论文部分内容阅读
使用遥感手段获取影像,对地球表面进行观察分析在当前阶段越来越重要。目前遥感影像种类繁多,卫星、航空飞机、无人机等都能够获得许多影像。然而由于大气环境复杂多变,使获得的光学遥感影像不能够真实的反映地表信息;尤其是当大气中存在云、雾、霾等时,更给光学遥感成像造成了很大的干扰;无论是对地物的定量分析还是地物的变化检测和成图等都产生很大影响,使能够有效利用的遥感影像占比减小。为了减轻甚至消除大气环境对遥感影像的影响,对遥感影像的大气校正和薄云雾去除进行研究,从降质遥感影像中尽可能的恢复地面信息,提升遥感影像质量,减少遥感影像资源的浪费。论文的主要研究内容及创新点如下:1.对常见大气校正算法和薄云雾去除算法开展研究。对这些校正算法进行实验,发现这些薄云雾去除算法在去除遥感影像薄云雾的影响时,都有一定的缺陷,尤其是在雾或云较厚时,去除效果不是很理想。2.针对基于查找表的大气校正方法,建表速度缓慢,查找精度低等问题,提出基于大气参数回归方程的遥感影像大气校正算法。该算法基于6S大气校正模型,以气溶胶厚度为自变量对大气参数半球反射率、路径辐射项等效反射率、大气透过率三个大气参数使用三次函数进行拟合。使用该算法对GF-1多光谱影像进行大气校正;结果表明,该算法能有效校正大气对GF-1多光谱影像的影响,并与FLAASH校正结果具有很好的一致性;经该算法大气校正后,提取影像植被信息的能力更加突出。3.对基于HOT算法和基于BSHTI算法的遥感影像薄云雾去除相关算法进行研究;在BSHTI影像优化算法研究中,发现形态学方法虽然能够将BSHTI影像进行优化,但是形态学知识也使算法变得更加复杂。论文将红蓝光谱差和归一化植被指数引入到对GF-1影像获得的BSHTI影像优化中,实验表明,只需选择合适的阈值就能够对BSHTI影像进行很好的优化。使用虚拟点云方法对GF-1进行了去云雾处理,目视和定量评价参数表明云雾去除后的影像提取地面信息的能力得到提高,本文还对去雾前后的影像分别进行匹配,结果表明去云雾后的高分一号影像的匹配质量得到显著提高。4.对所研究算法进行集成,设计并实现降质遥感影像辐射校正系统。该系统主要包括功能模块有辐射处理模块和去云雾处理模块;系统界面友好,可交互性强。