一种多光谱遥感卫星影像的雾霾分量模拟方法技术

本发明专利技术属于遥感影像技术领域，具体涉及一种多光谱遥感卫星影像的雾霾分量模拟方法，包括以下步骤：步骤一、对多光谱遥感影像数据进行预处理；步骤二、初始化计算基准雾透射率图；步骤三、初始化计算遥感影像每个位置处对应的雾厚度相关物理量；步骤四、初始化全局大气光值；步骤五、初始化若干段不同波段对应的波长值；步骤六、对多光谱每个通道进行雾合成模拟计算。与现有技术相比，本发明专利技术充分考虑到了雾在多光谱卫星影像上的特性，使得合成模拟的雾影像数据十分逼真，而且需人为设定参数较少，仅需通过设定步骤二中不同的ω值即可获得不同雾浓度的合成模拟影像数据，另外，合成的效率也得到了巨大的提升。

【技术实现步骤摘要】
一种多光谱遥感卫星影像的雾霾分量模拟方法
本专利技术属于遥感影像
，具体涉及一种多光谱遥感卫星影像的雾霾分量模拟方法。
技术介绍
随着深度学习技术的快速发展，基于深度学习的遥感图像处理技术也取得了令人瞩目的成就。但是在遥感图像复原这方面的研究甚少，尤其是针对遥感影像去雾的研究。究其原因发现影响深度学习技术在遥感去雾领域的发展最为关键的一个因素为：很少有可用于训练深度学习网络的成对无雾和有雾遥感数据。在正常的卫星影像数据中实验科研人员很难找到满足要求的同一地方且地表变化较小的有雾和无雾数据对。因此，对于深度学习方法来说，通过模拟合成带雾的影像数据来训练深度学习网络参数变得尤为重要。早期的遥感影像雾的合成方法大致可分为两类：(1)均匀雾模拟方法，将传输设置为全局常数，生成具有均匀雾的影像；(2)非均匀雾模拟方法，采用从真实模糊图像中提取的传输作为雾罩，生成具有非均匀雾的影像。非均匀雾模拟方法比均匀雾模拟方法更接近真实雾的状态情形。但是，大多数的雾模拟方法都假设雾合成方法独立于波长和雾的厚度。他们假设多光谱影像所有通道的雾透射率图(hazetransmissionmap)都相同。然而，在遥感图像中，雾的浓度会随着波长的增加而逐渐减小，不同波段雾的透射率是不同的。此外，根据大气散射理论，不同的雾厚度大气条件也会影响雾的雾透射，雾浓度越厚影响越大。因此，在合成带雾多光谱影像数据时，不仅要考虑雾的非均匀性空间变化状态，同时也要考虑波长和雾厚度大气条件对雾的透射率的影响。因此，在综合考虑上述因素的情况下，专利技术了一种多光谱卫星遥感影像的雾合成模拟方法。
技术实现思路
本专利技术的目的在于：针对现有技术的不足，而提供的一种多光谱遥感卫星影像的雾霾分量模拟方法，通过该方法能快速获取不同雾浓度的合成模拟影像数据，同时还大大提高了合成雾的效果和合成的效率。为实现上述目的，本专利技术采用如下技术方案：一种多光谱遥感卫星影像的雾霾分量模拟方法，包括以下步骤：步骤一、对多光谱遥感影像数据进行预处理；步骤二、初始化计算基准雾透射率图t(x)；步骤三、初始化计算遥感影像每个位置处对应的雾厚度相关物理量γ(x)；步骤四、初始化全局大气光值A；步骤五、初始化若干段不同波段对应的波长值λj；步骤六、对多光谱每个通道进行雾合成模拟计算。作为对本专利技术中所述的多光谱遥感卫星影像的雾霾分量模拟方法的改进，所述步骤一中对多光谱遥感影像数据的预处理包括对多光谱遥感影像数据进行大气校正，采用ENVI5.2软件中的FLAASH大气校正模型进行影像的大气校正。作为对本专利技术中所述的多光谱遥感卫星影像的雾霾分量模拟方法的改进，所述步骤二中基准雾透射率图的具体计算公式为：t(x)＝1-ω*ρband9(x)，其中，ω为一可调节的系数，ω∈[0,1]；通过设置不同的ω值，ρband9(x)代表Landsat-8卫星影像中卷云通道band9每个位置x处的反射率值。作为对本专利技术中所述的多光谱遥感卫星影像的雾霾分量模拟方法的改进，所述步骤三中γ(x)的计算公式具体为：作为对本专利技术中所述的多光谱遥感卫星影像的雾霾分量模拟方法的改进，所述步骤四中全局大气光值A的初始值为0.7。作为对本专利技术中所述的多光谱遥感卫星影像的雾霾分量模拟方法的改进，所述步骤五中，根据波长值范围表，不同波段对应的波长值λj取每个通道对应的波长值范围的中间值。作为对本专利技术中所述的多光谱遥感卫星影像的雾霾分量模拟方法的改进，所述步骤六中，通过将步骤二、步骤三、步骤四和步骤五中求取的值分别代入以下公式进行计算，求得各个通道的雾合成模拟结果：其中，Jj表示多光谱影像的第j波段无雾影像，Ij表示该波段雾合成后的影像。与现有技术相比，本专利技术至少具有以下有益效果：1)本专利技术的多光谱卫星影像雾合成模拟模型充分考虑到了雾在多光谱卫星影像上的特性，使得合成模拟的雾影像数据十分逼真；2)本专利技术的多光谱卫星影像雾合成模拟模型需人为设定参数较少，仅需通过设定步骤二中不同的ω值即可获得不同雾浓度的合成模拟影像数据；3)本专利技术的多光谱卫星影像雾合成模拟模型不仅合成雾效果好，而且合成效率高，经实验统计发现，处理每景多光谱卫星影像耗时约3分钟左右。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施方式及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的工作流程图；图2为本专利技术中雾合成模拟结果图；图3为本专利技术中各个通道波段雾合成模拟结果图。具体实施方式如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接受的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。以下结合附图对本专利技术作进一步详细说明，但不作为对本专利技术的限定。如图1～3所示，一种多光谱遥感卫星影像的雾霾分量模拟方法，本专利技术以landsat-8OLI卫星影像为例，采用matlab2014a软件进行建模，具体包括以下步骤：步骤一、对多光谱遥感影像数据进行预处理，包括对多光谱遥感影像数据的预处理包括对多光谱遥感影像数据进行大气校正，均采用ENVI5.2软件中的FLAASH大气校正模型进行影像的大气校正；步骤二、初始化计算基准雾透射率图t(x)，本专利技术直接将云覆盖的Landsat-8卫星影像中卷云通道band9作为参考数据来模拟表征真实雾的空间分布不均匀的特性，其具体计算公式为：t(x)＝1-ω*ρband9(x)，其中，ω为一可调节的系数，ω∈[0,1]；通过设置不同的ω值，ρband9(x)代表Landsat-8卫星影像中卷云通道band9每个位置x处的反射率值，可以获得具有不同基准透射率图用于合成具有不同雾本文档来自技高网...

【技术保护点】
1.一种多光谱遥感卫星影像的雾霾分量模拟方法，其特征在于，包括以下步骤：/n步骤一、对多光谱遥感影像数据进行预处理；/n步骤二、初始化计算基准雾透射率图t(x)；/n步骤三、初始化计算遥感影像每个位置处对应的雾厚度相关物理量γ(x)；/n步骤四、初始化全局大气光值A；/n步骤五、初始化若干段不同波段对应的波长值λ

【技术特征摘要】
1.一种多光谱遥感卫星影像的雾霾分量模拟方法，其特征在于，包括以下步骤：
步骤一、对多光谱遥感影像数据进行预处理；
步骤二、初始化计算基准雾透射率图t(x)；
步骤三、初始化计算遥感影像每个位置处对应的雾厚度相关物理量γ(x)；
步骤四、初始化全局大气光值A；
步骤五、初始化若干段不同波段对应的波长值λj；
步骤六、对多光谱每个通道进行雾合成模拟计算。


2.根据权利要求1中所述的多光谱遥感卫星影像的雾霾分量模拟方法，其特征在于，所述步骤一中对多光谱遥感影像数据的预处理包括对多光谱遥感影像数据进行大气校正，采用ENVI5.2软件中的FLAASH大气校正模型进行影像的大气校正。


3.根据权利要求1中所述的多光谱遥感卫星影像的雾霾分量模拟方法，其特征在于，所述步骤二中基准雾透射率图的具体计算公式为：
t(x)＝1-ω*ρband9(x)，
其中，ω为一可调节的系数，ω∈[0,1]；通过设置不同的ω值，ρba...

【专利技术属性】
技术研发人员：杨敬钰，郭建华，岳焕景，李坤，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12