[发明专利]融合SAR图像信息的光学图像去云方法

说明书

本发明提供了一种融合SAR图像信息的光学图像去云方法，包括以下步骤：通过SAR图像及光学图像计算优先级函数，并根据优先级按先后顺序选取待修复样本块；对于选取的待修复样本块，利用对应的SAR图像中的样本块和光学图像样本块中的已知像素点从光学图像已知区域中选取最相似的匹配块；找到最相似的匹配块后，用其中对应的像素点对样本块中缺失像素点进行替换，得到修复后的样本块。本发明从优先级计算及最佳匹配块的搜索方面对基于块相似性的算法进行改进。联合SAR影像辅助光学影像进行云下缺失信息的修复，并引入更多相似性度量准则，从而得到更准确而不仅仅是看起来合理的修复结果。

技术领域

本发明涉及遥感图像处理技术领域，尤其涉及一种信息融合与光学图像修复的方法。

背景技术

近年来，随着现代遥感技术的飞速发展，人们可获取到的遥感影像数据量迅速增长。然而光学图像中云层的干扰会导致图像信息的丢失，影响其后续解译及应用。目前根据辅助数据源的不同，常见的图像修复算法主要分为三类：基于多光谱的方法、基于空间的方法和基于多时相的方法。

基于多光谱的方法利用多光谱含云波段及部分云穿透能力较强的冗余波段间的相关性，建立相应的经验或物理公式，来进行云层检测和信息重建；基于多时相的方法通过对于同一场景不同时刻的遥感图像，通过无云区域间的组合来实现云层修复，依据云层多存在于低频的特性，对多幅配准图像进行多尺度变换，在低频基于归一化低频指数设置阈值进行云层抑制，高频提取拥有更高能量的地物信息，最后进行反变换即可重构出无云影像；基于空间的方法假设缺失数据和剩余数据共享相同的统计或几何结构，于是使用数据中的已知部分填充缺失的数据区域来进行云层去除。

基于块相似性的算法是一种经典的基于空间的图像修复算法，其结合了纹理合成和扩散填充的优点，可对较大面积的缺失区域进行修复并得到较为自然的结果。其首先在已知区域与缺失区域边界处通过优先级选取像素点，并以此像素点为中心取待修复样本块；然后借助待修复样本块中已知像素点来寻找源区域中匹配的目标块；最后将样本块中缺失像素点用匹配目标块中像素点进行替换，直到整个区域被修复。

合成孔径雷达(Synthetic Aperture Radar，SAR)作为一种主动式微波遥感手段，具有全天时、全天候的观测能力，不受云层、雨雪、光照条件等环境因素影响，于是可借助SAR图像来辅助光学图像进行修复。如现有技术中在传统基于块相似性算法的基础上提出了一种以SAR图像为目标区域内真实结构的光学图像修复方法，将图像分为海陆两部分，利用SAR图像来进行优先级的计算并在对应的光学图像区域选取待修复样本块，然后通过平方差之和在光学图像中寻找对应匹配块进行云下信息的修复。

基于空间的方法对于填补小规模的数据缺失效果较好，但对于较大尺寸的信息缺失，由于缺乏辅助信息，只能得到在视觉上尽可能合理而不是准确的结果。

第一，在优先级计算阶段，基于块相似性的算法中优先权函数由鼓励纹理传播的置信度项和鼓励几何结构的传播的数据项相乘得到。但其同时传播几何和纹理的特点有时会导致图像几何结构的破坏，且置信度项在修复过程中迅速下降到零的缺点也会导致后期修复顺序的错乱。同时，如前一步出现错误的填充，仅利用待修复光学图像来进行优先权函数计算的策略也会导致误差的积累，从而使得修复结果不准确。现有技术的算法虽然利用了SAR图像信息，但由于SAR与光学图像辐射特性存在较大差异，仅利用SAR图像信息的方法对于较复杂的图像修复效果不好。

第二，在最优匹配块的搜索阶段，基于块相似性的算法选取SSD最小作为匹配标准，利用样本块中的已知像素点从源区域选取最相似的匹配块。但此标准较为单一，仅对光谱相似度进行了度量，在要修复区域纹理较为简单时效果较好，但在图像较为复杂时匹配错误的概率明显增大。且仅利用部分已知像素点进行匹配的方法也大大增加了出错率，经过不断的传播累积后仅能得到看似合理而不是准确的修复结果。

发明内容

有鉴于此，本发明的主要目的在于提供一种融合SAR图像信息的光学图像去云方法，以期部分地解决上述技术问题中的至少之一。