來(lái)麗芳,方劍強(qiáng),俞 樂(lè),張漢奎

(1.浙江建設(shè)職業(yè)技術(shù)學(xué)院,浙江杭州 311231;2.浙江省第二測(cè)繪院,浙江杭州 310012;3.浙江大學(xué)地球科學(xué)系,浙江杭州 310027)

提升遙感影像質(zhì)量的多重分形技術(shù)研究

來(lái)麗芳1,方劍強(qiáng)2,俞 樂(lè)3,張漢奎3

(1.浙江建設(shè)職業(yè)技術(shù)學(xué)院,浙江杭州 311231;2.浙江省第二測(cè)繪院,浙江杭州 310012;3.浙江大學(xué)地球科學(xué)系,浙江杭州 310027)

提出采用一種最佳截止頻率的自動(dòng)選擇方法來(lái)快速有效地去除遙感影像的薄云影響,以解決遙感影像薄云、薄霧消除時(shí)濾波窗口大小難以確定,需要反復(fù)人工干預(yù)的問(wèn)題。該方法是基于簡(jiǎn)單薄云成像模型的同態(tài)濾波,考慮了薄云、薄霧空間形態(tài)的自相似性,采用多重分形技術(shù)來(lái)自動(dòng)確定濾波半徑。試驗(yàn)表明,該方法能夠?qū)崿F(xiàn)遙感影像的快速自動(dòng)濾波,能有效地去除遙感影像的薄云影響,提高視覺(jué)效果,增加圖像細(xì)節(jié)信息。

同態(tài)濾波;多重分形;遙感影像

一、引 言

遙感影像成像時(shí)由于大氣中常有云層存在,影響了可見(jiàn)光和紅外波段數(shù)據(jù)的質(zhì)量和應(yīng)用。如何去除云層影響,提取被覆蓋的地表信息,是提高圖像可用性的重要環(huán)節(jié)[1]。薄云區(qū)域的影像反映的是云信息和地表信息的混合,遙感影像的云去除算法通常是針對(duì)薄云的消除,常見(jiàn)算法有替換法[2]、纓帽變換法[3]、同態(tài)濾波法[4]、匹配法[5,6],以及它們的組合方法[1]。在圖像處理方法中,依據(jù)簡(jiǎn)單薄云成像模型的同態(tài)濾波法應(yīng)用最為廣泛。但同態(tài)濾波中頻率域?yàn)V波器的最佳截止頻率需要經(jīng)過(guò)反復(fù)試驗(yàn)才能確定。本文提出采用一種最佳截止頻率的自動(dòng)選擇方法來(lái)快速有效地去除遙感影像的薄云影響,提高視覺(jué)效果,增加圖像細(xì)節(jié)信息。

二、依據(jù)簡(jiǎn)單薄云成像模型的同態(tài)濾波法

基于簡(jiǎn)化的薄云成像模型[4],遙感影像的每個(gè)像素可以認(rèn)為是對(duì)云、大氣和地面反射特性共同作用下的反應(yīng),若忽略其他因素則主要是由云引起的。假設(shè)地面反射是完全相同的,并且是全反射 (r (x,y)=1),則傳感器上得到的圖像就完全反映了云的分布,若記 i(x,y)表示這一圖像,r(x,y)表示地面反射率,s(x,y)表示傳感器上接受的圖像,n (x,y)是云的反射部分(在薄云的條件下,這部分分量較弱可以忽略不計(jì))。則有[4]

薄云一般范圍較大,表現(xiàn)出緩慢變化的空間域趨勢(shì),在頻率域上具有低頻的特征,可以視為 i(x,y)在空間上變化緩慢,其頻譜特性集中在低頻段。而r(x,y)描述的景物 (景物本身具有較多的細(xì)節(jié)和邊緣)反映圖像的細(xì)節(jié)內(nèi)容,其頻率處于高頻區(qū)域。因此,消除薄云的影響,即去除 i(x,y),求 r(x,y)。通常采用同態(tài)濾波的思路,先對(duì)圖像取對(duì)數(shù),使i(x, y)、r(x,y)在空間域變成相加關(guān)系,然后在頻率域中采用濾波器 H(u,v)(如 Butter worth濾波器)壓縮低頻段,最后轉(zhuǎn)回空間域圖像。這一處理的缺點(diǎn)是在頻率域中進(jìn)行濾波時(shí),濾波半徑的大小難以確定,通常需要經(jīng)過(guò)多次濾波最終確定最佳半徑。

三、自動(dòng)確定濾波半徑的多重分形技術(shù)

分形技術(shù)最早被用于表達(dá)不規(guī)則幾何形態(tài)[7],后來(lái)應(yīng)用領(lǐng)域逐漸廣泛。多重分形是指在空間相互交纏的多個(gè)分形[8],多重分形能夠用來(lái)描述分形維的復(fù)雜特征,提供了一個(gè)探測(cè)系統(tǒng)內(nèi)部多重交織關(guān)系的方式[9]。利用薄云在空間形態(tài)方面有一定的自相似和尺度不變性特征,這些特征可以用多重分形方法來(lái)建模。其中,能譜-面積模型 (power spectrum-area model,S-A模型)可用于可視化分析空間二維信息在頻率域的多重分形特性,已成功應(yīng)用于海洋漩渦信息提取[9]。能譜-面積多重分形是基于面積與能譜之間的指數(shù)關(guān)系發(fā)展起來(lái)的,即在能譜平面上大于能譜值 S的面積與此能譜值具有指數(shù)關(guān)系,其關(guān)系表達(dá)式如下

式中,β通過(guò) logA(≥S)和 logS圖上對(duì)應(yīng)能譜區(qū)域段的斜率估計(jì)得到。

繪制能譜值(S)和被等值線包含的面積 (A)所構(gòu)成的 log-log對(duì)數(shù)圖,S-A曲線中不同的直線段表示不同的分形特征,對(duì)應(yīng)著遙感圖像上不同的地物分布模式。S-A曲線在高能譜端通常有一個(gè) S-A斜率的突變(如圖 1所示),以這個(gè)點(diǎn)為能譜分割點(diǎn)進(jìn)行濾波分割點(diǎn)的自動(dòng)選擇。

圖 1 能譜-面積 log-log對(duì)數(shù)圖

一般來(lái)說(shuō),能譜大的值對(duì)應(yīng)著圖像的低頻分量,能譜小的值對(duì)應(yīng)著圖像的高頻分量。因此對(duì)于遙感圖像的薄云薄霧處在能譜比較大的低頻部分,截取 S-A曲線中能譜比較大的一個(gè)直線段作為薄云薄霧的能譜曲線段,取其突變點(diǎn)為濾波半徑,然后做一個(gè)傅里葉反變換到空間域,最終得到薄云薄霧去除后的圖像。

四、薄云薄霧消除試驗(yàn)

為了驗(yàn)證采用 S-A模型進(jìn)行濾波半徑自動(dòng)選擇方法的適用性,本文采用多種傳感器遙感影像進(jìn)行試驗(yàn)。對(duì)于單波段影像,試驗(yàn)采用了兩幅薄云薄霧現(xiàn)象比較明顯的 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。由圖 2可以看出,濾波后的影像明顯去除了薄云的影響,使圖像的整體色調(diào)一致,薄云覆蓋地區(qū)的細(xì)節(jié)信息得到突出。

彩色圖像可分成三個(gè)通道,即 R、G、B,再在每個(gè)通道上單獨(dú)進(jìn)行去云過(guò)程,然后合成。需要說(shuō)明的是試驗(yàn)結(jié)果表明云在 R、G、B各通道內(nèi)的分量并不是完全相同的,一般在 B通道較強(qiáng),而在其他通道較弱,所以在去除云的過(guò)程中,需分別對(duì)待,否則將引起圖像的彩色變化或信息丟失。采用多重分形方法將自動(dòng)獲取不同波段的不同濾波半徑,從圖 3可以看出濾波后的影像較原始影像有更豐富的細(xì)節(jié)信息。

圖2 單波段影像薄云去除試驗(yàn)

圖3 多波段影像薄云去除試驗(yàn)

五、結(jié) 論

采用 S-A模型的濾波技術(shù)相對(duì)于普通的以頻率截取半徑為核心的濾波技術(shù)有以下兩個(gè)優(yōu)點(diǎn)：①S-A濾波技術(shù)直接與圖像內(nèi)容的空間形態(tài)相關(guān),在濾除薄云薄霧信息后,能保留原始圖像的信息;②傳統(tǒng)的半徑濾波技術(shù),濾波半徑的選擇一直是一個(gè)難點(diǎn),而 S-A濾波技術(shù)則直接從曲線的斜率來(lái)判斷能譜的分割點(diǎn),簡(jiǎn)單易行,能快速有效地去除遙感影像的薄云影響,提高視覺(jué)效果,增加圖像細(xì)節(jié)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,譚兵,沈志云.多源遙感影像的去云層處理[J].測(cè)繪學(xué)院學(xué)報(bào),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] 趙忠明,朱重光.遙感圖像中薄云的去除方法 [J].遙感學(xué)報(bào),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] 葛詠,杜云艷,成秋明,等.多重分形方法在渦旋遙感信息處理提取中的應(yīng)用研究[J].海洋學(xué)報(bào)：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

來(lái)麗芳(1968—),女,浙江杭州人,碩士,副教授,主要從事測(cè)繪工程教學(xué)和研究工作。