一種從單幅遙感圖像中去除云霧的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于遙感圖像處理技術(shù)領(lǐng)域，設(shè)及一種從單幅遙感圖像中去除云霧的圖像 增強(qiáng)方法。
【背景技術(shù)】
[0002] 隨著航空航天事業(yè)的發(fā)展，對地遙感成像技術(shù)越來越多地服務(wù)于社會(huì)主義建設(shè)的 各行各業(yè)，對推動(dòng)國民經(jīng)濟(jì)穩(wěn)定發(fā)展和保障國家社會(huì)安全起著重要作用。在對地成像過程 中，云霧是常見的干擾源，含有云霧的遙感圖像對比度低，景物不清晰，可讀性差。運(yùn)用數(shù)字 圖像處理技術(shù)，減少遙感圖像中云霧的影響，提高圖像清晰度和突出重要信息，對于提高遙 感衛(wèi)星勘測地球資源和監(jiān)測自然災(zāi)害的效率，為國家相關(guān)決策部口提供可靠數(shù)據(jù)具有重要 意義。
[0003] 目前，多光譜圖像去云霧、多幅圖像疊加去云霧、多傳感器圖像融合去云霧等方法 廣泛應(yīng)用于去云霧處理中，效果明顯，但都需要同地區(qū)同來源的多幅圖像，數(shù)據(jù)采集成本 高，周期長。相比而言，單幅遙感圖像去云霧方法所需遙感數(shù)據(jù)量少，采集數(shù)據(jù)的成本低，能 在較短時(shí)間內(nèi)給出處理結(jié)果，效率高，靈活性更強(qiáng)，應(yīng)用范圍更廣。
[0004] 根據(jù)遙感圖像中景物和云霧頻率分布的差異，單幅遙感圖像去云霧方法較常使用 高通濾波、低通濾波或同態(tài)濾波等技術(shù)，通過分離高、低頻率成分，去除云霧。小波變換具有 多分辨率分析的特點(diǎn)，基于小波變換的方法去云霧效果有進(jìn)一步改善。例如，小波系數(shù)加權(quán) 算法對分解后的小波系數(shù)加權(quán)，突出景物細(xì)節(jié)，降低云霧影響，效果優(yōu)于同態(tài)濾波法。但對 于局部有濃云的遙感圖像，運(yùn)用該算法后，景物色彩將會(huì)失真。在此基礎(chǔ)上，小波闊值算法 根據(jù)云層較亮的特點(diǎn)，對高層細(xì)節(jié)系數(shù)作闊值處理，刪除云的同時(shí)，較好保留云區(qū)W外的信 息，但處理結(jié)果有明顯的邊界，視覺效果還有待改進(jìn)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是；針對局部有濃云覆蓋的單幅遙感圖像，削弱云層覆蓋，提高云下 景物的清晰度，并較好地保持云區(qū)W外景物的原有信息，提高視覺效果和去云霧處理質(zhì)量。
[0006] 數(shù)字圖像是影像信息經(jīng)過數(shù)字化后的二維離散數(shù)據(jù)，具有有限分辨率。根據(jù)小波 變換理論，設(shè)原始圖像處于Vm尺度空間，并用該空間的近似系數(shù)C m表示。對數(shù)字圖像作一 層小波分解的過程是，在水平和垂直兩個(gè)方向上各經(jīng)過一次低通濾波或者一次高通濾波， 得到Vm+l尺度空間的近似系數(shù)Cm+1，Wm+1小波空間的垂直細(xì)節(jié)系數(shù)成,1，水平細(xì)節(jié)系數(shù)Df+, 和對角細(xì)節(jié)系數(shù)己1。近似系數(shù)Cm+1代表了 C m的低頻部分，細(xì)節(jié)系數(shù)D：：+1、Df+1和Z)f+1是 Cm的高頻部分。數(shù)字圖像的第二層小波分解，即是按照類似的方法進(jìn)一步分解Vm+1尺度空 間的近似系數(shù)Cm+i，得到Vm+2尺度空間的近似系數(shù)Cm+2, Wm+2小波空間的垂直細(xì)節(jié)系數(shù)， 水平細(xì)節(jié)系數(shù)〇,志:和對角細(xì)節(jié)系數(shù)A方;。數(shù)字圖像作多層小波變換的過程W此類推。由此 可見，原始數(shù)字圖像經(jīng)過n層小波變換，將被逐漸分解成Vm+。尺度空間的近似系數(shù)Cm+。和Wm+1 至Wm+。各小波空間的細(xì)節(jié)系數(shù)。
[0007] 由數(shù)字圖像多層小波變換的過程可見，Vm尺度空間近似系數(shù)Cm分別經(jīng)過低通濾 波和高通濾波處理，得到第一層的近似系數(shù)和細(xì)節(jié)系數(shù)，該近似系數(shù)經(jīng)過多次低通濾波即 得到其他層的近似系數(shù)，因此層數(shù)較低的近似系數(shù)頻率高于層數(shù)較高的近似系數(shù)。由于同 一層的細(xì)節(jié)系數(shù)頻率高于近似系數(shù)，那么層數(shù)較低的細(xì)節(jié)系數(shù)頻率高于層數(shù)較高的細(xì)節(jié)系 數(shù)，最高層的近似系數(shù)頻率最低。
[000引在受云霧干擾的遙感圖像中，云霧數(shù)據(jù)頻率較低，景物數(shù)據(jù)頻率較高，背景信息頻 率最低。那么將遙感圖像作n層小波變換后，選擇合理的分界層數(shù)1，使第1層至第1層細(xì) 節(jié)系數(shù)將主要包含景物，第1+1至第n層細(xì)節(jié)系數(shù)主要含有云霧，而背景信息則主要包含在 第n層近似系數(shù)中。為敘述方便，W下將W分界層數(shù)1分開的兩類細(xì)節(jié)系數(shù)分別稱為低層 細(xì)節(jié)系數(shù)和高層細(xì)節(jié)系數(shù)。
[0009] 2009年香港中文大學(xué)何凱明依據(jù)大量自然景物圖像數(shù)據(jù)的統(tǒng)計(jì)結(jié)果，提出了暗通 道先驗(yàn)理論，并將之成功運(yùn)用到單幅圖像去霧霸處理中。該理論指出在戶外無霧霸數(shù)字圖 像中，除了天空區(qū)域，大多數(shù)區(qū)域往往含有一些暗像素，在該些像素的RGB =個(gè)通道中，至 少有一個(gè)通道的灰度值很低，接近于0。根據(jù)暗通道先驗(yàn)理論，數(shù)字圖像f(x，y) W (xu，y。） 為中屯、的鄰域Q，其暗像素的最低灰度值表示為
[0010]
【主權(quán)項(xiàng)】
1. 一種從單幅遙感圖像中去除云霧的方法，包括如下步驟： 第一步，原圖像預(yù)處理：先對原圖像作伽瑪校正，提高景物部分的清晰度和圖像對比 度，如果景物較清晰，該步驟可省略； 第二步，將云霧和景物數(shù)據(jù)分別分配到小波分解的高層和低層細(xì)節(jié)系數(shù)：將圖像作多 層小波分解，合理選擇分界層數(shù)，將分解系數(shù)分為低層細(xì)節(jié)系數(shù)、高層細(xì)節(jié)系數(shù)和最高層 近似系數(shù)，使云霧和景物分開，其中低層細(xì)節(jié)系數(shù)包含景物信息，高層細(xì)節(jié)系數(shù)包含云霧數(shù) 據(jù)；分別重構(gòu)以上三部分系數(shù)，低層細(xì)節(jié)系數(shù)、高層細(xì)節(jié)系數(shù)和最高層近似系數(shù)的重構(gòu)圖分 別設(shè)為 d (X，y)、g (X，y)、j (X，y); 第三步，計(jì)算云層系數(shù)：按公式（2)處理高層細(xì)節(jié)系數(shù)重構(gòu)圖，
其中c表示RGB三個(gè)通道中的任一通道，Ω為以（X(l，y(l)為中心的鄰域，K為大于I的 常數(shù)；并按公式（3)歸一化處理t(x，y)，得到云層系數(shù)為
第四步，處理細(xì)節(jié)系數(shù)：按照公式（4)處理高層細(xì)節(jié)系數(shù)重構(gòu)圖，去除其中的云霧，保 留其中的景物；按照公式（5)處理低層細(xì)節(jié)系數(shù)重構(gòu)圖，突出云層下的景物信息， g' (x, y) = [l-p(x, y)]*g(x, y) (4) d' (x, y) = [l+w*p(x, y)]*d(x, y) (5) 第五步，疊加細(xì)節(jié)系數(shù)的處理結(jié)果d'（x，y)、g'（x，y)和近似系數(shù)重構(gòu)圖j(x，y)，得到 最終處理結(jié)果。
【專利摘要】本發(fā)明公開一種從單幅遙感圖像中去除云霧的方法，包括如下步驟：先對原圖像作伽瑪校正，提高景物部分的清晰度和圖像對比度；將云霧和景物數(shù)據(jù)分別分配到小波分解的高層和低層細(xì)節(jié)系數(shù)；計(jì)算高層細(xì)節(jié)系數(shù)的暗通道圖，并作權(quán)重大于1的加權(quán)處理，歸一化后得到云層系數(shù)；對于高層細(xì)節(jié)系數(shù)，將其重構(gòu)圖與云層系數(shù)反轉(zhuǎn)后的結(jié)果相乘，去除其中的云霧，保留其中的景物。對于低層細(xì)節(jié)系數(shù)，將其重構(gòu)圖與云層系數(shù)放大后的結(jié)果相乘，并疊加原低層細(xì)節(jié)系數(shù)重構(gòu)圖，以突出其中云層下的景物信息；兩部分細(xì)節(jié)系數(shù)的處理結(jié)果和近似系數(shù)重構(gòu)圖相疊加，得到最終處理結(jié)果。本發(fā)明在削弱云層覆蓋的同時(shí)，提高云下景物的清晰度，并較好地保留云區(qū)以外的景物信息。
【IPC分類】G06T7-00
【公開號(hào)】CN104537678
【申請?zhí)枴緾N201510021472
【發(fā)明人】吳峰, 朱錫芳, 相入喜, 許清泉
【申請人】常州工學(xué)院
【公開日】2015年4月22日
【申請日】2015年1月15日