遥感影像去云方法技术

本发明专利技术公开了一种遥感影像去云方法，该方法包括以下步骤：S1根据待处理影像I的空间位置，搜索不同时期与待处理影像I相交的影像，得到第一影像；S2根据待处理影像I与第一影像的无云区域的空间位置关系，筛选第一影像，得到第二影像；S3使用连通域技术分析所述第二影像的云区域，评估影像质量，筛选第二影像，得到第三影像；S4使用第三影像对待处理影像I进行去云处理，得到去云影像。本发明专利技术使用连通域技术，实现了对影像基于云形状和分布的质量评估，实现了不依赖人工干预的的参考影像的筛选，提升了影像筛选的效率和稳定性。了影像筛选的效率和稳定性。了影像筛选的效率和稳定性。

【技术实现步骤摘要】
遥感影像去云方法


[0001]本专利技术涉及遥感影像
，具体涉及一种遥感影像去云方法。

技术介绍

[0002]在遥感影像中，云作为一种常见的元素，不仅会造成频谱失真，严重影响遥感数据的质量，还会对进一步的分析造成不利的影响。云作为遥感影像中最主要的无效像素来源，应该在遥感影像进一步处理前被尽可能的检测和排除。在尽量不丢失原始有效信息的前提下消除云层的遮挡，对遥感影像的修复尤为重要。云检测被看作是遥感影像进行后续识别、分类和分析的关键，是遥感影像修复的重要基础。通过云检测获取云层位置区域信息后，根据近邻地物信息或参照影像恢复出被遮挡区域，可提升影像的可视化效果，提高影像的可利用率；对于遥感地物信息重建，可节省大量卫星资源，避免重复拍摄。虽然云检测和云去除/云修复在遥感图像领域已经得到广泛的研究，但仍存在准确性偏低和泛化能力偏弱的问题。随着深度学习的兴起，人们尝试将此方法应用于遥感图像，虽然取得了部分研究成果，但仍存在许多关键技术需要突破，例如使用深度学习进行云检测，在对云和云阴影进行提取时，难以有效提取云和云阴影的边缘的数据。
[0003]在云去除/云修复中，根据云的类型可以将云区分为薄云和厚云。薄云下有少量的地表反射信息可被利用，因而薄云的处理相对简单，方法较成熟。薄云去除类似自然图像的去雾，也可以考虑依据不同波段的光谱差异性来实现。在常见的厚云影像中，厚云区域与云影区域往往是成对出现的。而厚云下方的地表遮挡信息完全无效，因而薄云去除的方法无法适用与去除厚云。目前厚云去除方法一般需要多时相无云影像作为参考影像来恢复被云阻挡的光谱信息。
[0004]传统的云处理方法中，通常使用阈值法来判断影像质量进而决定是否对影像进行处理。这种方法能有效评估影像中云量占比的大小，但是无法评估对于同云量占比下包含不同形态和分布的云的影像的质量，例如20％云占比率的一整块大面积厚云的影像与20％云占比率多块离散点云的影像。这种一整块大面积厚云的影像整体的云覆盖率低，尤其是在进行膨胀处理后，影像质量明显优于出现离散点云的影像，应该在去云处理中被优先使用。多块离散点云的影像没有处理的意义。同时现有的多时相影像厚云去除方法在选择参考影像时缺乏有效稳定的选择参考影像的标准，需要很多人工的干预。
[0005]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0006]本专利技术提出一种遥感影像去云方法，能够解决上述现有技术的问题。本专利技术的方法通过连通域技术，在去云中实现了高精度的对有用影像质量的判断，实现了对影像基于云形状和分布的质量评估，实现了自动化的不依赖人工干预的参考影像的选择和筛选。
[0007]为实现上述技术目的，本专利技术的技术方案是这样实现的：
[0008]S1根据待处理影像I的空间位置，搜索不同时期与待处理影像I相交的影像，得到第一影像；
[0009]S2根据待处理影像I与第一影像的无云区域的空间位置关系，筛选第一影像，得到第二影像；
[0010]S3使用连通域技术分析所述第二影像的云区域，评估影像质量，筛选第二影像，得到第三影像；
[0011]S4使用第三影像对待处理影像I进行去云处理，得到去云影像。
[0012]可选地，所述根据待处理影像I与第一影像的无云区域的空间位置关系，筛选第一影像，得到第二影像，包括：
[0013]对待处理影像I进行云区域检测，得到待处理影像I的云区域掩膜mask1；
[0014]对第一影像进行云区域检测，得到无云区域掩膜mask3；
[0015]筛选第一影像中无云区域与待处理影像I相交的影像，确定空间位置关系，根据空间位置关系得到有效相交影像，第一影像无云区域由掩膜mask3表示；
[0016]筛选有效相交影像中无云区域与待处理影像I的云区域相交的影像，确定空间位置关系，根据空间位置关系得到第二影像，待处理影像I的云区域由掩膜mask1表示。
[0017]可选地，所述使用连通域技术分析所述第二影像的云区域，评估影像质量，筛选第二影像，得到第三影像，所述第三影像组成筛选影像集S3，包括：
[0018](1)对第一影像进行云区域检测，得到云区域掩膜mask2，对所述第二影像进行二值化处理，根据所述第二影像的云区域掩模mask2将云和云阴影像素设为前景像素，像素值为1，根据无云区域掩膜mask3将无云区域像素设为背景像素，像素值为0；
[0019](2)扫描所述第二影像的像素，直到扫描到的像素值为1，将该像素作为种子，赋予一个新的标签，将该种子相邻的所有前景像素都压入堆栈中；
[0020](3)弹出堆栈栈顶像素，赋予堆栈内像素相同的标签，将与新的堆栈栈顶像素相邻的所有前景像素都压入堆栈中；
[0021](4)重复上述步骤(3)，直到堆栈为空；
[0022](5)重复步骤(2)
‑
(4)，直到扫描结束，得到云和云阴影的所有连通域，根据连通域标签的数量得到连通域数量；
[0023](6)根据连通域参数和所述第二影像的云量判定所述第二影像是否合格，连通域参数包括连通域数量和连通域大小；若所述连通域参数小于预设连通域参数阈值，且影像云量小于预设云量阈值，则判定该第二影像合格，获得第三影像；
[0024]其中，所述第二影像的云量为云区域占整幅影像的比例。
[0025]可选地，所述使用第三影像对待处理影像I进行去云处理，得到去云影像，包括：
[0026]对第三影像进行优先级排序，获得排序后的第三影像；
[0027]按顺序使用排序后的第三影像对待处理影像I进行去云处理；
[0028]当待处理影像I的云区域被完全填补时，停止处理，得到去云影像。
[0029]可选地，所述对第三影像进行优先级排序，获得排序后的第三影像，包括：
[0030]根据时相对第三影像进行排序，获得第一优先级排序影像；
[0031]根据第一优先级排序影像的无云区域与待处理影像I的云区域的重叠区域大小对第一优先级排序影像进一步进行排序，重叠区域大的优先排序，获得第二优先级排序影像；
[0032]根据第二优先级排序影像的影像分辨率对第二优先级排序影像进行排序，按照其影像分辨率等于、高于、低于待处理影像I的分辨率的顺序进行排序，获得排序后的第三影像。
[0033]可选地，所述根据时相对第三影像进行排序，获得第一优先级排序影像，包括：
[0034]根据时相选出第三影像中与待处理影像I同年同期、去年同期、前年同期的影像；
[0035]优先排序第三影像中与待处理影像I同年同期的影像，其次排序第三影像中与待处理影像I去年同期的影像，最后排序第三影像中与待处理影像I前年同期的影像，获得第一优先级排序影像。
[0036]本专利技术的有益效果为：本专利技术提供一种遥感影像去云方法。通过连通域技术，在去云中实现了高精度的对有用影像质量的判断，实现了对影像基于云形状和分布的质量评估，实现了自动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像去云方法，其特征在于，包括：S1根据待处理影像I的空间位置，搜索不同时期与待处理影像I相交的影像，得到第一影像；S2根据待处理影像I与第一影像的无云区域的空间位置关系，筛选第一影像，得到第二影像；S3使用连通域技术分析所述第二影像的云区域，评估影像质量，筛选第二影像，得到第三影像；S4使用第三影像对待处理影像I进行去云处理，得到去云影像。2.根据权利要求1所述的一种遥感影像去云方法，其特征在于，所述根据待处理影像I与第一影像的无云区域的空间位置关系，筛选第一影像，得到第二影像，包括：对待处理影像I进行云区域检测，得到待处理影像I的云区域掩膜mask1；对第一影像进行云区域检测，得到无云区域掩膜mask3；筛选第一影像中无云区域与待处理影像I相交的影像，确定空间位置关系，根据空间位置关系得到有效相交影像，第一影像无云区域由掩膜mask3表示；筛选有效相交影像中无云区域与待处理影像I的云区域相交的影像，确定空间位置关系，根据空间位置关系得到第二影像，待处理影像I的云区域由掩膜mask1表示。3.根据权利要求1所述的一种遥感影像去云方法，其特征在于，所述使用连通域技术分析所述第二影像的云区域，评估影像质量，筛选第二影像，得到第三影像，包括：(1)对第一影像进行云区域检测，得到云区域掩膜mask2，对所述第二影像进行二值化处理，根据所述第二影像的云区域掩模mask2将云和云阴影像素设为前景像素，像素值为1，根据无云区域掩膜mask3将无云区域像素设为背景像素，像素值为0；(2)扫描所述第二影像的像素，直到扫描到的像素值为1，将该像素作为种子，赋予一个新的标签，将该种子相邻的所有前景像素都压入堆栈中；(3)弹出堆栈栈顶像素，赋予堆栈内像素相同的标签，将与新的堆栈栈顶像素相邻的所有前景像素都压入堆栈中；(4)重复上述步骤(3)，直到堆栈为空；(5)...

【专利技术属性】
技术研发人员：李贵现，白莉霜，邹圣兵，
申请(专利权)人：北京数慧时空信息技术有限公司，
类型：发明
国别省市：