一种消除遥感影像中大气紊流的快速算法

遥感影像去除云一．去除云层的方法同态滤波法，小波变换，非监督分类四．遥感影像去除云的具体实施方案1. 显示原图像lainer.img2. 对lainer.img进行同态滤波得到lainer-homomorphic影像同态滤波是运用照度和反射率模型对遥感图像进行滤波处理，常常应用于揭示阴影区域的细节特征。

该方法的基本原理是：减少低频，增加高频，从而锐化图像边缘或细节特征的图像增强方法,一幅影像f(x,y)能被表达成照度分量和反射分量两部分的乘积：f(x,y)=i(x,y)*r(x,y)式中i(x,y) 为照度分量，r(x,y) 为反射分量。

3. 对图像lanier.img进行傅立叶变换傅里叶变换图像就是把输入的空间域彩色图像转换成频率域，把RGB彩色图像转换成一系列不同频率的二维正弦波傅里叶图像（*.fft）。

4. 低通滤波：消弱图像的高频组分，而让低频组分通过，是图像更加平滑，柔和。

操作如下所示：5.对lainer-homomorphic影像进行非监督分类非监督分类的过程及结果如下所示：6．去除云层处理一幅图像的照度分量通常表现为空间域的慢变化为特征，而反射分量往往引起突变，特别是在不同物体的连接部分，这些特征导致图像对数的傅里叶变换的低频部分与照射分量相联系，而高频部分与反射分量相联系在一起。

在图像处理过程中我们可以将云雾信息作为照射分量来处理，通过使用同态滤波器减少低频的贡献，而增加高频的贡献来达到云雾去除的效果，其处理流程如下图所示：F(x,y)→LN→FFT→H(x,y)→∮FFT→exp→u(x,y)经过同态滤波的方法去除lainer-homomorphic影像的云层遮盖的结果如下所示：五．结果评价及分析ERDAS MAGNE遥感图像处理系统，在遥感图像处理上，提供了傅里叶变换，傅里叶逆变换以及傅里叶变换编译器等功能，为实现较好的去云效果，利用同态滤波云雾去除的模型对图像进行处理。

经处理，有云雾的遥感图像得到了不同程度的去除，图像模糊程度轻，噪声滤除的效果较好。

大气校正（ENVI）大气校正是定量遥感中重要的组成部分。

本专题包括以下内容：∙ ∙ ●大气校正概述∙ ∙ ●ENVI中的大气校正功能1大气校正概述大气校正的目的是消除大气和光照等因素对地物反射的影响，广义上讲获得地物反射率、辐射率或者地表温度等真实物理模型参数；狭义上是获取地物真实反射率数据。

用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等物质对地物反射的影响，消除大气分子和气溶胶散射的影响。

大多数情况下，大气校正同时也是反演地物真实反射率的过程。

图1 大气层对成像的影响示意图很多人会有疑问，什么情况下需要做大气校正，我们购买或者其他途径获取的影像是否做过大气校正。

通俗来讲，如果我们需要定量反演或者获取地球信息、精确识别地物等，需要使用影像上真实反映对太阳光的辐射情况，那么就需要做大气校正。

我们购买的影像，说明文档中会注明是经过辐射校正的，其实这个辐射校正指的是粗的辐射校正，只是做了系统大气校正，就跟系统几何校正的意义是一样的。

目前，遥感图像的大气校正方法很多。

这些校正方法按照校正后的结果可以分为2种：∙∙●绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。

∙∙●相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。

常见的绝对大气校正方法有：●基于辐射传输模型∙ ∙♦MORTRAN模型∙ ∙♦LOWTRAN模型∙ ∙♦ATCOR模型∙ ∙♦6S模型等●基于简化辐射传输模型的黑暗像元法●基于统计学模型的反射率反演；相对大气校正常见的是：●基于统计的不变目标法●直方图匹配法等。

既然有怎么多的方法，那么又存在方法选择问题。

这里有一个总结供参考：1、如果是精细定量研究，那么选择基于基于辐射传输模型的大气校正方法。

2、如果是做动态监测，那么可选择相对大气校正或者较简单的方法。

3、如果参数缺少，没办法了只能选择较简单的方法了。

大气校正大气校正是定量遥感中重要的组成部分。

本专题包括以下内容：∙ ∙ ●大气校正概述∙ ∙ ●ENVI中的大气校正功能1大气校正概述大气校正的目的是消除大气和光照等因素对地物反射的影响，广义上讲获得地物反射率、辐射率或者地表温度等真实物理模型参数；狭义上是获取地物真实反射率数据。

用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等物质对地物反射的影响，消除大气分子和气溶胶散射的影响。

大多数情况下，大气校正同时也是反演地物真实反射率的过程。

图1.jpg图1 大气层对成像的影响示意图很多人会有疑问，什么情况下需要做大气校正，我们购买或者其他途径获取的影像是否做过大气校正。

通俗来讲，如果我们需要定量反演或者获取地球信息、精确识别地物等，需要使用影像上真实反映对太阳光的辐射情况，那么就需要做大气校正。

我们购买的影像，说明文档中会注明是经过辐射校正的，其实这个辐射校正指的是粗的辐射校正，只是做了系统大气校正，就跟系统几何校正的意义是一样的。

目前，遥感图像的大气校正方法很多。

这些校正方法按照校正后的结果可以分为2种：∙∙●绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。

∙∙●相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。

常见的绝对大气校正方法有：●基于辐射传输模型∙ ∙♦MORTRAN模型∙ ∙♦LOWTRAN模型∙ ∙♦ATCOR模型∙ ∙♦6S模型等●基于简化辐射传输模型的黑暗像元法●基于统计学模型的反射率反演；相对大气校正常见的是：●基于统计的不变目标法●直方图匹配法等。

既然有怎么多的方法，那么又存在方法选择问题。

这里有一个总结供参考：1、如果是精细定量研究，那么选择基于基于辐射传输模型的大气校正方法。

2、如果是做动态监测，那么可选择相对大气校正或者较简单的方法。

3、如果参数缺少，没办法了只能选择较简单的方法了。

基于MODTRAN的高光谱快速大气校正方法作者：郭飞来源：《现代电子技术》2015年第10期摘要：高光谱遥感成像过程中一般会受大气成分的影响，为了利用高光谱数据进行有效的地物识别，这些影响必须消除。

详细介绍大气校正的一个过程：首先采用大气预处理微分吸收法（APDA）和暗像元法，通过并行调用MODTRAN先后建立水汽和能见度的查找表，从而计算出图像中水汽含量和能见度，并利用得出的这些参数建立反射率查找表，最终对高光谱图像进行逐像元校正。

该过程结合辐射传输模型法和基于图像信息的校正方法的优点，不需要实时的大气参数也能进行绝对大气校正。

同时，加入并行处理使运行速度显著提高。

通过对校正后的数据进行对比分析，结果表明校正后的光谱曲线与地面实物和其他软件校正后的光谱特征相吻合，该方法能够满足大气辐射校正的基本要求。

关键词：大气校正； MODTRAN； APDA；暗像元法中图分类号： TN911⁃34 文献标识码： A 文章编号： 1004⁃373X（2015）10⁃0023⁃050 引言20世纪80年代初期成像光谱（高光谱）技术的出现，使光学遥感进入了崭新的阶段。

高光谱遥感能在电磁波谱的可见光和红外区域，获取许多非常窄的光谱图像数据，为每个像元提供数十至数百个窄波段（一般小于10 nm）的光谱信息，产生一条完整而连续的光谱曲线，以便于识别出地物特征，具有波段多、光谱分辨率高、图谱合一等特点。

大气校正是遥感信息定量化过程中不可缺少的环节。

在高光谱图像的拍摄过程中，由于大气的存在，进入大气的太阳辐射会发生反射、折射、吸收、散射[1]，其中对传感器接受影响较大的是吸收和散射。

由于大气的吸收和散射，使得进入到传感器中的信号减弱[2]。

同时，大气的散射光也有一部分直接或经过背景地物反射进入到传感器时却又使得原型号增强了。

为了消除这些因素的影响，必须对高光谱数据进行大气辐射校正。

目前大气校正的方法主要有基于图像特征的经验线性法、相对校正方法和基于物理的辐射传输模型法[3]。