[發明專利]一種短波紅外波段輔助的遙感影像薄云霧校正方法

有效

• 申請號: 202011339970.6
• 申請日: 2020-11-25
• 公開（公告）號: CN112419194B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 李慧芳;張弛;沈煥鋒
• 申請（專利權）人: 武漢大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

針對光學遙感影像可見光與近紅外譜段中廣泛存在的薄云霧覆蓋問題，公開了一種短波紅外波段輔助的遙感影像薄云霧校正方法。首先，利用短波紅外波段幾乎不受云霧影響、可提供完整地表信息的特性，將其作為參考影像逐一尋找云區像元在非云區的若干相似像元；其次，以不同波段間的散射規律作為定量約束，對相似像元進行優選，綜合考慮光譜相似性對優選像元進行排序；最后，通過構建帶邊界條件的空譜馬爾科夫隨機場模型，利用多標簽圖割優化算法進行求解，確定全局最優的相似像元填充方案，實現影像中薄云霧的高保真校正。本發明操作方便，數據要求相對易于滿足，具有較強的可擴展性和實用價值。

技術領域

本發明屬于遙感圖像處理技術領域，涉及一種短波紅外波段輔助的光學遙感影像薄云霧校正方法，充分利用多光譜數據中短波紅外波段的高透射特性進行相似像元初篩，進一步引入散射模型對相似像元進行優選，基于此，構建空譜馬爾科夫隨機場變分模型，利用多標簽圖割算法進行求解，以確定全局最優的云霧像元復原方法，完成薄云霧校正。

背景技術

星(機)載傳感器在進行對地觀測時，由于大氣等因素影響，導致所獲取光學影像頻繁地受到云霧干擾，降低數據的有效性。因此，對不利成像條件下獲取的遙感影像，如何利用技術手段對其進行必要的校正也成為了一個十分重要的課題。現有的薄云霧校正方法可以分為基于單幅與多幅影像兩大類。其中，基于單幅影像的校正方法主要利用影像的空間和光譜特征實現云霧的校正，包括光譜變換法、頻率域法、和暗目標減法等；基于多幅影像的校正方法通常是尋找不同波段、不同時相或不同傳感器影像的有效輔助信息對云霧影像進行校正，常用的有小波變換、回歸分析和像元替換等方法。基于多幅影像的方法由于引入了輔助數據，通常能產生目視效果良好的結果。但對輔助數據的嚴苛要求導致該類方法難以實施、普適性較差。相較而言，基于單幅影像的方法利用不同的先驗知識展開，具有更廣范的應用場景。但是，現有的單幅影像校正方法對于數據譜段信息的潛力應用不足且未考慮云霧降質的根本原因，即散射規律，導致校正結果出現光譜畸變。因此，需要進一步充分挖掘多光譜數據中的潛在信息并考慮散射機制，對影像進行高保真校正。

發明內容

本發明的目的在于，針對現有單幅遙感影像薄云霧校正方法對物理降質機理顧及不足、數據所蘊含潛在輔助信息挖掘不充分的問題，提出了一種短波紅外波段輔助的遙感影像薄云霧校正方法。

本發明所采用的技術方案是：一種短波紅外波段輔助的遙感影像薄云霧校正方法，包括以下步驟：

步驟1：通過云檢測算法或人工勾繪方式區分云區和非云區，并逐一搜索云區像元在非云區的若干相似像元；

步驟2：以散射模型為準則對相似像元進行優選，判定云區像元與非云區的相似像元在各波段間的輻射差是否定量滿足散射模型，并綜合考慮短波紅外波段上的輻射差異進行排序，選取相似度最高的前m個像元；其具體包括以下子步驟：

步驟2.1：對步驟1篩選出的相似像元進行優選，對于每一個云區像元，計算該像元與非云區相似像元的輻射差值，將其視為各波段的云霧增量；

步驟2.2：綜合考慮云區像元與非云區相似像元在短波紅外波段的絕對輻射差異和與散射模型的契合度，即當云區像元與非云區相似像元具有極高相似性或完全一致時，其定量滿足散射模型，反之則偏離散射模型；對優選像元的相似性進行排序，并選取相似度最高的前m個像元；

步驟3：構建有邊界條件的空譜馬爾科夫隨機場模型確定全局最優的相似像元替換方案，空譜馬爾科夫隨機場模型綜合考慮了光譜平滑項，即短波紅外輔助影像與待修復影像上相似像元的相對位置應保持不變，和空間平滑項，即待校正像元的四鄰域與相似像元的四鄰域間保持空間連續性與一致性，利用多標簽圖割算法對空譜馬爾科夫隨機場模型進行求解，確定全局最優相似像元替換方案，實現薄云霧校正。

進一步的，步驟1中以短波紅外波段為參考，逐一搜索云區像元在非云區的若干相似像元，篩選規則為：以云區像元為中心和以非云區像元為中心的局部窗口在短波紅外波段的絕對輻射值差異小于閾值t₁，表示為：