[发明专利]针对Landsat TM和ETM图像的厚云及其阴影检测方法

说明书

技术领域

本发明属于光学遥感图像处理技术领域，涉及对专题制图仪TM图像和增强专题制图仪ETM图像的厚云及其阴影检测，可用于遥感图像变化检测、分类以及图像分割等工作的预处理。 

背景技术

随着空间技术的不断发展，利用中高分辨率的遥感图像进行陆地资源调查、变化检测、植被以及水域的监测等已经越来越普及。由于天气情况复杂多样，卫星在获取遥感图像时极少能遇到大范围区域内完全晴好无云的情况。云的存在使得人们无法从图像中获取云覆盖区之下的真实地表信息，这会对一些后续的分割、分类、变化检测等工作造成困难。为了消除由于云存在而造成的不利影响，提高遥感图像的可用性，人们提出了一些云检测和云去除的方法。 

云的形状、高度、厚度、成分及分布等情况各有不同，导致其对光学遥感图像产生的影响也具有较大差异。根据云是否完全遮挡地面信息，可将其分为薄云和厚云。薄云是指对太阳入射光和地表反射光只具有部分遮挡效果的云，在其覆盖区仍能反映出一定的地表信息，并且不产生明显的阴影。相对的，厚云是指对太阳入射光和地表反射光具有完全遮挡效果的云，在其覆盖区地表信息被完全屏蔽，并形成明显阴影，使阴影区的地面细节难以分辨。因此，对于薄云只需尽可能恢复或增强云覆盖区下的地面细节信息，即可达到消除其影响的目的，一般采用同态滤波法。而由于厚云遮蔽了在其覆盖下全部的地表信息，仅利用原始图像无法恢复，因而只能先检测出其位置、大小，再利用同一地区其他时期拍摄的无云图像进行像元替换，以达到消除厚云的目的。由于本发明只涉及厚云及其阴影的位置、大小的检测，因此对后续的像元替换不进行阐述。 

厚云的检测主要有灰度阈值法、空间纹理分析以及光谱分析三类方法。灰度阈值法是根据厚云灰度值比一般地物大这一特点用人工或自适应阈值将其检出，但冰雪也具有较大的灰度值，因此容易与云混淆而产生误检，同时检测效果很大程度受到图像本身和阈值选取的影响。空间纹理分析根据厚云与地物间的空间纹理差异进行区分， 最常采用的纹理特征有分形维数和角二阶矩值。虽然空间纹理分析检测效果较灰度阈值法好，但该方法通常需要训练样本，不但耗时且样本的数量和质量直接影响结果准确性。对于多光谱和高光谱数据，由于其包含大量光谱信息，因此广泛采用光谱分析法。普遍认为，厚云在可见光和近红外波段相对于其他地物具有较高反射率，而在热红外波段具有较低的亮温值。具体做法通常是在多个波段图像上通过分别设定阈值进行判断再集体决策，进而将厚云检测出来。中分辨率成像光谱仪MODIS图像具有36个波段，光谱分辨率较高，针对该图像的光谱分析法已经有大量比较成熟且简单高效的衍生算法。 

空间分辨率中高的专题制图仪TM图像，其光谱分辨率不高，只有7个波段，而增强专题制图仪ETM图像也只有8个波段。现有光谱分析法检测这两种图像中厚云的效果还不够理想，易受到与厚云具有类似光谱反射特性的冰雪干扰，因此常结合其他方法对检测结果进行改善。另外，由于专题制图仪或增强专题制图仪图像的第六波段比其他波段图像的空间分辨率低，光谱分析法使用起来非常不便。