像素的平均值H_free_mean；从HTM中提取掩膜掉H  H_mean和H_free  H_free_mean的像素作为HTM_masked。

5.如权利要求1所述的高效的适用于大规模光学遥感影像雾霾去除的方法，其特征在于，步骤七中，所述的计算公式如下：

；

使用普通最小二乘拟合如下式所示的估计线性回归模型的斜率和截距系数：

。

6.一种实施权利要求1~5任意一项所述高效的适用于大规模光学遥感影像雾霾去除的方法无人机影像处理终端。

7.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1~5任意一项所述高效的适用于大规模光学遥感影像雾霾去除的方法。