论文部分内容阅读
云雾普遍存在于卫星获取的遥感图像中，这种现象有降低遥感数据的使用效率等多方面坏处。对于较厚的云层来说，它完全遮挡了地面信息，无法恢复；对于薄云雾覆盖的区域，地面信息只是被云雾所干扰，并没有被完全掩盖，这就为使用图像处理方法去除薄云雾干扰，恢复图像信息提供了可能性。用遥感数据获取原理上，单个像元是对相应矩形地面范围内所有光谱反射信息的综合。在很多情况下，像元反映的是超过一种地物的光谱信息—通常，这种综合反映多种地物光谱信息的像元为称为混合像元，混合像元所反映的各种地物叫做混合像元的端元，各个端元在单个混合像元的贡献百分比叫做各端元的丰度。 在薄云雾覆盖的区域，遥感图像的像元可以认为是在反映地面光谱信息的同时也反映了薄云雾的光谱信息，因此可以把这些像元看成薄云雾与各种地物构成的混合像元。如此，可以使用图像处理领域的混合像元解混方法计算出包括地面各种地物和薄云雾在内的各种端元光谱曲线与它们在混合像元中的丰度。随后，可以通过丰度调整的方法—去除薄云雾端元所对应的丰度的同时调整其他像元的丰度(使其他地物端元丰度和为1)，利用地物端元的光谱曲线，合成不含云雾端元的混合像元，从而完成薄云雾覆盖区域的遥感图像恢复。 本文使用混合像元解混领域较为有效的方法--最小体积限制的非负矩阵分解算法(MVC-NMF)计算混合像元的端元与其对应的丰度，继而使用丰度调整方法，恢复遥感图像信息。本文在IDL平台下，对上述方法进行了编程实现并使用TM、ASTER与Hyperion数据进行了试验验证与效果评价。在取得一定成效的同时也收获了不少经验，仅为自己与遥感同仁的研究日后进一步研究提供借鉴参考。