摘要】：随着遥感技术的迅速发展,高分辨率遥感影像的应用越来越广泛,但 它也极易受到气候因素的影响,云层遮挡就是影响之一去云不仅是遥感影像进行 准确解译的基础,也是增强遥感数据有效性、可用性的重要途径,故遥感影像去云 具有十分重要的实际意义 本文在总结常用去云方法基础上,对遥感影像薄云去 除方法从图像处理角度进行了深入研究,对遥感影像厚云处理方法亦进行了探讨 并改进论文主要研究内容及结论如下: 1、总结常用去云方法,得到去除薄云的 基本思路,为后续研究奠定基础 2、对常用遥感影像去薄云的方法分区域处理, 并探讨直方图匹配的改进,实验证明改进方法去云效果更为理想 3、利用数学形 态学中闭开运算的滤波性质,将数学形态学引入遥感影像薄云处理中将多结构元 素数学形态学应用到去薄云中,深入的探讨了不同结构元素在去云中的作用;在传 统的分通道处理和基于 HIS 变换处理的基础上,引入数学形态学处理彩色遥感影 像的薄云研究表明,数学形态学方法去除影像薄云可行有效,在合理选取结构元 素的条件下,处理效果优于传统方法 4、在现有影像厚云去除方法基础上,探讨 并实现了基于影像匹配的厚云去除方法采用同一地区的航片 IKONOS 影像上的厚 云遮挡区域进行替换修补实验,实验证明该算法可以实现高分辨率遥感影像厚云 区域的影像修复,直方图匹配及接缝处理后可以达到理想的修补视觉效果。
5、引 入平均灰度、标准差、熵值、峰值信噪比和平均绝对偏差等指标对薄云去除后的 影像进行统计分析评价比较各项指标可知,广义多结构元素方法能够较好地保持 影像细节信息,去薄云处理效果最好;处理彩色遥感影像薄云时,分通道处理方法 优于HIS变换方法 关键字：遥感影像 去云 图像处理 同态滤波 一． 实习内容去除遥感影像 lainer.img 中的云层二． 实习目的遥感成像过程极易受云雾的影响，遥感图像中被云雾遮盖的区域 直接影响了图像的图像信息的判读，分析和使用，使得图像的有效利 用率降低，因此，研究如何有效地减少或消除云雾的影响，对于提高 遥感图像的利用率具有重要的现实意义和经济意义三． 去除云层的方法同态滤波法，小波变换，非监督分类四．遥感影像去除云的具体实施方案1. 显示原图像 lainer.img2. 对 lainer.img 进行同态滤波得到 lainer-homomorphic 影像 同态滤波是运用照度和反射率模型对遥感图像进行滤波处理，常 常应用于揭示阴影区域的细节特征该方法的基本原理是：减少低频， 增加高频，从而锐化图像边缘或细节特征的图像增强方法 ,一幅影像 f(x,y)能被表达成照度分量和反射分量两部分的乘积： f(x,y)=i(x,y)*r(x,y) 式中 i(x,y) 为照度分量， r(x,y) 为反射分量3. 对图像 lanier.img 进行傅立叶变换傅里叶变换图像就是把输入的空间域彩色图像转换成频率域，把RGB 彩色图像转换成一系列不同频率的二维正弦波傅里叶图像*.fft)。
VHelpiBage InterpreterSpatial Enhancemert...Radiometric Enhancement...Sp已ctral Enhancement...HyperSpectral Tools...Founer Analysis...Fourier AnalysisFFT Layer:lanier-fftlftlaniei-fft.fftl_j System Vulume Infurmation _l kvideD_cac：heI地畀I红妙」算法I复法试题Periodic Noise Removal...Humomorphic Filter...◎ (F：：lLayer N urnbe匚 ITopographic Analysis...GIS Analysis...Utilities ...Fourier Transform ...Fourier Iransform Editor...In verse Fourier T ransform ...Fourier Magnitude...CancelClose Help口-t:E.H-= :Ed.i 上 M 汪nk H亡：Lp4. 低通滤波：消弱图像的高频组分，而让低频组分通过，是图像更加平滑，柔和。
操作如下所示：5.对 lainer-homomorphic 影像进行非监督分类非监督分类的过程及结果如下所示：Rast er It-tribut b Ed.i."tor — Lainer-nc..・匚「口 XRm6II5010056T<旦孑L Viever »1 : lainer-uc.iag (:Layer.DClass Hames0口加22 才Iteil3 zhiteiZ4 zhtei35 zhtei4DireclEn:Adtcfnatic S 阿用:file Hl订Lty Vieiv JCI Kaster Htlp金3辭轩电饉vm：r p v6 zhteE0冷应r* Vertical Horizortsi厂 Aiio Mode Speed:卩皿耳Swipe PcdEortCancel6．去除云层处理一幅图像的照度分量通常表现为空间域的慢变化为特征，而反射 分量往往引起突变，特别是在不同物体的连接部分，这些特征导致图 像对数的傅里叶变换的低频部分与照射分量相联系，而高频部分与反 射分量相联系在一起在图像处理过程中我们可以将云雾信息作为照 射分量来处理，通过使用同态滤波器减少低频的贡献，而增加高频的 贡献来达到云雾去除的效果，其处理流程如下图所示：F(x,y) TLNTFFTTH(x,y) FFTTexpTu(x,y)经过同态滤波的方法去除 lainer-homomorphic 影像的云层遮盖的结 果如下所示：五． 结果评价及分析ERDAS MAGNE 遥感图像处理系统，在遥感图像处理上，提供了傅里叶变换，傅里叶逆变换以及傅里叶变换编译器等功能，为实现较好 的去云效果，利用同态滤波云雾去除的模型对图像进行处理。
经处理， 有云雾的遥感图像得到了不同程度的去除，图像模糊程度轻，噪声滤 除的效果较好六． 结论本文从云雾的空域，频域特征进行分析，利用同态滤波处 理图像的基本原理和 ERDAS MAGNE 强大的图像处理建模功能， 对遥感图像中云雾的覆盖进行去除，因此该方法具有一定的普 适性从去云的效果来看，薄云去除有时会导致一些信息的丢失 只是由于在高通滤波中，滤去低频成分时，也同时滤掉了一些 有用的信息，为此应该将截止频率取小一些；另外该方法对于 大范围存在薄云的去除效果较好，但对厚云的去除效果不佳， 需要进一步探讨研究参考文献：(1) Kenneth R Castkm an数字图像处理【M】北京：电子工业出版 社.1998(2) 郭德方遥感图像的计算机处理和模式识别【M】北京：电子工 业出版社.(3) 冯春，马建文，戴秦等，一种改进的遥感处理薄云快速去除方 法【J】国土资源遥感.2004。