Landsat 8 OLI-TIRS遙感影像云層去除的3種方法對比分析研究

劉姝岑，冉 菊

(云南省地圖院，云南 昆明 650034)

0 引言

在遙感數(shù)據(jù)處理過程中，云噪聲對遙感圖像的解釋有很大的影響。從測繪的角度來講，遙感數(shù)據(jù)有越來越廣泛的應(yīng)用，大片的云將嚴重影響生成的圖像映射，很難確保圖紙的準確性，有時甚至不能使工作正常進行，所以需要對遙感影像圖進行云層的去除研究。

在中國，云檢測方法的發(fā)展起步很晚，主要是引進國外的方法。國外早期的經(jīng)典云檢測方法主要基于多光譜衛(wèi)星圖像融合技術(shù)。根據(jù)不同波段下云的不同反射率，適當選擇一個寬度值進行云識別，該方法現(xiàn)在的應(yīng)用已經(jīng)很普遍，NDVI法、D網(wǎng)值法都是具有代表性的經(jīng)典方法等。

2011年，意大利學(xué)者Riccardo Rossi等采用奇異值分解技術(shù)提取圖像特征，快鳥衛(wèi)星圖像的云應(yīng)用支持向量機(SVM)分類器來檢測。然而，通過簡單奇異值分解特征提取技術(shù)提取灰度統(tǒng)計分布的角度構(gòu)造特征向量，云的質(zhì)地和性質(zhì)無法充分表達。2012年，意大利學(xué)者Paolo Addesso等人增加了可以代表SVM分類器中云和空間相關(guān)性的懲罰因子是建立在光學(xué)訓(xùn)練特征的基礎(chǔ)。該方法將圖像的光譜信息和空間信息相結(jié)合，取得了令人滿意的結(jié)果。但也不適合高分辨率的全彩色圖像，具有多光譜定位精度的影響。

目前，中國在去除云層方面又提出了基于支持向量機的遙感圖像去厚云算法。

1 實驗數(shù)據(jù)

實驗數(shù)據(jù)采用的是Landsat-8 OLI-TIRS衛(wèi)星數(shù)字產(chǎn)品。數(shù)據(jù)獲取時間是2017年12月12日，條帶號是116，行編號是32，經(jīng)度是127.5191，緯度是40.3329，含云量達到28.18%。

2 云提取的方法

2.1 同態(tài)濾波法

同態(tài)濾波法，濾波器灰度變換是頻率和處理的結(jié)合，模型反射圖像的前提基礎(chǔ)條件是頻域處理，圖像的亮度范圍的壓縮和增強圖像的對比度是改善圖像處理的一種技術(shù)。

一幅圖像可以被認為是一個二維函數(shù)f(x,y)，這個函數(shù)可以簡單的轉(zhuǎn)化為光源的入射量函數(shù)fi(x,y)與地面反射率函數(shù)fr(x,y)的乘積，即：

f(x,y)=fi(x,y)×fr(x,y)

2.2 去霾處理

除霧處理是為了減少多波段圖像(Landsat TM)或全色圖像的霧度。對于多個波段的圖像(Landsat TM)，除霧處理在本質(zhì)上是以纓帽變換方法為基礎(chǔ)，首先，對圖像進行逆主分量變換處理，找到與圖像模糊度相關(guān)的成分，然后對圖像進行主成分逆變換處理。完成前面的操作之后再對顏色空間進行解析，達到去除霧霾的目的。對于全色圖像，該方法采用點擴散卷積反演進行處理，根據(jù)情況選擇5×5或3×3的卷積運算進行高頻或低頻的模糊度去除。

2.3 傅立葉變換

傅立葉變換在圖像處理中，傅立葉變換是一種強有力的線性系統(tǒng)分析工具，如數(shù)字系統(tǒng)，它可以對采樣點、電子放大器、卷積濾波器、噪聲和顯示點進行定量分析。利用實驗來培養(yǎng)這項技術(shù)，以解決大多數(shù)圖像處理問題。在傅立葉變換的時候可以選擇不同的濾波器。

傅里葉變換的基本表達式為：

式中：x(n)(n=0,2…N-1)是列長為N的輸入序列，在時域中通過實驗收集的切片數(shù)據(jù)；x(k)(k=0,1…N-1)是列長為N的輸出序列，這是在傅立葉變換之后的頻域中的數(shù)據(jù)。

3 幾種方式下的云層去除

3.1 去霾處理(Haze Reduction)

處理的時候坐標類型有地理坐標和像素坐標兩種選擇地理坐標；點擴展類型分為高和低兩種，選擇高的一種；零值得忽略里面有忽略統(tǒng)計中的零值和忽略輸入的零值兩種，選擇忽略統(tǒng)計中的零值。處理以后原始影像與校正后影像的對比結(jié)果如圖1所示。

(a)處理前

(b)處理后圖1 去霾處理Fig.1 Haze reduction

去霾前的影像圖云層覆蓋明顯，在去霧處理后，云層下的地面物體基本上出現(xiàn)了，雖然校正后影像反射率有一定的修正，但是校正的結(jié)果仍受云覆蓋較大的影響。

3.2 同態(tài)濾波(Homomorphic Filter)

通過同態(tài)濾波處理以后原始影像與校正后影像的對比結(jié)果如圖2所示。

(a)處理前

(b)處理后圖2 同態(tài)濾波Fig.2 Homomorphic filter

通過同態(tài)濾波的處理后原圖上的云層覆蓋的地方，薄云和厚云的厚度一定程度上被減弱，但是沒有被完全消除，被云層覆蓋下的地物部分可以顯現(xiàn)出來，同態(tài)濾波處理后仍然受云覆蓋的影響較大。

3.3 傅立葉變換(Fourier Anlysis)

通過傅立葉變換處理以后原始影像與校正后影像的對比結(jié)果如圖3所示。

(a)處理前

(b)處理后圖3 傅立葉變換Fig.3 Fourier anlysis

對圖像進行傅立葉變換處理以后，從肉眼上看圖像變得模糊，但是很多區(qū)域的云霧還是有明顯的去除，薄云基本可以消除，厚云只是在原圖的的基礎(chǔ)之上得到了一定程度的削弱，并沒有完全去除。而且傅立葉分析以后影像圖上的地物可見性明顯降低了。傅立葉變換處理后圖像仍然受云霧的影響較大。

通過對由各層的像素個數(shù)及上下限值曲線確定計算點云的HOT范圍。各層的結(jié)果圖如圖4所示。

圖4 各層的結(jié)果圖Fig.4 Results from each layer

通過去云補丁對含云影像圖做了云層厚度的檢測、云層厚度的完善、云層的去除處理得到了最后去云的結(jié)果，如圖5所示。

(a)厚云處理前

(b)厚云處理后

(c)薄云處理前

(d)薄云處理后

4 結(jié)果對比分析

4.1 定性分析

(1)同態(tài)濾波處理后圖像變得十分模糊，影像圖的邊緣曝光，邊緣以外的部分用肉眼觀測只有黑色看不見其他的地物信息，需要進行調(diào)色后才可以查看云霧去除的程度，調(diào)色后可以看到薄云沒有完全去除，只是在一定程度上減弱了云層的的厚度。

(2)去霾處理后的圖像經(jīng)過處理后圖像也變得模糊，雖然可以明顯的看出圖像的云霧有一定程度去除，但是薄云沒有完全去除，和同態(tài)濾波法一樣只是在一定程度上減弱了云層的厚度。

(3)利用傅立葉變換做圖像處理后，圖像由原來的彩色圖像變?yōu)榱巳跋瘢≡苹旧系玫搅讼?，厚云只是在原來的基礎(chǔ)上得到削弱，圖像變得模糊，地物的可見度很大程度上有了降低。

4.2 定量分析

通過分析每種方法去云后圖像的信息熵、均值、標準差3個指標來進行分析，其中，信息熵主要反應(yīng)的是圖像所含信息的多少，熵值越大信息含量越大；均值則是反應(yīng)圖像像素的平均亮度；而標準差反映的是偏離灰度均值的程度，如果標準差越大，則說明灰度級越大，則圖像包含的信息就越多(表1)。

表1 不同方式去云后的定量統(tǒng)計表Tab.1 Quantitative statistics of different ways to remove cloud

(1)從上面的統(tǒng)計數(shù)據(jù)可以看出去霾處理、同態(tài)濾波、傅立葉變換去云處理后的的信息熵的大小依次排列下來，即去云后的圖像的信息含量的多少也是依次排列下來，說明去霾處理對影像圖的信息含量影響相對較小，之后的兩種方法對影像圖的信息含量影響逐漸增大。

(2)均值也是一樣的順序依次排列下來，去霾處理后的圖像平均亮度最大，發(fā)光物體的反射越高，則發(fā)光的物體就越多，說明這個方法去掉的云最多，去云效果最好，而傅立葉變換方法的均值最小平均亮度最小，發(fā)光物體的反射就越低，則發(fā)光的物體就越少，說明去掉的云最少，去云效果最差。

(3)標準差按照一定的順序排列下來，其中去霾處理的標準差最大，說明了去霾處理的去云效果最好。

5 結(jié)論與討論

對于云層去除效果的評價，定性分析只能人為的去評判，主觀性比較強一點。在實際的應(yīng)用中，更多的還是運用一些定量的指標來進行。通過對去霾處理、同態(tài)濾波、傅立葉變換3種方式去除結(jié)果的定量分析發(fā)現(xiàn)，雖然3種方式都可以去除云層，但是相比較而言，去霾處理是一種效果最好的去除方式。在后續(xù)的工作中，筆者會在這方面做更深層次的研究，同時也會在目前出現(xiàn)的一些新方法之間做一些嘗試。