針對多時相遙感影像厚云去除出現(xiàn)的亮度不一致和明顯邊界的問題,提出了一種結(jié)合全變分模型和泊松方程的多時相遙感影像厚云去除算法。首先,通過多時相遙感影像間共同區(qū)域的亮度信息計算亮度校正系數(shù),對圖像的亮度進行校正,降低亮度差異對去云結(jié)果的影響。然后,基于選擇多源全變分模型對亮度校正后的多時相遙感影像進行重建,提高融合結(jié)果的空間平滑性及其與原始影像的相似性。最后,利用泊松方程對重建圖像的局部區(qū)域進行優(yōu)化。實驗結(jié)果表明,該算法能夠有效解決亮度不一致和邊界問題。 

【文章來源】：計算機應(yīng)用. 2020,40(07)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

SMTV算法去云結(jié)果

其中：x為像素點坐標位置；Mi為第i張圖像的掩膜；N為多時相遙感影像的數(shù)量。M中數(shù)值為1處即為所有圖像中僅出現(xiàn)一次的區(qū)域，如圖2所示。圖2(a）、圖2(b）、圖2(c）為每幅圖像的掩膜，圖2(d）為僅出現(xiàn)過一次的區(qū)域。泊松編輯需要輸入編輯區(qū)域的邊界。已知待編輯的區(qū)域為G，該區(qū)域的邊界可以通過式（16）計算：

其中：G1為膨脹處理結(jié)果（如圖3(a));G2為腐蝕處理結(jié)果（如圖3(b));C為獲得的編輯區(qū)域的邊界（如圖3(c））。邊界的外部圖像的目的區(qū)域、內(nèi)部的待編輯的圖像區(qū)域、區(qū)域邊界構(gòu)成了泊松圖像編輯模型的要素。以重建圖像、區(qū)域邊界作為輸入，得到最終優(yōu)化結(jié)果。圖3(d）、圖3(e）、圖3(f）分別為待優(yōu)化圖像、亮度校正結(jié)果、本文算法最終結(jié)果。由圖3可以看出，本文提出的算法有效地解決了重建圖像中存在的區(qū)域亮度信息不一致和邊界問題。

【參考文獻】：
期刊論文
[1]利用引導圖像塊排序的遙感影像厚云去除算法[J]. 胡志勇,楊學志,董張玉,姜歡歡.  遙感信息. 2018(01)
[2]基于相似像元替換的遙感影像厚云去除方法研究[J]. 趙孟銀,鄭小慎,劉文靜.  計算機應(yīng)用研究. 2016(11)
[3]卡通紋理分解和全變分梯度算法實現(xiàn)圖像恢復(fù)[J]. 蔣正金,端木春江.  計算機工程與應(yīng)用. 2014(02)
[4]基于支持向量機的遙感影像厚云及云陰影去除[J]. 梁棟,孔頡,胡根生,黃林生.  測繪學報. 2012(02)
[5]基于支持向量機的遙感圖像厚云去除算法[J]. 唐王琴,梁棟,胡根生,馬雪亮,杭丹萍.  遙感技術(shù)與應(yīng)用. 2011(01)



本文編號：3479936