提升遥感影像质量的多重分形技术研究

来丽芳,方剑强,俞 乐,张汉奎

(1.浙江建设职业技术学院,浙江杭州 311231;2.浙江省第二测绘院,浙江杭州 310012;3.浙江大学地球科学系,浙江杭州 310027)

提升遥感影像质量的多重分形技术研究

来丽芳1,方剑强2,俞 乐3,张汉奎3

(1.浙江建设职业技术学院,浙江杭州 311231;2.浙江省第二测绘院,浙江杭州 310012;3.浙江大学地球科学系,浙江杭州 310027)

提出采用一种最佳截止频率的自动选择方法来快速有效地去除遥感影像的薄云影响,以解决遥感影像薄云、薄雾消除时滤波窗口大小难以确定,需要反复人工干预的问题。该方法是基于简单薄云成像模型的同态滤波,考虑了薄云、薄雾空间形态的自相似性,采用多重分形技术来自动确定滤波半径。试验表明,该方法能够实现遥感影像的快速自动滤波,能有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。

同态滤波;多重分形;遥感影像

一、引 言

遥感影像成像时由于大气中常有云层存在,影响了可见光和红外波段数据的质量和应用。如何去除云层影响,提取被覆盖的地表信息,是提高图像可用性的重要环节[1]。薄云区域的影像反映的是云信息和地表信息的混合,遥感影像的云去除算法通常是针对薄云的消除,常见算法有替换法[2]、缨帽变换法[3]、同态滤波法[4]、匹配法[5,6],以及它们的组合方法[1]。在图像处理方法中,依据简单薄云成像模型的同态滤波法应用最为广泛。但同态滤波中频率域滤波器的最佳截止频率需要经过反复试验才能确定。本文提出采用一种最佳截止频率的自动选择方法来快速有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。

二、依据简单薄云成像模型的同态滤波法

基于简化的薄云成像模型[4],遥感影像的每个像素可以认为是对云、大气和地面反射特性共同作用下的反应,若忽略其他因素则主要是由云引起的。假设地面反射是完全相同的,并且是全反射 (r (x,y)=1),则传感器上得到的图像就完全反映了云的分布,若记 i(x,y)表示这一图像,r(x,y)表示地面反射率,s(x,y)表示传感器上接受的图像,n (x,y)是云的反射部分(在薄云的条件下,这部分分量较弱可以忽略不计)。则有[4]

薄云一般范围较大,表现出缓慢变化的空间域趋势,在频率域上具有低频的特征,可以视为 i(x,y)在空间上变化缓慢,其频谱特性集中在低频段。而r(x,y)描述的景物 (景物本身具有较多的细节和边缘)反映图像的细节内容,其频率处于高频区域。因此,消除薄云的影响,即去除 i(x,y),求 r(x,y)。通常采用同态滤波的思路,先对图像取对数,使i(x, y)、r(x,y)在空间域变成相加关系,然后在频率域中采用滤波器 H(u,v)(如 Butter worth滤波器)压缩低频段,最后转回空间域图像。这一处理的缺点是在频率域中进行滤波时,滤波半径的大小难以确定,通常需要经过多次滤波最终确定最佳半径。

三、自动确定滤波半径的多重分形技术

分形技术最早被用于表达不规则几何形态[7],后来应用领域逐渐广泛。多重分形是指在空间相互交缠的多个分形[8],多重分形能够用来描述分形维的复杂特征,提供了一个探测系统内部多重交织关系的方式[9]。利用薄云在空间形态方面有一定的自相似和尺度不变性特征,这些特征可以用多重分形方法来建模。其中,能谱-面积模型 (power spectrum-area model,S-A模型)可用于可视化分析空间二维信息在频率域的多重分形特性,已成功应用于海洋漩涡信息提取[9]。能谱-面积多重分形是基于面积与能谱之间的指数关系发展起来的,即在能谱平面上大于能谱值 S的面积与此能谱值具有指数关系,其关系表达式如下

式中,β通过 logA(≥S)和 logS图上对应能谱区域段的斜率估计得到。

绘制能谱值(S)和被等值线包含的面积 (A)所构成的 log-log对数图,S-A曲线中不同的直线段表示不同的分形特征,对应着遥感图像上不同的地物分布模式。S-A曲线在高能谱端通常有一个 S-A斜率的突变(如图 1所示),以这个点为能谱分割点进行滤波分割点的自动选择。

图 1 能谱-面积 log-log对数图

一般来说,能谱大的值对应着图像的低频分量,能谱小的值对应着图像的高频分量。因此对于遥感图像的薄云薄雾处在能谱比较大的低频部分,截取 S-A曲线中能谱比较大的一个直线段作为薄云薄雾的能谱曲线段,取其突变点为滤波半径,然后做一个傅里叶反变换到空间域,最终得到薄云薄雾去除后的图像。

四、薄云薄雾消除试验

为了验证采用 S-A模型进行滤波半径自动选择方法的适用性,本文采用多种传感器遥感影像进行试验。对于单波段影像,试验采用了两幅薄云薄雾现象比较明显的 SPOT影像和 Landsat T M。其中SPOT影像,分辨率 2.5 m,大小 2 000像素 ×2 000像素。T M影像分辨率30m,大小1 000像素 ×1 000像素,波段 741彩色合成。由图 2可以看出,滤波后的影像明显去除了薄云的影响,使图像的整体色调一致,薄云覆盖地区的细节信息得到突出。

彩色图像可分成三个通道,即 R、G、B,再在每个通道上单独进行去云过程,然后合成。需要说明的是试验结果表明云在 R、G、B各通道内的分量并不是完全相同的,一般在 B通道较强,而在其他通道较弱,所以在去除云的过程中,需分别对待,否则将引起图像的彩色变化或信息丢失。采用多重分形方法将自动获取不同波段的不同滤波半径,从图 3可以看出滤波后的影像较原始影像有更丰富的细节信息。

图2 单波段影像薄云去除试验

图3 多波段影像薄云去除试验

五、结 论

采用 S-A模型的滤波技术相对于普通的以频率截取半径为核心的滤波技术有以下两个优点：①S-A滤波技术直接与图像内容的空间形态相关,在滤除薄云薄雾信息后,能保留原始图像的信息;②传统的半径滤波技术,滤波半径的选择一直是一个难点,而 S-A滤波技术则直接从曲线的斜率来判断能谱的分割点,简单易行,能快速有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。

[1] MA J W,GU X F,FENG C,et al.Study of Thin Cloud RemovalMethod for CBERS-02 Image[J].Science in China Series E-Engineering andMaterials Science,2005, 48：91-99.

[2] 王惠,谭兵,沈志云.多源遥感影像的去云层处理[J].测绘学院学报,2001,18(3)：195-198.

[3] R I CHTER R.A SpatiallyAdaptive FastAtmospheric Correction Algorithm [J]. International Journal of Remote Sensing,1996,17(6)：1201-1214.

[4] 赵忠明,朱重光.遥感图像中薄云的去除方法 [J].遥感学报,1996,11(3)：195-199.

[5] L IANG SL,FANG H L,CHEN M Z.Atmospheric Correction of Landsat ET M+Land Surface Imagery-Part I： Methods[J]. IEEE Transactions on Geoscience and Remote Sensing,2001,39(11)：2490-2498.

[6] L IANG S L,FANG H L,Morisette J T,et al.Atmospheric Correction of Landsat ET M Plus Land Surface Imagery-Part II：Validation and Applications[J]. IEEE Transactions on Geoscience and Remote Sensing,2002, 40(12)：2736-2746.

[7] MANDELBROT B B.The Fractal Geometry of Nature (Updated and augmented edition)[M].New York：W H Freeman and Company,1983.

[8] CHENGQM.Spatial and ScalingModeling for GeochemicalAnomaly Separation[J].Journal of Exploration Geochemistry,1999,65：175-194.

[9] 葛咏,杜云艳,成秋明,等.多重分形方法在涡旋遥感信息处理提取中的应用研究[J].海洋学报：中文版, 2007,29(5)：40-47.

Improving the Quality of Optical Remote Sensing Images Based on M ultifractal Techn ique

LA ILifang,FANG Jianqiang,YU Le,ZHANG Hankui

0494-0911(2010)12-0049-02

P237

B

2010-04-12

来丽芳(1968—),女,浙江杭州人,硕士,副教授,主要从事测绘工程教学和研究工作。