论文部分内容阅读
大气的存在影响了多光谱遥感图像的地物特征，如果有云存在将进一步影响遥感图像的地物特征。目前，大气校正的算法和软件被广泛的使用，但去除多光谱遥感图像中云的影响是仍是现在面临的一大挑战，所以研究多光谱遥感图像的去云方法很有意义。本毕业论文专注于单幅多光谱遥感图像的去云，并提出了两种去云算法。 首先，利用云的光谱特征，文中提出了一种全新的去云算法。该算法先校正卷云，而后利用像素替换去除剩下的薄云影响。以一景受云影响的Landsat-8卫星数据为例，执行去云算法后，波段1到波段5中云信息被去除。对图像的平均值、标准差，图像中剖线反射率值变化的定量分析验证了卷云校正和像素替换两个步骤的去云效果。利用一幅无云影响的参考图像，对去云结果进一步验证。去云后，空间相关系数都在0.84以上，较去云前的空间相关系数有显著的提高。各个波段反射率的变化和空间相关系数的提高充分验证了算法的有效性和可靠性。 但是，利用卷云波段和像素替换的算法在薄云有一定厚度时对短波红外波段的影响不能忽略和在水体反射率值复原中存在的问题。为了避免这些问题，利用独立成分分析的第二种去云算法被提出。卷云波段、可见光波段和红外波段作为输入，执行独立成分分析算法，识别并提取“云成分”。利用“云成分”计算出每个波段云的影响程度，进行去云处理，最终消除了图像中薄云的影响。4个研究区域不同地物类型的图像执行了去云算法，从视觉效果看，云被去除。在有云区域中，去云前后直方图对比参考图像直方图的变化验证了算法在有云区域的有效性。去云前后图像分别与参考图像的散点图和线性拟合结果进一步验证了算法的去云效果。在无云区域，去云前后的直方图和散点图充分说明了算法对无云区域几乎没有影响。