matlab提取遥感图像的点DN值,一种高分辨率遥感图像去雾霾方法

最新推荐文章于 2023-12-02 01:48:06 发布

小股量化

最新推荐文章于 2023-12-02 01:48:06 发布

阅读量719

点赞数

文章标签： matlab提取遥感图像的点DN值

本文介绍了一种针对国产亚米级高分辨率遥感图像的去雾霾处理方法，实验使用GF-2和Superview-1卫星图像。通过对图像不同波段的处理，改善了雾霾导致的图像模糊，提高了图像的清晰度和质量。所提方法相较于Makarau等人的方法，显示出更好的去雾霾效果和图像细节保留，但在大面积水体和浓密植被区域可能出现偏色问题。

摘要由CSDN通过智能技术生成

4 实验验证与分析

实验对象为两颗国产亚米级高分辨率遥感卫星图像, 即GF-2和Superview-1图像。两颗卫星参数如表1所示。其中, GSD为地面采样距离, 即空间分辨率; PAN表示全色谱段; B1~B4表示4个不同波段; MS表示多光谱谱段。从表1中可知其谱段设置为典型的大气窗口, 可避免臭氧、水汽等大气成分的额外影响, 对图像质量产生影响的大气成分主要是雾霾粒子和气溶胶分子。

表1

Table 1

Satellite parameters

Table 1表1 卫星参数 Table 1 Satellite parameters

表1卫星参数Table 1Satellite parametersSatelliteLaunching timeGSD /mBand range /μmPAN: 0.8;PAN: 0.45-0.90;

GF-22014-08-19MS: 3.2B1: 0.45-0.52;

B2: 0.52-0.59;

B3: 0.63-0.69;

B4: 0.77-0.89

PAN: 0.5;PAN: 0.45-0.90;

Superview-12016-12-26MS: 2.0B1: 0.45-0.52;

B2: 0.52-0.59;

B3: 0.63-0.69;

B4: 0.77-0.89

表1中GF-2图像为2014-10-06对深圳成像的图像, Superview-1图像为2018-03-25对上海成像的图像, 原始图像为经过相对辐射校正预处理后的一级图像产品。由于一幅遥感图像通常达到数亿像素, 进行算法验证实验时在原图中选取部分细节图, 如图2所示。

原图中, 由于雾霾的影响, 通过主观观测可发现毛玻璃背景的能见度不高。出现这种现象的原因是雾霾使得图像产生了一定程度的模糊。采用所提方法分别对GF-2和Superview-1图像进行处理, 处理过程中关键图像包括的短波长谱段的雾霾图像(蓝谱段)、长波长谱段的亮目标图像(红谱段)、暗通道图像和非暗通道图像分别如图3、4所示。

图2

Fig. 2

图2 原始图像。(a) GF-2 全色图像; (b) GF-2 多光谱图像; (c) Superview-1 全色图像; (d) Superview-1多光谱图像Fig. 2 Original images. (a) GF-2 panchromatic image; (b) GF-2 multispectral image; (c) Superview-1 panchromatic image; (d) Superview-1 multispectral image

图3

Fig. 3

图3 对GF-2进行去雾霾处理的图像。(a)蓝谱段雾霾图像; (b)红谱段亮目标图像; (c)暗通道图像; (d)非暗通道图像Fig. 3 GF-2 images after dehazing process. (a) Haze image in blue spectral band; (b) image of bright object in red spectral band; (c) dark channel image; (d) non-dark channel image

图4

Fig. 4