Landsat衛(wèi)星圖像云層去除算法研究.pdf

1、Landsat衛(wèi)星圖像含有豐富的光譜信息，在工農業(yè)生產、資源勘查、環(huán)境災害評估等方面有著廣泛的應用。由于受到各種氣候因素的影響，Landsat衛(wèi)星圖像經常受到云層遮擋。云覆蓋會在Landsat衛(wèi)星圖像上制造“盲區(qū)”，致使遙感數(shù)據(jù)缺失，降低Landsat衛(wèi)星圖像的利用率，給后期的處理帶來困難。對Landsat衛(wèi)星圖像進行云層去除，獲得清晰精確的無云圖像，能有效提高Landsat衛(wèi)星圖像的利用率和解譯精度，增強Landsat衛(wèi)星圖像數(shù)據(jù)的有

2、效性和可用性。
　　本文針對Landsat衛(wèi)星圖像薄云和厚云的分布規(guī)律，給出幾種薄云和厚云去除算法，主要工作和結論如下:
　　1、提出一種利用雙樹復小波變換進行圖像融合的Landsat衛(wèi)星圖像薄云去除算法，該方法先利用雙樹復小波變換對多時相Landsat衛(wèi)星圖像進行分解，再用基于區(qū)域能量的選擇和加權相結合的方式獲得低頻融合系數(shù)，在區(qū)域輪廓波對比度的基礎上采用選擇策略獲得高頻融合系數(shù)，最后對高低頻融合系數(shù)進行重構，獲得清晰無云

3、圖像。
　　2、提出一種基于多維輸出支持向量回歸的Landsat衛(wèi)星圖像云去除算法。結合多維輸出支持向量回歸模型和方向濾波器組，構建支持向量值輪廓波變換，對Landsat衛(wèi)星圖像進行多尺度、多方向、多分辨率分解。在此基礎上，通過抓取薄云覆蓋區(qū)域的地面景物信息（高頻細節(jié)信息），實現(xiàn)薄云去除。對于厚云區(qū)域，借助多源多時相的同一地區(qū)的Landsat衛(wèi)星圖像，利用多維輸出支持向量回歸學習方法預測云遮擋區(qū)域的地物信息，解決多源圖像之間存在的

4、輻射差異問題和云層相互重疊問題，獲得無云Landsat衛(wèi)星圖像。
　　3、提出一種利用相似像素替換的Landsat衛(wèi)星圖像厚云去除算法。針對地物信息發(fā)生季節(jié)性變化的含云Landsat衛(wèi)星圖像，首先利用灰度特征、分形幾何與和差直方圖相結合的特征參量確定多時相圖像的相似像素，以此找到云覆蓋區(qū)域對應的相似地物區(qū)域，再利用基于馬爾可夫隨機場(MRF)的全局函數(shù)模擬出最合適的相似像素，填補目標圖像的缺失像素，實現(xiàn)Landsat衛(wèi)星圖像厚云去