西部山区RapidEye图像去薄云方法研究

针对我国西部山区RapidEye图像的去薄云问题,研究了在Photoshop软件环境下的两种方法:一种是直接用色阶调整功能分别对三波段图像进行调整;另一种是先进行波段替换(即用红外波段替换蓝光波段),再分别对三波段图像进行色阶调整.经实践发现,去薄云处理后的图像与原图像相比,影像质量明显改善,实际生产效率提高.     

RapidEye遥感卫星影像在云雪覆盖区域的应用研究

介绍了RapidEye遥感卫星影像的数据组织及影像特性,论证了基于ERDAS IMAGINE 2011及PCI等遥感影像处理软件进行RapidEye遥感卫星影像正射纠正及波段融合的技术方法,总结出适应于RapidEye不同级影像资料进行正射校正配准及云雪覆盖区域影像信息增强处理的工具软件及最优方法。     

RapidEye卫星影像在1∶50000矿山开发遥感调查中的应用研究

在矿产资源开发多目标遥感调查与监测基础上,以红格钒钛磁铁矿—拉拉铜矿区RapidEye卫星影像为例,深入探讨了RapidEye卫星影像在1∶50 000矿山开发遥感调查中的可行性。从RapidEye图像的几何纠正精度、合成处理及遥感解译标志来看,RapidEye影像可以满足1∶50 000矿山开发遥感调查的需要,大大提高1∶50 000矿山开发遥感调查的实时性。     

一种薄云影响下的遥感影像匀光算法

如何解决遥感影像的薄云遮挡,是获取高质量的光学遥感影像的一个技术问题。针对单幅光学遥感影像内部所产生的色彩不均匀现象,分析了薄云影响下的遥感影像成像机理及影像特点,提出了基于HSV变换和小波域增强的薄云影像匀光算法。用两颗不同的卫星遥感影像数据进行了实验和分析,并与两种传统匀光算法进行比较,证明该算法能有效去除光学遥感影像中薄云的影响,并改善影像质量,匀光效果优于传统算法。     

小波变分法遥感影像薄云去除

针对遥感影像薄云去除过程中丢失影像细节及薄云去除不彻底等问题,本文提出了一种基于小波变分法去除遥感影像薄云的方法.首先,对含薄云的遥感影像进行小波分解,可以使低层低频分量中的局部瞬变信号(不具备低秩性的有用信息)被分解到高频分量中;其次,考虑第五层低频分量中有用信息具有低秩性及薄云具有稀疏性特点,建立一种能够从第五层低...     

期刊博览

提升遥感影像质量的多重分形技术研究 此文提出采用一种最佳截止频率的自动选择方法来快速有效地去除遥感影像的薄云影响,以解决遥感影像薄云、薄雾消除时滤波窗口大小难以确定,需要反复人工干预的问题。该方法是基于简单薄云成像模型的同态滤波,考虑了薄云、薄雾空间形态的自相似性,采用多重分形技术来自动确定滤波半径。试验表明,该方法能够实现遥感影像的快速自动滤波,能有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。     

提升遥感影像质量的多重分形技术研究

提出采用一种最佳截止频率的自动选择方法来快速有效地去除遥感影像的薄云影响,以解决遥感影像薄云、薄雾消除时滤波窗口大小难以确定,需要反复人工干预的问题。该方法是基于简单薄云成像模型的同态滤波,考虑了薄云、薄雾空间形态的自相似性,采用多重分形技术来自动确定滤波半径。试验表明,该方法能够实现遥感影像的快速自动滤波,能有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。     

几种用于TM图像薄云去除的大气纠正算法比较

介绍了几种用于TM图像薄云去除大气纠正算法的原理和应用，在同一景TM图像薄云去除中，比较它们的纠正效果，分析各自的 优劣。结果表明，梁顺林等提出的新算法具有一定的优越性。     

遥感影像中薄云的去除方法研究

薄云去除是遥感图像处理中一个常见的问题。目前,针对遥感影像薄云去除问题国内外学者提出了不少方法,本文在分析薄云去除难点的基础上介绍了几种薄云去除方法的原理并讨论了每种方法的适用范围。     

基于无抽样小波的遥感影像薄云检测与去除

针对全色波段遥感影像提出了一种基于无抽样小渡变换的薄云去除算法。对实际的卫星影像和航空影像所进行的试验结果表明，该方法是十分有效的。     

卫星影像的云雾检测及干扰去除

云雾检测及去除是光学遥感图像处理的难题。厚云雾因具高反射特性，可通过阈值的设定将其检测并去除； 薄云因混有地物 光谱特性而较难检测，需先对影像做相对辐射校正处理，再将影像由RGB转换成HIS彩色模型，并假设薄云雾的加入等于白色颜料的加 入，即仅改变光谱的亮度或饱和度值，色相并无改变，藉此，可用多时段方式检测。实践证明，在HIS系统中可简化薄云雾的检测准 则，大大提高自动化检测云雾的可能性。     

基于天绘一号卫星影像的水体信息提取对比研究

针对天绘一号卫星高分辨率影像,采用面向对象分类方法对怀柔水库区域进行水体信息提取,在多尺度分割的基础上,统计地物的光谱信息、形状因子和亮度均值等,建立水体信息的特征集,充分利用高分辨率的特点提取水体信息,同时选取了参数相近的SPOT和RapidEye两幅国外高分影像进行对比研究,使用相同方法进行水体提取,对实验过程和结果进行了对比分析。针对提取结果,采用野外采样和矢量图分析两种方法综合进行精度评价,根据采样数据得到的精度分别为96.97%,95.45%,92.42%,分析实验结果的矢量图,其中天绘影像水体提取面积为5 537 412.5㎡,SPOT影像为5 398 225㎡,RapidEye影像为5 053 262.5㎡,对实际水域的面积覆盖分别达到了101.40%,98.85%,92.54%,天绘影像的整体精度较高,但在细节表现上较为模糊,主要误差来自于对湿地的误分。实验制定了适用于天绘影像的水体提取方法和规则,分析不同因素对分割与分类结果的影响,同时,我们比较了天绘影像与国外同级别高分影像的优劣性,为天绘影像的进一步应用提供了参考。     

An effective thin cloud removal procedure for visible remote sensing images

Clouds are obstructions for land-surface observation, which result in the regional information being blurred or even lost. Thin clouds are transparent, and images of regions covered by thin clouds contain information about both the atmosphere and the ground. Therefore, thin cloud removal is a challenging task as the ground information is easily affected when the thin cloud removal is performed. An efficient and effective thin cloud removal method is proposed for visible remote sensing images in this paper, with the aim being to remove the thin clouds and also restore the ground information. Since thin cloud is considered as low-frequency information, the proposed method is based on the classic homomorphic filter and is executed in the frequency domain. The optimal cut-off frequency for each channel is determined semi-automatically. In order to preserve the clear pixels and ensure the high fidelity of the result, cloudy pixels are detected and handled separately. As a particular kind of low-frequency information, cloud-free water surfaces are specially treated and corrected. Since only cloudy pixels are involved in the calculation, the method is highly efficient and is suited for large remote sensing scenes. Scenes including different land-cover types were selected to validate the proposed method, and a comparison analysis with other methods was also performed. The experimental results confirm that the proposed method is effective in correcting thin cloud contaminated images while preserving the true spectral information.     

融合引导滤波和迁移学习的薄云图像中地物信息恢复算法

薄云覆盖遥感图像使图像上的地物信息模糊。本文给出了一种融合引导滤波和迁移学习的薄云图像中地物信息恢复算法。首先利用多方向非抽样对偶树复小波变换对薄云目标图像和无云引导图像进行多分辨率分解,再对分解后的低频子带分别进行支持向量引导滤波和迁移学习,对分解后的高频子带利用修正的Laine增强函数进行增强,然后应用基于区域能量的选择和加权相结合的方法对引导滤波输出和迁移学习模型预测的低频子带进行融合,最后对增强后的高频子带和融合后的低频子带进行多方向非抽样对偶树复小波逆变换重构,获得地物信息恢复图像。Landsat-8 OLI多光谱图像的试验结果表明,支持向量引导滤波能够有效保留目标图像的地物细节信息,域自适应的迁移学习能有效扩展可利用的多源多时相遥感图像范围,通过融合引导滤波和迁移学习能有效去除遥感图像上的薄云,获得较好的地物信息恢复效果。     

基于中值滤波和小波变换的遥感影像去云

去云处理是遥感图像处理以及大气纠正的重要步骤,目前常用的遥感薄云去除法一般只能去除低频区域的云,而对高频区域的云则没有处理效果。因此,在研究传统小波算法对图像进行处理的基础上,引入了中值滤波,它将每一像素点的灰度值设置为该点邻域窗口内的所有像素点灰度值的中值,旨在对高频突变云区进行处理。而后结合主观视觉和客观统计分析两方面对结果进行评价,并且与传统小波去云比较,经分析表明,高频突变云有所减少,达到了预期目的。     

基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测

使用ASTER卫星影像，综合运用纹理分析和支持向量机的方法来检测云层，特别是对薄卷云的检测。试验表明了本文方法的有效性。     

基于混合像元分解的水体遥感图像去云法

大型内陆水体的遥感图像中往往存在着不均匀薄云或者是气溶胶的影响，由于种种原因，传统的大气辐射校正算法无法消除这种不均匀影响，这就给遥感图像的大气校正带来了很大困难。由于水体属于低反射率地物，这种薄云或者气溶胶的不均匀性带来的误差，极大地降低了水体遥感图像的信噪比，进而影响水体信息遥感提取精度。根据部分太湖地区的遥感图像和地面实测数据，作者以一种新的思路来尝试解决这个问题。该方法充分考虑了水气环境的特点，把水体像元光谱看作水、污染物和气溶胶（薄云）等光谱的混和。基于混合像元模型，该方法有效地消除了薄云和气溶胶的影响，可使我们通过遥感手段更加精确地提取水质信息。     

A combined spectral and object-based approach to transparent cloud removal in an operational setting for Landsat ETM+

The automated cloud cover assessment (ACCA) algorithm has provided automated estimates of cloud cover for the Landsat ETM+ mission since 2001. However, due to the lack of a band around 1.375 μm, cloud edges and transparent clouds such as cirrus cannot be detected. Use of Landsat ETM+ imagery for terrestrial land analysis is further hampered by the relatively long revisit period due to a nadir only viewing sensor. In this study, the ACCA threshold parameters were altered to minimise omission errors in the cloud masks. Object-based analysis was used to reduce the commission errors from the extended cloud filters. The method resulted in the removal of optically thin cirrus cloud and cloud edges which are often missed by other methods in sub-tropical areas. Although not fully automated, the principles of the method developed here provide an opportunity for using otherwise sub-optimal or completely unusable Landsat ETM+ imagery for operational applications. Where specific images are required for particular research goals the method can be used to remove cloud and transparent cloud helping to reduce bias in subsequent land cover classifications.     

基于小波变换的CBERS-02图像薄云薄雾去除的方法研究

大气活动的干扰是遥感技术发展的最大限制之一,对星载的可见光、近红外波段的光学探测器而言,大气中云雾的干扰更是不易处理。为了促进CBERS-02星CCD传感器图像的定量化应用,在对以往有关遥感图像薄云去处方法的研究的基础上,本文提出了对含薄云的CBERS-02 CCD图像进行适当层次的小波分解,然后对分解的图像进行同态滤波,最后进行图像重构而去除薄云的方法。试验结果表明,该方法既能有效的去除薄云,又可较好的保持图像细节。     

一种基于同态滤波的遥感图像薄云去除算法

目前国内外常用的去除遥感图像薄云的方法是同态滤波法,但该方法在去除薄云的同时,图像无云区域特别是边缘区域的信息出现了严重丢失。为此,提出了基于同态滤波的像素替换法,该方法既可以去除薄云,又可以恢复无云区域的信息,使得处理后的图像和原始图像在无云区域有极大程度上的相似性。