遙感影像的云及其陰影覆蓋區(qū)光譜重構(gòu)

喬振民，邢立新，李淼淼，董連英，潘 軍，王紅紅，朱亞靜

（吉林大學(xué) 地球探測(cè)科學(xué)與技術(shù)學(xué)院，長(zhǎng)春 130026）

遙感影像的云及其陰影覆蓋區(qū)光譜重構(gòu)

喬振民，邢立新，李淼淼，董連英，潘 軍，王紅紅，朱亞靜

（吉林大學(xué) 地球探測(cè)科學(xué)與技術(shù)學(xué)院，長(zhǎng)春 130026）

以往遙感影像的云及其陰影去除方法側(cè)重于受遮蓋地物的幾何特征恢復(fù)，不利于基于光譜特征的信息提取。為此，提出一種基于地物類別特征的光譜重構(gòu)方法，采用兩期相鄰年份相近物候期的遙感數(shù)據(jù)，借助歸一化差值和決策樹(shù)分類的方法，檢測(cè)厚云及其陰影，并提取相應(yīng)區(qū)域地表覆蓋類型信息，對(duì)兩時(shí)相遙感影像各波段被遮擋區(qū)的每種地物類別做線性回歸分析，獲取被遮擋區(qū)的重構(gòu)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，該方法在恢復(fù)受云影響地物幾何信息的同時(shí)，較好地實(shí)現(xiàn)了遮蓋區(qū)地物光譜信息模擬。

厚云；云陰影；歸一化差值；線性回歸分析

0 引 言

云及其陰影是光學(xué)遙感影像中最常見(jiàn)的一種噪聲，如何消除其對(duì)遙感數(shù)據(jù)的影響是人們面臨的首要問(wèn)題。最大程度地恢復(fù)云層及陰影覆蓋區(qū)下地物的幾何信息和光譜信息是云處理的主要研究方向。目前有很多關(guān)于遙感影像中云檢測(cè)和處理的研究，如直方圖匹配方法［1］，假設(shè)云與非云覆蓋區(qū)圖像特征相近，以同一幅圖像中的非云覆蓋區(qū)為參照，對(duì)云覆蓋區(qū)做直方圖匹配，但該方法有時(shí)假設(shè)條件不成立?；谛螒B(tài)學(xué)的開(kāi)、閉運(yùn)算進(jìn)行云處理［2］，其不足之處在于無(wú)法保留圖像幾何特征。雖然采用同態(tài)濾波方法進(jìn)行云去除取得較好的效果［3］，但該方法僅限于薄云的處理，且無(wú)法保證保留源數(shù)據(jù)的光譜信息。

厚云及其陰影的消除必須借助多時(shí)相遙感數(shù)據(jù)，但單純的數(shù)據(jù)替換會(huì)因其光譜信息丟失而影響數(shù)據(jù)應(yīng)用，如地物分類，地表生物量提取等。針對(duì)以上問(wèn)題，筆者提出一種基于地物類別特征的遙感影像厚云及其陰影覆蓋區(qū)的光譜重構(gòu)方法。采用相鄰年份同一物候期的ETM＋影像，結(jié)合土地利用專題信息圖，分別對(duì)每個(gè)波段的每種云遮蓋地物類別做線性回歸分析，最后進(jìn)行像元替換。研究結(jié)果表明，該方法較好地恢復(fù)了受云及其陰影影響的各地物類別的光譜特征，消除或弱化了厚云及其陰影對(duì)遙感數(shù)據(jù)的影響。

1 覆蓋區(qū)光譜重構(gòu)方法

該方法的主要思想是最大程度地恢復(fù)受云影響的每種地物類別的光譜信息。步驟如下：1）基于歸一化差值法和決策樹(shù)分類方法檢測(cè)目標(biāo)數(shù)據(jù)的厚云和云陰影區(qū)，掩膜掉目標(biāo)數(shù)據(jù)中的檢測(cè)結(jié)果；2）利用參考數(shù)據(jù)進(jìn)行土地利用專題信息提取，通過(guò)該專題信息圖得出目標(biāo)數(shù)據(jù)中被云和云陰影遮蓋的地物類別；3）為較好恢復(fù)各種被云和云陰影遮蓋地物類別的光譜信息，對(duì)兩期數(shù)據(jù)每個(gè)波段的地物類別進(jìn)行線性回歸分析，由線性回歸分析結(jié)果計(jì)算厚云和云陰影的替代數(shù)據(jù)，最后得到消除厚云及陰影遮蓋的結(jié)果［4－6］。為在圖像上直觀顯示云處理效果，筆者對(duì)目標(biāo)數(shù)據(jù)第7、4、2波段的各地物類別進(jìn)行回歸分析。

1.1 研究數(shù)據(jù)

筆者利用2002年5月22日Landsat 123-31軌道的ETM＋數(shù)據(jù)作為研究數(shù)據(jù)，該數(shù)據(jù)含較多的厚云及云陰影覆蓋。為保證研究區(qū)數(shù)據(jù)的植被物候期相近以及地物類別變化最小，選取2001年5月19日的ETM＋影像作為參考數(shù)據(jù)，該期數(shù)據(jù)幾乎無(wú)云覆蓋。

1.2 厚云及其陰影檢測(cè)

基于厚云和裸地在各波段的反射率均較高，但厚云只存在于目標(biāo)數(shù)據(jù)中的特點(diǎn)，對(duì)參考數(shù)據(jù)和目標(biāo)數(shù)據(jù)的第1波段進(jìn)行歸一化，然后計(jì)算差值，差值數(shù)據(jù)大于等于0.1即為厚云。由于云與地物的邊界處存在混合像元，為最大程度地消除云的影響，這里的閾值可以靈活選擇［7，8］，這也是該方法的優(yōu)點(diǎn)。厚云可表示為

其中a為目標(biāo)數(shù)據(jù)的第1波段，an為目標(biāo)數(shù)據(jù)第1波段的最小值，ax為目標(biāo)數(shù)據(jù)第1波段的最大值，b為參考數(shù)據(jù)的第1波段，bn為參考數(shù)據(jù)第1波段的最小值，bx為參考數(shù)據(jù)第1波段的最大值。

云陰影、山坡陰影及水體在各波段的反射值整體偏低，但第7波段山坡陰影的反射值高于40，而云陰影和水體的反射值遠(yuǎn)小于40，因此可以設(shè)置40作為閾值將其區(qū)分，由于水體的第2波段與第4波段的反射值之差大于云陰影的差值，所以可將下式

得到的結(jié)果設(shè)置閾值，以區(qū)分水體和云陰影。其中INDWI為歸一化水指數(shù)（NDWI：Normalized Difference Water Index），b2為目標(biāo)數(shù)據(jù)的第2波段，b4為第4波段。

在厚云、云陰影和地物的邊界處不可避免地存在混合像元，這部分混合像元也是受厚云和云陰影影響的部分，所以利用式（1）提取厚云和利用決策樹(shù)方法提取云陰影時(shí)，將該部分提取出來(lái)（見(jiàn)圖1）。由于參考數(shù)據(jù)與目標(biāo)數(shù)據(jù)的植被物候期相近，所以，因提取混合像元時(shí)誤將部分沙地、水體和山坡陰影提取出來(lái)，但對(duì)后面的云和陰影替換結(jié)果影響非常?。?］。

圖1 厚云及其陰影提取Fig.1 Extract of thick clouds and their shadows

1.3 地表覆蓋信息提取

由于2001年5月19日?qǐng)D像中幾乎無(wú)云覆蓋，所以選取該期間圖像做地表覆蓋信息提取。經(jīng)目視判讀，將研究區(qū)分為林地、耕地、水體和居民地4類，這里利用決策樹(shù)的方法進(jìn)行地物類別的專題信息提取。該研究數(shù)據(jù)中，耕地剛開(kāi)始發(fā)芽，而林地生長(zhǎng)茂盛，利用NDWI指數(shù)設(shè)置閾值，大于閾值為林地，小于閾值為非林地［10］，在非林地中，采用式（2），水體的計(jì)算結(jié)果遠(yuǎn)高于其他地物，由此可將其區(qū)分出來(lái)［11］，耕地和居民地用非監(jiān)督分類的方法加以區(qū)分。將以上結(jié)果進(jìn)行重編碼、彩色賦值等后處理，得到地表覆蓋信息提取結(jié)果如圖2所示。

圖2 地表覆蓋信息圖Fig.2 Map land cover information

1.4 線性回歸分析

利用圖1對(duì)圖2做掩膜處理得知，目標(biāo)影像中被云遮擋住的地物類別有耕地、居民地和林地，這里利用隨機(jī)抽取的方式選取兩期數(shù)據(jù)中的對(duì)應(yīng)點(diǎn)，對(duì)每個(gè)波段的該3種地物類別做線性回歸，線性回歸方程表示為［12］

其中Yij為2001年5月19日數(shù)據(jù)第i波段第j種地物類別的光譜反射值，Xij為2002年5月22日數(shù)據(jù)第i波段第j種地物類別的光譜反射值，aij和bij分別表示目標(biāo)數(shù)據(jù)和參考數(shù)據(jù)關(guān)系的待求系數(shù)。

為更直觀地顯示云處理效果，這里僅對(duì)目標(biāo)數(shù)據(jù)的第7、4、2波段的各地物類別進(jìn)行回歸分析，然后對(duì)回歸分析結(jié)果做7、4、2波段的假彩色合成，擬合曲線如圖3所示。表1為各擬合曲線的參數(shù)，其中R2為回歸曲線的相關(guān)系數(shù)。由表1可看出，兩期數(shù)據(jù)同一波段同一地物類別間的相關(guān)性普遍較高，尤其是第2波段耕地的aij為1.095，R2為0.915。

圖3 回歸分析曲線Fig.3 Regression analysis curve

表1 目標(biāo)數(shù)據(jù)與參考數(shù)據(jù)的回歸分析結(jié)果Tab.1 Target data with reference data of regression analysis

2 結(jié)果分析

采用線性回歸分析結(jié)果，以2001年5月19日的無(wú)云參考數(shù)據(jù)為基準(zhǔn)，計(jì)算目標(biāo)數(shù)據(jù)的回歸分析結(jié)果，將其替換由2.2節(jié)得到的云及陰影遮蓋地區(qū)，得到消除厚云和陰影影響的結(jié)果圖像。圖4為帶有厚云和陰影的研究數(shù)據(jù)，圖5是消除云影響的目標(biāo)數(shù)據(jù)第7、4、2波段合成的假彩色圖像，由結(jié)果可以看出云和云陰影已消除。

圖4 源數(shù)據(jù)Fig.4 Source of data

圖5 重構(gòu)結(jié)果Fig.5 Reconstruction results

圖4中存在高亮度的云層，導(dǎo)致在ENVI（Environment for Visualizing Images）中顯示時(shí)其與圖5的色調(diào)不一致，但二者在非云和云陰影覆蓋區(qū)的DN（Digital Number）值相同，這說(shuō)明消除云影像前后的非云覆蓋區(qū)數(shù)據(jù)并未發(fā)生變化。在重構(gòu)圖像中，云和陰影的替換數(shù)據(jù)和非云覆蓋區(qū)間色調(diào)幾乎一致，由重構(gòu)結(jié)果和未受影響源數(shù)據(jù)的同一地物類別提取的波譜曲線如圖6所示，該圖較好地重構(gòu)了云及其陰影遮蓋地物的光譜信息。

圖6 重構(gòu)區(qū)與未受云影響區(qū)波譜曲線Fig.6 Reconstruction cloud area and unaffected zone spectral curve

3 結(jié) 語(yǔ)

為更好地重構(gòu)云及其陰影覆蓋區(qū)的光譜信息，筆者提出基于地物類別特征的遙感影像厚云及其陰影覆蓋區(qū)的光譜重構(gòu)方法。采用相鄰年份同一物候期的ETM＋影像，結(jié)合土地利用專題信息圖，分別對(duì)每個(gè)波段的每種云遮蓋地物類別做線性回歸分析，最后進(jìn)行像元替換?；谝陨戏椒?，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了厚云及其陰影消除研究。結(jié)果表明，重構(gòu)圖像在云和地物的邊界處無(wú)明顯接縫，復(fù)原了云遮蓋區(qū)域的幾何形態(tài)，云和陰影的替換數(shù)據(jù)和非云覆蓋區(qū)的同種地物波譜曲線相近，重構(gòu)結(jié)果較好地復(fù)原了覆蓋區(qū)光譜信息。

［1］李月臣，陳晉，劉春霞，等.一種除去遙感影像薄云霧的方法［J］.成都理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，33（1）：58-63.

LI Yue-chen，CHEN Jin，LIU Chun-xia，et al.An Effective Approach to Remove Cloud-Fog Cover and Enhance Remote Sensing Imagery［J］.Journal of Chengdu University of Technology：Science ＆ Technology Edition，2006，33（1）：58-63.

［2］李鵬飛，邢立新，潘軍，等.圖像分形維數(shù)計(jì)算及其邊緣提取［J］.吉林大學(xué)學(xué)報(bào)：信息科學(xué)版，2011，29（2）：152-157.

LI Peng-fei，XING Li-xin，PAN Jun，et al.Images Fractal Dimension Calculation and Its Edge Extraction［J］.Journal of Jilin University：Information Science Edition，2011，29（2）：152-157.

［3］曹爽，岳建平，馬文.基于灰度數(shù)學(xué)形態(tài)學(xué)的遙感影像薄云處理方法［J］.測(cè)繪通報(bào)，2010（12）：54-57.

CAO Shuang，YUE Jian-ping，MA Wen.Removing Thin Cloud Arithmetic Based on Gray Mathematic Morphology for Remote Sensing Images［J］.Bulletin of Surveying and Mapping，2010（12）：54-57.

［4］劉建，何政偉，楊斌，等.遙感圖像薄云去除方法及IDL的實(shí)現(xiàn)研究［J］.測(cè)繪科學(xué)，2010，35（5）：77-79.

LIU Jian，HE Zheng-wei，YANG Bin，et al.Research on the Haze Removal Method of Remote Sensing Images and the Implementation of IDL［J］.Science of Surveying and Mapping，2010，35（5）：77-79.

［5］李炳燮，馬張寶，齊清文，等.Landsat TM 遙感影像中厚云和陰影去除［J］.遙感學(xué)報(bào)，2010，14（3）：534-545.

RI PYONGSOP，MA Zhang-bao，QI Qing-wen，et al.Cloud and Shadow Removal from Landsat TM Data［J］.Journal of Remote Sensing，2010，14（3）：534-545.

［6］宋曉宇，劉良云，李存軍，等.基于單景遙感影像的去云處理研究［J］.光學(xué)技術(shù)，2006，32（2）：299-303.

SONG Xiao-yu，LIU Liang－yun，LI Cun-jun，et al.Cloud Removing Based on Single Remote Sensing Image［J］.Optical Technique，2006，32（2）：299-303.

［7］陳旭，林宏，強(qiáng)振平.基于顏色空間變換的遙感圖像去厚云方法［J］.遙感信息，2009（3）：38-43.

CHEN Xu，LIN Hong，QIANG Zhen-ping.Cloud Removal of Remote Sensing Imagery Based on Color Space Transformation［J］.Remote Sensing Information，2009（3）：38-43.

［8］郭童英，尤紅建.一種基于小波融合的多時(shí)相遙感圖像去云方法［J］.測(cè)繪通報(bào)，2007（3）：40-42.

GUO Tong－ying，YOU Hong－jian.Cloud Reduction of Multi-Temporal Space-Borne Remote Sensing Image Based on Wavelet Fusion［J］.Bulletin of Surveying and Mapping，2007（3）：40-42.

［9］TATSUMI WATANABE，YUSUHIRO KUWAHARA，AKIO KOJIMA.Improvement of Color Quality with Modified Linear Multi-Scale Retinex［J］.SPIEIS，2003，5008：59-69.

［10］ZIA-UR RAHMAN，DANIEL J JOBSON，GLENN A WOODELL.Retinex Processing for Automatic Image Enhancement［J］.Journal of Electronic Imaging，2004，13（1）：100-111.

［11］鄭曉燕，張艷紅，劉萬(wàn)崧.扎龍濕地水體遙感提取過(guò)程中云陰影去除方法研究［J］.濕地科學(xué)，2010（1）：21-26.

ZHENG Xiao-yan，ZHANG Yan-hong，LIU Wan-song.Method on Cloud Shadow Removing from Water Bodies in the Process of Remote Sensing Extraction in Zhalong Wetlands［J］.Wetland Science，2010（1）：21-26.

［12］江興方.遙感圖像去云方法的研究及其應(yīng)用［D］.南京：南京理工大學(xué)光學(xué)工程學(xué)院，2007.

JIANG Xing-fang.Research and Application of the Methods in Removing Cloud of Remote Sensing Image［D］.Nanjing：College of Optical Engineering，Nanjing University of Science and Technology，2007.

Spectral Reconstruction of Remote Sensing Image's Clouds and Its Shadow Coverage

QIAO Zhen-min，XING Li-xin，LI Miao-miao，DONG Lian-ying，PAN Jun，WANG Hong-hong，ZHU Ya-jing
（College of Geoexploration Science and Technology，Jilin University，Changchun 130026，China）

Previous method of cloud and its shadow removal in the remote sensing image focus on the geometrical characteristic recovery of coverd terrain，this method is against the information extraction based on the spectral characteristics.A method based on the spectral characteristics of covered terrain category reconstruction was proposed.Adopt two adjacent years phenophase remote sensing data，use normalized difference value and decision tree classification method to detect the thick cloud and its shadow，and extract corresponding regional surface coverage type information，in remote sensing image of two various bands，do the linear regression analysis to each surface feature of the covered terrain，to obtain the reconstructed data of the covered terrain.The experimental results show that the method can recover the geometry information of the covered terrain，and it also realizes its spectral information simulation.

thick clouds；shadow；normalization；linear regression analysis

TP7；P28

A

1671-5896（2012）01-0035-05

2011-10-01

中國(guó)地質(zhì)調(diào)查局基金資助項(xiàng)目（1212010761502）

喬振民（1987—），男，山東聊城人，吉林大學(xué)碩士研究生，主要從事遙感與地理信息系統(tǒng)研究，（Tel）86-13596072078（E-mail）qiao＿zhenmin＠163.com；通訊作者：邢立新（1954—），女，吉林伊通人，吉林大學(xué)教授，博士生導(dǎo)師，主要從事遙感與地理信息系統(tǒng)研究，（Tel）86-13596477472（E-mail）xinglx＠jlu.edu.cn。

（責(zé)任編輯：何桂華）