資源三號(hào)衛(wèi)星(ZY-3)是2012年1月9日中國(guó)發(fā)射的首顆民用高分辨率光學(xué)傳輸型立體衛(wèi)星，主要搭載有一臺(tái)地面分辨率為2.1 ｍ的高分辨率正視全色延時(shí)積分成像(TDI CCD)相機(jī)、兩臺(tái)地面分辨率優(yōu)于3.6 ｍ的前視、后視全色(TDI CCD)相機(jī)和一臺(tái)地面分辨率優(yōu)于6.0 ｍ的正視多光譜相機(jī)[1]。目前，ZY-3影像已為地理國(guó)情監(jiān)測(cè)、礦山沉降、土地監(jiān)測(cè)等領(lǐng)域提供了自主的數(shù)據(jù)源，在國(guó)民經(jīng)濟(jì)建設(shè)中發(fā)揮了重要作用。但與此同時(shí)，衛(wèi)星在接收地面數(shù)據(jù)的過(guò)程中，天氣因素的影響使得CCD影像中的地物信息被削弱，影響其使用。其中，云覆蓋是最常見(jiàn)的噪聲之一，它是造成遙感數(shù)據(jù)缺乏、無(wú)法滿足特定用戶需求的一個(gè)重要因素，也使后續(xù)的圖像識(shí)別、圖像分類、地面信息提取等難以保證精度，有時(shí)甚至無(wú)法使用[2]。因此，研究如何有效去除云霧的影響，增加遙感數(shù)據(jù)有效率,不僅是ZY-3影像處理的重要環(huán)節(jié)，同時(shí)對(duì)提高遙感影像數(shù)據(jù)利用率具有重要意義,而且，目前還未有對(duì)ZY-3影像的云處理方面研究，因此，本文的研究對(duì)以后ZY-3影像數(shù)據(jù)去云也起到示范作用。

1 方法選取
    目前，已有諸多學(xué)者對(duì)遙感影像的去云方法進(jìn)行研究，主要包括替換法、纓帽變換、小波變換、空間統(tǒng)計(jì)學(xué)消除和同態(tài)濾波法及改進(jìn)型等。
    (1)替換法[3]
    該方法使用同一地區(qū)通過(guò)其他傳感器獲得的無(wú)云影像局部替換圖像上有云區(qū)域，消除云層影響。但用來(lái)替換的影像必須與原影像具有相同或近似的成像時(shí)間，并且影像替換之前需要完成精確的圖像配準(zhǔn)和色調(diào)調(diào)整，以及影像接邊的亮度差異、影像時(shí)效性的表達(dá)等問(wèn)題都較難解決。
    (2)直方圖匹配方法[4]
    該方法假設(shè)去云與無(wú)云覆蓋區(qū)影像具有相同的圖像特征，因此，可以利用同一幅圖像中無(wú)云覆蓋區(qū)的圖像特征作為參照，使云覆蓋區(qū)的圖像直方圖與之匹配，達(dá)到消除云影響的目的。但實(shí)際操作過(guò)程中，該方法假設(shè)條件并不能夠滿足。
    (3)纓帽變換法[5]
    該方法是根據(jù)多波段影像信息結(jié)構(gòu)情況而產(chǎn)生的一種正交線性變換方法。它產(chǎn)生的第4分量被認(rèn)為與云有關(guān)，因此，舍棄該變量，將其余分量再進(jìn)行逆變換，便達(dá)到了去云的目的。但這種算法是基于傳感器特性的，現(xiàn)有的纓帽變換方法僅適用于MSS、TM、ETM圖像。同時(shí)，該方法由于舍棄了第4分量，因此引起了波段的缺失。
    (4)小波變換法[6]
    該方法是將任一平方函數(shù)或能量有限信號(hào)L2(R)通過(guò)多分辨率分析表示成小波系數(shù)的疊加。小波變換可以將信號(hào)分解成為一系列具有不同分辨力、頻率特性和方向特性的子帶信號(hào)，很容易地找到變換小波系數(shù)與原始影像內(nèi)容在空間和頻域兩方面的對(duì)應(yīng)關(guān)系，從而為圖像處理、壓縮及融合提供有利條件。但是，圖像去云方法仍然沒(méi)脫離空間域和頻率域兩方面，對(duì)于厚云和面積較小的云層覆蓋情況，處理效果不好。
    (5)空間統(tǒng)計(jì)學(xué)消除[7]
    空間統(tǒng)計(jì)學(xué)(又稱地質(zhì)統(tǒng)計(jì)學(xué))是在地質(zhì)分析和統(tǒng)計(jì)分析的基礎(chǔ)上形成的空間相關(guān)變量分析的方法。目前，消除方式主要應(yīng)用Kriging插值法。假設(shè)在一個(gè)區(qū)域內(nèi)測(cè)量點(diǎn)坐標(biāo)為Xi，變量觀測(cè)值為Z(Xi)，i=1,2,3，…，n，則，未測(cè)點(diǎn)X0的估計(jì)值可用這n個(gè)樣本點(diǎn)的線性組合來(lái)表示，即：

    Kriging插值法的應(yīng)用需要對(duì)云層遮擋周?chē)男畔?zhǔn)確掌握，如果云層遮擋區(qū)域面積過(guò)大，超過(guò)像元值空間內(nèi)插極限距離，則Kriging插值法便失去意義。而且，遮擋區(qū)域與周?chē)畔⑾嚓P(guān)性較小，或者地表特征復(fù)雜，則Kriging插值精度會(huì)明顯下降，都將影響圖像信息的恢復(fù)效果。
    (6)同態(tài)濾波法[4,8]
    該方法是把頻率過(guò)濾與灰度變換結(jié)合起來(lái)的一種處理方法，它把圖像的照明反射模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強(qiáng)對(duì)比度來(lái)改善圖像。一幅圖像相當(dāng)于一個(gè)二維函數(shù)f(x,y),該函數(shù)可以簡(jiǎn)化為光源的入射量函數(shù)fi(x,y)與地面反射率函數(shù)fr(x,y)的乘積,即：

　    改進(jìn)同態(tài)濾波的方法操作性強(qiáng)，效果明顯，是當(dāng)前遙感圖像云去除所采用的主要方法。因此,本研究對(duì)ZY-3影像采用該方法進(jìn)行去云處理。
2 試驗(yàn)區(qū)與數(shù)據(jù)
    本研究所采用的實(shí)驗(yàn)數(shù)據(jù)為2012年2月獲取的一景ZY-3影像數(shù)據(jù)，覆蓋區(qū)域是渤海灣東部某地區(qū)，研究區(qū)域內(nèi)地勢(shì)較為平坦，圖像南部有明顯的云層遮擋。其研究區(qū)域多光譜、區(qū)域放大全色、區(qū)域放大多光譜影像如圖3~圖5所示，但為了更好地利用遙感影像所表達(dá)的地物信息，提高多光譜影像分辨率，對(duì)影像進(jìn)行融合處理，采用Gram-Schimdt光譜銳化融合方法對(duì)全色與多光譜影像進(jìn)行融合，其結(jié)果如圖6所示。

3 結(jié)果與評(píng)價(jià)
    根據(jù)上述式(7),增強(qiáng)系數(shù)a經(jīng)過(guò)多次調(diào)試其值取0.7，a過(guò)小不能有效減弱低頻；直接采用式(6)往往會(huì)使無(wú)云區(qū)的細(xì)節(jié)部分過(guò)度增強(qiáng)，給g(x，y)加上一個(gè)系數(shù)a的目的就是在上述兩種情況之間取得均衡。為了避免計(jì)算結(jié)果出現(xiàn)負(fù)值，加上一個(gè)適當(dāng)?shù)母恼?xiàng)c，最后進(jìn)行指數(shù)變換。為便于對(duì)比分析，其同態(tài)濾波法與改進(jìn)同態(tài)濾波法處理后的結(jié)果如圖7、圖8所示。

3.1 定性分析
    通常所提及的圖像的定性評(píng)價(jià)就是通常意義上的主觀評(píng)價(jià)，是一種主觀性較強(qiáng)的目測(cè)方法。通過(guò)圖7、圖8可以明顯看到，圖7中圖像雖達(dá)到了較好的去云效果，但地物背景信息的損失很厲害，而圖8的無(wú)云區(qū)域的地物背景信息細(xì)節(jié)削弱的程度較小，除云的效果也較好，無(wú)云區(qū)域背景地物信息得到了相當(dāng)好的恢復(fù)，紋理更清晰。從目視的角度可以很直觀、很明晰地看到本文所使用的改進(jìn)算法對(duì)除去云層是較為有效的。
3.2 定量評(píng)價(jià)
    通過(guò)計(jì)算圖像的指標(biāo)值來(lái)定量分析去云處理后圖像與原始圖像的變化，其結(jié)果反映了圖像的信息含量在遙感圖像去云前后的變換情況。因此，本文主要采用影像的均值、標(biāo)準(zhǔn)差、信息熵以及平均梯度法指標(biāo)對(duì)處理結(jié)果進(jìn)行定量評(píng)價(jià)。
    (1)均值
    圖像中所有像素的灰度均值。在頻域中，零頻率分量相當(dāng)于圖像的平均灰度，它反映了圖像的平均灰度。云圖像均值要大于去云后圖像均值，因此可用此指標(biāo)評(píng)價(jià)去云是否有效果。其計(jì)算公式如式(8)所示[9]：
 
式中，M、N為圖像的行列數(shù)，h(i,j)為第i行、第j列對(duì)應(yīng)像元的灰度值。計(jì)算過(guò)程由IDL編程實(shí)現(xiàn)。上述參數(shù)計(jì)算結(jié)果如表1所示。

    通過(guò)表1得出：同態(tài)濾波法和改進(jìn)同態(tài)濾波法的結(jié)果在均值上都有所下降，在圖像的統(tǒng)計(jì)意義上達(dá)到了要求；改進(jìn)同態(tài)濾波法的標(biāo)準(zhǔn)差較大，說(shuō)明其影像細(xì)節(jié)表現(xiàn)損失較小，處理后的圖像清晰度較高；圖像信息熵較原始影像都有所增加，說(shuō)明圖像信息量都有所增加；平均梯度同態(tài)濾波法值較小，說(shuō)明使圖像變模糊了，而基于改進(jìn)后的同態(tài)濾波的結(jié)果變大，說(shuō)明圖像的清晰度改進(jìn)，紋理特征更加明顯化，圖像紋理變得更清晰。
    隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，遙感影像處理技術(shù)不斷提高，圖像的應(yīng)用越來(lái)越廣泛。遙感圖像中云處理一直是圖像預(yù)處理過(guò)程中的重點(diǎn)、難點(diǎn)之一，但目前很多方法都存在一定的局限性。本文對(duì)同態(tài)濾波處理和改進(jìn)同態(tài)濾波處理兩種方法進(jìn)行了對(duì)比分析，從主觀定性和客觀定量?jī)蓚€(gè)方面來(lái)分析、評(píng)價(jià)了兩種融合結(jié)果，由上綜合分析可看出：在對(duì)ZY-3衛(wèi)星影像進(jìn)行去云處理時(shí)，改進(jìn)同態(tài)濾波法能夠取得較好的效果，這對(duì)遙感影像解譯、分類精度的提高及拓展ZY-3影像的進(jìn)一步分析應(yīng)用具有重要意義。
參考文獻(xiàn)
[1] 唐新明，張過(guò)，祝小勇,等．資源三號(hào)測(cè)繪衛(wèi)星三線陣成像幾何模型構(gòu)建與精度初步驗(yàn)證[J]．測(cè)繪學(xué)報(bào)，2012，41(2)：191-198．
[2] 陳姚，王金亮，李石華．遙感圖像中云層遮擋影響消除方法研究述評(píng)[J]．國(guó)土資源遙感，2006(1)：61-65．
[3] FONSECA LEILA M G，MANJUNATH B S． Registration techniques formultisensor remotely sensed imagery[J]．Photogrammetric Engineering&RemoteSensing，1996，62(9):1049-1056．
[4] 范文水，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)：45-49．
[5] RICHTER R A． Spatially adaptive fast atmospheric correction algorithm[J]．Int J Remote Sense，1996(17)：1201-1214．
[6] 張新明，沈蘭蓀．基于小波的同態(tài)濾波器用于圖像對(duì)比度增強(qiáng)[J]．電子學(xué)報(bào)，2001，29(4)：531-533．
[7] 馮益明，雷相東，陸元昌．應(yīng)用空間統(tǒng)計(jì)學(xué)理論解譯遙感影像信息“缺失”區(qū)[J]．遙感學(xué)報(bào)，2004，8(4)：317-322．
[8] 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(guó)土資源遙感，2004(62)：1-5．
[9] 劉貴喜，楊萬(wàn)海．基于多尺度對(duì)比塔的圖像融合方法及性能評(píng)價(jià)[J]．光學(xué)學(xué)報(bào)，2001，21(11)：112-114．
[10] 張寧玉，吳泉源．Brovey融合與小波融合對(duì)Quick Bird圖像的信息量影響[J]．遙感技術(shù)與應(yīng)用，2006，21(1)：