吳素霞，宋士濤，張電學(xué)，楊會民，謝新宇，常連生

(河北科技師范學(xué)院，河北 秦皇島，066600)

EOS/MODIS資料近年來在我國自然災(zāi)害和生態(tài)環(huán)境監(jiān)測中發(fā)揮著重要的作用，但云覆蓋的存在嚴(yán)重地影響到實(shí)時(shí)監(jiān)測和服務(wù)產(chǎn)品的正常發(fā)布，也影響到服務(wù)的實(shí)效和精度。云覆蓋是遙感影像處理中最常遇見的噪聲之一，它不僅對圖像的處理帶來許多困難，而且會影響后續(xù)的圖像識別、分類精度等，有時(shí)甚至無法進(jìn)行，從而降低了圖像的利用率。如何有效地去除云的影響，以恢復(fù)地面景物的本來面目，提高遙感影像數(shù)據(jù)的利用率和精度，一直受到國內(nèi)外學(xué)者的關(guān)注。目前國內(nèi)外有關(guān)剔除遙感圖像中云的影響的研究方法很多，主要包括主成分分析法、纓帽變換法、傅立葉變換法、同態(tài)濾波法、空間域?yàn)V波、比值處理等［1～9］。前人對云的去除方法，大都是在對云區(qū)處理的同時(shí)對無云區(qū)的信息也有所改變，為此，本研究試圖在最大限度地保留原圖像信息的前提下，對MODIS遙感數(shù)據(jù)中云剔除的方法進(jìn)行研究。

1 資料來源

本研究采用的數(shù)據(jù)是由青海省遙感中心提供的MODIS LD2衛(wèi)星資料，該資料已經(jīng)經(jīng)過了數(shù)據(jù)定標(biāo)、輻射校正、幾何校正、投影變換等預(yù)處理。MODIS在電磁波譜上有36個(gè)波段(其中可見光、近紅外20 個(gè)，熱紅外 16 個(gè))，CH1(0．66 μm)，CH2(0．87 μm)，CH4(0．55 μm)，CH6(1．64 μm)，CH18(0．935 μm)，CH31(11 μm)和CH32(12 μm)這7個(gè)波段對云、云中水汽、溫度以及氣溶膠有敏感性。

2 主要研究方法

為保證無云區(qū)信息不改變、有云區(qū)信息得到恢復(fù)，本研究分兩個(gè)步驟進(jìn)行。首先將資料中針對不同厚度的云區(qū)(薄云和厚云)采用不同的方法進(jìn)行云的剔除，然后恢復(fù)無云區(qū)的信息，以達(dá)到在去除資料中云干擾的同時(shí)又保證了無云區(qū)信息不改變的目的。

2．1 有云區(qū)的云處理

經(jīng)研究發(fā)現(xiàn)，不同厚度的云覆蓋，消云效果不同，所采取的去云方法也不一樣。對于厚云覆蓋的區(qū)域，由于圖像中幾乎不含地面景物的任何信息，常規(guī)的算法沒有明顯的去除效果［9］。而對于薄云覆蓋區(qū)域，圖像中既包含有云信息，亦含有地面信息，可被有效消除［4］。因此，從基本云區(qū)區(qū)分出薄云和厚云是十分必要的。文獻(xiàn)［10］中的算法提取出了基本云區(qū)、薄云和厚云。

2．1．1 薄云的處理 本研究對于厚云和薄云的界定如下:對于較厚的云層，地表對太陽輻射的反射無法穿透云層，此時(shí)在通道1、通道2圖像上看不到地表信息;而當(dāng)云層較薄時(shí)，地表反射有一部分可穿透云層，此時(shí)在兩通道圖像上可看到云層下顯現(xiàn)的地表。對于薄云采用同態(tài)濾波法來處理［2］。同態(tài)濾波法(Homomorphic Filter)是應(yīng)用照射分量/反射分量模型對遙感圖像進(jìn)行濾波處理。能夠從影像中去除云的影響，同時(shí)還能夠恢復(fù)不同云區(qū)覆蓋下的地物光譜信息，可為影像的進(jìn)一步處理奠定良好的基礎(chǔ)。在遙感圖像的薄云區(qū)域，薄云主要同反射分量相聯(lián)系，占據(jù)低頻成分;地物主要同照射分量相聯(lián)系，占據(jù)高頻成分。因此只要把低頻的信息濾掉，就可以達(dá)到去除薄云的目的。去除低頻信息是用傅立葉變換將遙感圖像從空間域變換到頻率域處理，再將處理后的頻率域圖像作傅立葉逆變換轉(zhuǎn)換為空間域圖像。同態(tài)濾波法原理可用圖1表示:

圖1 同態(tài)濾波法原理

上圖中，log代表對數(shù)運(yùn)算;FT代表傅立葉變換;HF代表線性高通濾波器，本研究選用改進(jìn)的巴特沃思高通濾波;IFT代表傅立葉逆變換;f(x，y)表示初始亮度圖像;g(x，y)表示處理后的亮度圖;Exp代表指數(shù)運(yùn)算。

本研究是以MATLAB為工具，實(shí)現(xiàn)遙感圖像的單波段薄云的去除處理的。MATLAB具有強(qiáng)大的計(jì)算功能和豐富的工具箱函數(shù)，它提供的圖像處理工具箱，包含了許多常用的圖像處理函數(shù)，支持許多圖像處理操作，用戶可以方便的調(diào)用工具箱中現(xiàn)成的函數(shù)，把精力集中在方法的實(shí)現(xiàn)上而不是基礎(chǔ)操作的編程上，從而能大大提高研究效率。MATLAB中利用同態(tài)濾波去除薄云的源碼如下:

2．1．2 厚云的處理 根據(jù)實(shí)際情況適當(dāng)考慮用替補(bǔ)法來減少厚云的影響。該方法采用同一地區(qū)不同時(shí)間獲取的無云影像的局部替換另一圖像上有云影像的目標(biāo)，可以完全消除云層影響。但用來選取無云區(qū)的圖像必須與所研究的圖像具有相同或近似的成像季節(jié)和地面景物特征。主要方法步驟如下:設(shè)有云的原始圖像為x，替補(bǔ)圖像為y。

(1)配準(zhǔn)原始圖像和替補(bǔ)圖像，配準(zhǔn)越精確，替補(bǔ)結(jié)果就越好;

(2)選取原始圖像無云區(qū)與替補(bǔ)圖像對應(yīng)的像元值若干對;

(3)回歸計(jì)算兩者之間的關(guān)系y=ax+b，y為要反演的云區(qū)像元值，x為替換圖像像元值，a，b分別為回歸參數(shù);

(4)根據(jù)回歸關(guān)系反演厚云區(qū)像元值。

如果能針對不同的地物類型建立不同的反演模型替換結(jié)果會更好些。

2．2 圖像融合

上述對云區(qū)處理的同時(shí)對無云區(qū)的信息也有所改變，特別是在用同態(tài)濾波法去除薄云時(shí)，薄云的去除效果依賴于截止頻率的選擇，截止頻率越大，去云效果越好，但圖像的無云區(qū)域的信息特別是邊緣區(qū)域的信息丟失也越嚴(yán)重。因此有必要對云處理后圖像與原始圖像通過圖像融合作進(jìn)一步的處理。

如果簡單的采用云區(qū)掩膜的方法進(jìn)行圖像融合，在云區(qū)與非云區(qū)會出現(xiàn)明顯的分界線，為此，采用如下算法就行融合保證了無云區(qū)信息不變:

設(shè)原始圖像和處理后的圖像相對應(yīng)的任一像素所代表的圖像分別為:f(i，j);f′(i，j)，設(shè)原始圖像和處理后的圖像相對應(yīng)的任一像素的灰度平均值分別為:g(i，j);g′(i，j)，設(shè)經(jīng)過融合處理后的圖像為F(x，y)。那么應(yīng)有:

利用上述方法對青海省局部地區(qū)2004年7月20日的MODIS圖像通道1、通道2、通道6進(jìn)行了云去除融合處理，結(jié)果見圖2，圖3，可見這種融合結(jié)果比較合理。

圖2 去云前621合成圖像

圖3 去云后621合成圖像

3 實(shí)驗(yàn)結(jié)果分析

3．1 目視結(jié)果分析

對比分析去云前(圖2)和去云后(圖3)結(jié)果發(fā)現(xiàn)，經(jīng)過去云處理后圖像中的云大部分被有效的去除，無云區(qū)域的信息得到了有效的保留。

3．2 數(shù)據(jù)統(tǒng)計(jì)結(jié)果分析

在遙感影像的空間域中，有云區(qū)域具有局部能量大，區(qū)域灰度平均值高，方差小的特點(diǎn)，故采用影像的灰度均值、標(biāo)準(zhǔn)差和熵作為評價(jià)指標(biāo)評價(jià)去云效果(表1)。

(1)灰度均值:均值反映了圖像的平均灰度。一幅圖像在去云之后，理想的預(yù)期結(jié)果應(yīng)該是平均灰度降低。統(tǒng)計(jì)結(jié)果顯示對通道1，通道2，通道6經(jīng)過去云處理后在均值上都降低了，在統(tǒng)計(jì)意義上達(dá)到了去云目的。

(2)標(biāo)準(zhǔn)差:標(biāo)準(zhǔn)差反映了圖像的細(xì)節(jié)信息。本試驗(yàn)結(jié)果也表明去云效果顯著，原始圖像的云去掉后，圖像的均值與絕大部分的背景景物的灰度值更接近，故圖像的標(biāo)準(zhǔn)差會變小。

(3)熵:信息是基本隨機(jī)事件發(fā)生概率的實(shí)值函數(shù)。影像的熵反映了圖像的信息含量。試驗(yàn)結(jié)果表明去云后的圖像熵略小于去云前，可見圖像處理最大限度上保留了原始圖像的信息量，減少了圖像的失真現(xiàn)象。

4 結(jié)論與討論

表1 圖像數(shù)據(jù)統(tǒng)計(jì)結(jié)果

根據(jù)不同的云層厚度采用不同的去云方法，彌補(bǔ)了不同去云方法的欠缺;詳細(xì)研究了同態(tài)濾波法、替補(bǔ)法等在MODIS影像中云的去除效果，提出基于圖像融合的方法對無云區(qū)數(shù)據(jù)進(jìn)行了還原，保證了無云區(qū)信息不改變，取得了明顯的效果。由于同態(tài)濾波法適合處理圖像的背景景物高頻信息居多的情況，對于整幅圖像其低頻信息占絕大部分或者全部是低頻信息的情況下，高通濾波器處理的效果欠佳。在利用替補(bǔ)法進(jìn)行厚云剔除時(shí)，如果針對不同的地物類型建立不同的反演模型可能結(jié)果更好一些。

［1］馮春，馬建文，戴芹，等．一種改進(jìn)的遙感圖像薄云快速去除方法［J］．國土資源遙感，2004，62(4):1－3，18．

［2］沈文水，周新志．基于同態(tài)濾波的遙感薄云去除算法［J］．強(qiáng)激光與粒子束，2010，22(1):45－48．

［3］張樹譽(yù)，王釗，李星敏．提高衛(wèi)星遙感資料利用率的方法［J］．測繪學(xué)院學(xué)報(bào)，2004，21(1):30－33．

［4］劉洋，白俊武．遙感影像中薄云的去除方法研究［J］．測繪與空間地理信息，2008，31(3):120－122，125．

［5］謝華美，何啟翱，鄭寧，等．基于ERDAS二次開發(fā)的遙感圖像同態(tài)濾波薄云去除算法的改進(jìn)［J］．北京師范大學(xué)學(xué)報(bào):自然科學(xué)版，2005，41(2):150－153．

［6］周春艷，王萍，鄭學(xué)芬．基于MATLAB的遙感圖像薄云去除［J］．西部探礦工程，2006(增刊):224－227．

［7］李剛，楊武年，翁韜．一種基于同態(tài)濾波的遙感圖像薄云去除算法［J］．測繪科學(xué)，2007，32(3):47－48．

［8］王惠，譚兵，沈志云．多源遙感影像的去云層處理［J］．測繪學(xué)院學(xué)報(bào)，2001，18(3):195－198．

［9］談建國，周紅妹，陸賢．NOAA衛(wèi)星云檢測和云修復(fù)業(yè)務(wù)應(yīng)用系統(tǒng)的研制和建立［J］．遙感技術(shù)與應(yīng)用，2000，15(4):228－231．

［10］王永亮．MODIS 圖像的薄云透明云檢測［J］．氣象科學(xué)，2007，27(1):76－81．