海岛区域影像薄雾处理模型与实现

对4种光学影像上薄雾的处理方法进行了比较研究,目的是为有效开展海岛区域测绘提供高质量的影像.据海岛区域影像的特点,重点改进了基于暗原色先验知识的去雾方法,包括暗通道的快速优化和大气光的分块求取两个方面.该方法首先计算影像的暗通道并进行优化,然后求取影像的大气光;再根据图像恢复模型得到去雾的影像,并与同态滤波法、平稳小波变换法和点扩展卷积法进行了比较.实验表明4种方法均可在一定程度上去除影像上的薄雾,对基于暗原色先验知识的改进方法效果最佳.     

一种改进的基于暗原色先验信息的航空遥感图像去雾方法

航空遥感图像以其分辨率高、信息丰富和易于解析处理等优点而得到广泛应用。但是其成像易受云雾天气的影响,特别是在近几年我国雾霾进一步加重的情况下尤为明显。针对航空遥感图像数据含雾较为均匀且不包含天空区域的特点,提出一种改进的基于暗原色先验信息的航空图像的去雾方法。首先,对图像进行2%线性拉伸处理改善图像的视觉效果;随后通过直接计算每个像素点R、G、B的3个颜色通道的最小值求取图像暗原色图;同时由航空图像的特殊性自适应地设置阈值来改善去雾图像效果;最后对去雾后图像采用自动色阶法进行进一步处理,改善暗原色法去雾后图像过暗或者偏色问题。利用不同航空含雾图像进行去雾实验并进行对比分析,结果表明,改进算法能够平衡去雾后图像的色彩使其避免产生偏色现象,获得质量和视觉效果更好的去雾图像。     

结合双边滤波Retinex和图像融合的图像去雾方法

针对传统的去雾方法对无人机有雾图像进行去雾时存在细节丢失严重、去雾效果差等问题,本文提出了一种结合双边滤波视网膜反应（Retinex）算法和图像融合的图像去雾方法。首先,利用双边滤波Retinex精确计算入射分量,对亮度分量进行双边滤波Retinex处理。其次,对两个色彩空间处理后的影像进行图像融合。最后,本文以两景无人机有雾图像为实验数据进行实验,结果表明,本文方法的标准差和信息熵等指数整体上升,能获得细节与色彩较好的去雾影像。     

暗原色与导向滤波结合的遥感影像去雾技术

本文主要研究了暗原色原理与导向滤波结合的遥感影像去雾技术。利用该技术实现了天绘1号卫星影像去雾处理,实验结果去除了薄雾遮挡对天绘1号卫星影像的影响,有效改善了天绘1号卫星影像的视觉效果,对天绘1号卫星影像的后续应用有一定的促进作用。     

光学遥感影像DCM-HTM去雾算法研究

针对卫星遥感影像的雾区检测和校正问题,提出了一种暗通道图像DCM与雾厚度图像HTM结合的DCM-HTM遥感影像去雾算法。算法基于暗通道原理,采用mean-shift均值漂移滤波和直方图自动阈值来检测雾区域;同时通过不重叠窗口获取HTM;最后在检测出的雾区内实现去雾校正处理。实验结果表明,算法能较准确地检测出影像上的雾区域,能在影像正常区域不受影响的前提下,有针对性地对受雾影响区域进行校正,校正效果较整幅影像的去雾校正有较大改善。     

基于图像匹配的机载遥感影像质量自动检查方法研究

航空遥感平台和技术的发展,促进了航空遥感影像在基础地理信息获取、国土监测、环境监测、应急救灾等各个领域中的应用。同时,航空遥感系统对飞行环境、气候气象反应较为灵敏,遥感影像质量的检查十分重要。本文系统地阐述了航空遥感影像质量中旋转角、航向重叠率、旁向重叠率、航带生成等参数的计算理论与方法,该方法是适应数字遥感影像的现状上提出的,并且通过自行开发的系统对算法的可行性和有效性进行验证。本文利用2009年6月机载遥感系统拍摄的1400多张影像进行实验。实验结果表明技术方法、软件系统都较为有效,达到机载遥感影像质量自动检查要求。     

无人机遥感数据压缩解压缩系统的设计和实现

无人机遥感数据压缩与解压缩系统是无人机数据传输链路中的重要组成部分。针对数据传输中的设计问题,本文分别给出了3种无人机航空遥感数据传输与压缩系统方案设计,阐述了数据压缩原理与实现方法,重点对有损压缩算法进行了研究。通过影像自适应分块,离散余弦变换(DCT)、量化及Huffm an编码等实现了遥感影像的压缩程序。在此基础上,从软件结构和硬件体系两方面对压缩程序进行优化,实现了嵌入式遥感数据压缩系统的开发。无人机遥感系统实验表明:遥感图像压缩系统运行正常,遥感图像数据压缩比达到1?13。飞行实验中图像的实时显示也检验了无人机遥感图像解压缩程序的正确性和稳定性。     

航空遥感影像质量评价方法探讨

针对我国航空遥感影像生产的质量评价研究不足的问题,该文尝试构建了一套针对航空遥感影像质量评价的指标体系,提出利用知识库的方法,通过大量的航空影像样本和影像的构象指标进行定量评价和分级,为航空遥感影像的质量评价提供参考。     

用简化脉冲耦合神经网络对图像进行二值分割

结合图像二值分割的特点,对脉冲耦合神经网络算法进行了一定的简化和改进,通过将其应用到航空遥感影像的二值分割中,发现其具有良好的分割效果,特别是在具有强噪声和阴影影响的影像分割中更显示其优于传统的算法。     

应用暗原色先验规律的遥感影像去雾技术

遥感影像去雾技术具有重大的应用价值。暗原色先验规律的提出为遥感影像的去雾提供了一种新的方法。根据遥感影像的特点,对应用暗原色先验规律的去雾方法进行了简化。实验证明,这种简化的方法对遥感影像的去雾处理能够在有效简化计算步骤的前提下取得良好的效果。     

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。     

利用激光雷达探测灰霾天气大气边界层高度

为了探测灰霾天气大气边界层高度变化的特征,利用CE370-C型微脉冲激光雷达观测了北京2013年1月严重灰霾期间的大气边界层高度。基于激光雷达距离校正回波信号,使用梯度法处理了严重灰霾天和轻度灰霾天的大气边界层观测数据,发现在灰霾天气时大气边界层高度显著降低,严重污染时的大气边界层高度低于500米,日平均高度约424米,且与PM2.5浓度呈现明显的负相关性。将激光雷达探测结果与探空数据进行了对比分析,结果显示激光雷达与探空数据观测结果有较好的一致性,两者在本次灰霾期间的平均差异约为86米。     

结合VIIRS和监测数据插值的北京雾霾监测方法

本文使用2014-03-20至2014-03-26的北京市VIIRS夜间灯光影像数据和地面监测站PM2.5质量浓度数据,通过遥感图像处理和GIS空间分析相结合,对雾霾强度变化及PM2.5质量浓度空间分布进行分析,提出一种监测雾霾的新方法。结果表明,VIIRS夜间灯光影像成像特征与雾霾浓度变化密切相关,结合同时期地面监测站PM2.5监测数据,能定性反映北京市雾霾强度变化及定量反映PM2.5质量浓度的空间分布。该方法不仅弥补了MODIS等数据在夏季的雾霾监测效果优于冬季的不足,同时也填补了传统光学遥感卫星难以在夜间监测雾霾的空白。     

基于RS和GIS的城市雾霾与汽车保有量关系研究

近年来我国许多城市雾霾天数增多,雾霾强度增强。本研究利用遥感数据反演获得沈阳市雾霾强度空间分布图。通过分析预测,未来的5年,汽车保有量依然呈现逐年增多的趋势,雾霾强度也将呈现逐年增强的趋势。     

顾及空间与光谱差异的单幅遥感影像自适应云雾去除方法

光学遥感影像经常受到云雾的干扰而导致数据质量下降。在暗原色先验理论和云雾影像模型的基础上，提出了一种顾及空间和光谱差异的单幅遥感影像自适应云雾去除方法，较好地解决了传统暗原色先验在高亮地物校正过度和部分波段云雾校正不足的问题，有效地实现了影像云雾去除。首先通过高亮地物的光谱特征构建高亮地物判别指数，辅以密度分割对其进行提取分类，在此基础上引入自适应校正函数对该区域透射率进行修正；其次在对多幅云雾遥感影像实验分析的基础上，提出了符合大气散射机制的波段透射率校正系数，实现了波段间处理强度的自适应调整。实验结果表明，该方法能有效去除不同波段的云雾干扰，并避免高亮地物的过度校正，可取得较好的复原结果。     

结合地基激光雷达和太阳辐射计的气溶胶垂直分布观测

选取2013年1月灰霾和2月晴好天进行气溶胶垂直分布的雷达观测研究,并对不同高度气溶胶消光系数进行对比分析。结果显示在研究时间段内,晴好天时气溶胶的垂直分布不均匀,易出现垂直分层现象,而灰霾天时气溶胶主要集中在垂直高度1km以下,基本无分层现象。对比分析显示,严重灰霾天时气溶胶消光系数较大,在400米高度可达到中度污染天的5倍,以及晴好天的50倍。此外,整层大气的气溶胶光学厚度与400米处消光具有较好的相关性。     

基于遥感的上海地区雾霾监测研究

以中分辨率成像光谱仪(MODIS)遥感数据为数据源,综合利用6S传输模型与NASA V5.2算法对2013年12月4日至8日上海地区雾霾污染进行了连续性监测,并对其形成原因进行分析。结果表明,此次雾霾污染主要是由本地生产和外地迁移来源共同作用形成,上海地区气溶胶光学厚度在12月6日达到最大,雾霾污染区域逐渐从上海地区的西北向东南扩散,污染等级也逐渐降低。     

改进HOT法的Landsat 8 OLI遥感影像雾霾及薄云去除

针对Haze optimized transformation(HOT)方法存在的地物敏感性、过度矫正、红绿蓝波段RGB合成影像色彩失真等问题,提出了相应的改进方法。首先,采用归一化差分植被指数(NDVI)结合地物红蓝光谱差(RBSD)制作通用掩膜,并利用掩膜提取原始影像植被覆盖区对应的原始HOT图部分作为HOT值评估雾霾强度的有效像素集;然后从有效像素集出发推断非植被区的HOT值,得到有效HOT图;最后以有效HOT图为参考,实施暗目标减法。在暗目标减法过程中,首先利用直方图取百分位数的方法确定起始波段的改正值,然后根据散射模型计算其他波段的改正值。在红蓝光谱空间中,去雾后的影像表现出与原始无云区相似的特征,同时保持了不同地物间的差异。实验表明:改进的HOT方法能有效去除雾霾及薄云;有效解决了HOT对水体、裸地、人造地物等地表覆被类型的敏感性问题,避免了RGB合成影像的色彩失真;并且统一了不同波段的纠正尺度,解决了某一(或几个)波段的过度矫正问题,防止了块斑和光晕的产生。