[发明专利]一种多时相无云卫星影像重构方法

说明书

本发明涉及一种多时相无云卫星影像重构方法，其步骤如下：根据应用需求与云覆盖率，将目标地区的短时间内所有遥感影像分为目标影像和候补影像，校正所有影像绝对地理坐标，并按成像时间距离目标时间长短进行排序；利用阈值法、相关系数、最小距离分类相结合的保守云层检测方法进行云层提取，剔除有云像元；统计不同时间剔除云层像素后的不同波段影像的灰度直方图，将候补影像的直方图匹配到目标日期影像上；根据像素绝对地理坐标，从距离目标日期从近到远作为选用依据，将目标区域缺失像素依次填补上，合成新的无云影像。该发明将云层检测、影像合成、灰度均衡多方面综合起来，是一种通用的卫星影像去云方法，可为遥感应用提供了科学的工具。

(一)所属技术领域

本发明涉及一种多时相无云卫星影像重构方法，属于遥感应用领域，同时在图像处理领域具有重要应用价值。

(二)背景技术

统计显示，地球表面平均云层覆盖率超过60％，云层对光学遥感与热红外遥感成像影响巨大，较高的云层覆盖率的数据往往不被采用，造成了遥感资源浪费，合格数据与使用时间有所差距，又降低了遥感研究的时效性。目前所面临的云层可以分为薄云和厚云，而薄云相关研究已经较为充分，且较容易恢复图像，因此本发明方法主要关注厚云的去除，即无法提取有效信息的云层。对于这类信息，是无法通过单张影像本身对其进行重构的。目前卫星遥感取得了较大的进展技术突飞猛进，卫星重返周期缩短，因此可以获取其他时相的数据作为补充变得可行。在云层检测方面，以基于参考影像的信息融合为代表的方法云层检测效果一般，对于云层交界检测不佳一般，同时依赖无云参考影像，合成效果不理想。复杂地物上的云层也是较难检测的，比较复杂的方法如Fmask等需要计算表观反射率，但是在山区检测效果不好，虽然准确率很高，但是偏离了本方法的初衷，即合成无云影像。

在本方法中，只需要比较保守的检测到云层即可，因此检测结果可以误检非云层像素，但是不能漏检含有云层的像素，所以本方法的检测方法可以比要求高精度的检测方法简单的多。本方法中分别使用阈值判断、相关系数、最小距离分类三步，将绝大部分云层都检测出来，得到了满足精度要求的检测方法。在本方法的去云中，由于目标遥感影像都可以得到精确定位，因此每个像素对应位置唯一，所以本方法的方法是根据时间顺序分别在白板上补上一个个无云像素，因此精度很高。本方法实现了非常好的无云合成，在多处复杂地形如平原，山地，聚居地等都实现了较好的云层去除效果，输出图片平衡了整体局部特征，克服了现有方法的局限性。

(三)发明内容

本发明涉及一种利用多幅有云影像合成无云影像的遥感影像处理方法，其步骤如下：将目标地区的短时间内所有遥感影像进行提取，校正计算所有影像绝对地理坐标，并按成像时间距离目标时间长短进行排序；然后利用保守的云层检测方法如阈值法，相关系数、最小距离分类等方法进行云层提取，剔除有云像元；统计不同时间剔除云层像素后的不同波段灰度直方图，将候补影像的直方图匹配到目标日期影像上；根据像素绝对地理坐标，从距离目标日期从近到远作为选用依据，将目标区域缺失像素依次填补上，得到新的无云影像；最后根据需求选择输出得到目标地区无云影像，其具体步骤如下： 1一种多时相无云卫星影像重构方法，其特征在于包含以下步骤：

(1)确定需要合成影像的目标日期，提取出近期该地区及其领域的大量遥感影像，并根据成像时间距离所需日期由短及长排序，同时读取影像的地理信息，包括投影。几何等信息，并进行离地校正，赋予每个像素绝对地理位置；

(2)进行保守的云层检测，使用阈值法初步检测大部分云层，同时使用相关系数法，最小距离分类法检测其余云层边缘，细碎云层，并在此之后剔除含有云层的像元；

(3)统计不同波段目标影像直方图和其余候补影像直方图，将候补影像直方图匹配到目标影像直方图上；

(4)依据不同像素的绝对坐标，根据和目标日期远近，依次填补上缺失像元，重构得到新的无云影像；

(5)对重构后的无云影像进行空间一致性检查；