[發明專利]一種遙感影像的厚云去除方法及系統

有效

• 申請號: 201810487881.2
• 申請日: 2018-05-21
• 公開（公告）號: CN108765329B
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 張錦水;潘耀忠;朱秀芳;云雅;段雅鳴;楊珺雯
• 申請（專利權）人: 北京師范大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/62
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王戈

本發明公開一種遙感影像厚云去除方法及系統。該方法包括：劃分目標圖像為云區域圖像和無云區域圖像；對無云區域圖像中的像元聚類得到像元類別組；搜索參考圖像和無云區域圖像的相似性像元；計算每類相似性像元占所屬像元類別組中像元的比例；若存在至少一類的比例大于第一預設比例，確定最大比例的相似性像元為去云相似性像元；若所有類別的比例均小于第一預設比例，確定比例大于第二預設比例的相似性像元的所屬類別；統計云掩膜緩沖區中各個所屬類別的像元數；確定像元數最多的類別對應的相似性像元為去云相似性像元；利用去云相似性像元替換云區域圖像中的像元。本發明能消除兩期影像上地表發生變化對相似性像元判斷的影響，提高厚云去除精度。

技術領域

本發明涉及遙感影像處理技術領域，特別是涉及一種遙感影像厚云去除方法及系統。

背景技術

近年來，遙感應用越來越廣泛，從陸地、海洋監測到相關參數的反演。對于任何遙感應用而言，獲取到所需地區的有效數據是非常重要的。遙感影像上常受到云遮擋而無法探測到地面，使得地球表面信息難以被獲取，嚴重限制遙感技術大尺度、長時效的觀測。因此，盡管可以獲取到大量的遙感影像，但是可用“無云、有效”的影像數據不一定能滿足實際需求，因此如何獲取特定時間和地區的高質量無云遙感數據仍是一個亟需解決的問題。

目前已有許多研究致力于厚云的去除，厚云去除本質是信息重建的過程，根據這些信息重建方法可以將厚云去除方法分為兩類：無輔助數據的去除方法和多時相數據補充方法。對于無輔助數據的方法，由于沒有其他影像作為參考，云污染區域的重建是利用同期影像上未被云污染區域的信息來填補。最常用的方法是對缺損像元進行插值處理，然而這類方法一般是對較小的缺損部分進行修補，不適用于修復厚云覆蓋區范圍較大情況。較無輔助數據的方法，采用多時相數據補充的方法對厚云的去除更加有效，其利用獲取影像集的光譜-空間信息對待修復圖像中被云和大氣所干擾的區域進行恢復。

改進的鄰近相似像元插值法(Neighborhood Similar Pixel Interpolator，NSPI)方法屬于多時相數據補充的方法的一種。NSPI方法通過圖像鑲嵌與拼接技術將無云部分鑲嵌到“云污染”區域從而獲得無云影像，這種利用參考影像無云區域的數據對目標影像的有云區域進行填充，當多時相數據之間時間差別不大、地表特征變化不夠明顯的時候，該方法能夠達到較好的云去除效果，然而，一旦兩期影像獲取時間間隔增大，兩期影像上由于地表發生變化而造成較大的光譜差異，這就會影響相似性像元的判斷，引入大量非相似性像元，造成厚云去除的精確度低。

發明內容

基于此，有必要提供一種遙感影像厚云去除方法及系統，以消除兩期影像上由于地表發生變化而造成較大的光譜差異對相似性像元判斷的影響，提高厚云去除的精確度。

為實現上述目的，本發明提供了如下方案：

一種遙感影像厚云去除方法，包括：

獲取參考圖像和目標圖像，所述參考圖像為第一時刻獲取的無云圖像，所述目標圖像為第二時刻獲取的有云圖像；

劃分所述目標圖像為云區域圖像和無云區域圖像；

利用K-means聚類算法對所述無云區域圖像中的像元進行聚類，得到像元類別組；

對所述參考圖像和所述無云區域圖像進行搜索，確定相似性像元；

計算每類所述相似性像元占所屬像元類別組中像元的比例；

判斷每類所述相似性像元占所屬像元類別組中像元的比例是否大于第一預設比例；

若存在至少一類所述相似性像元占所屬像元類別組中像元的比例大于所述第一預設比例，則將搜索到的所述參考圖像和所述無云區域圖像的最大比例的相似性像元確定為去云相似性像元；