基于类内拟合的遥感影像薄云雾校正方法

摘要：

光学遥感观测极易受到云雾影响,降低数据质量并限制其后续应用潜力.由此,提出了一种基于类内拟合的遥感影像薄云雾校正方法.首先,利用滑动窗口逐波段地搜索局部最小值,称之为暗目标,通过拟合不同波段的暗目标样本估计出薄云雾辐射的相关性.基于此,联合云雾波段相关性与成像模型,生成不合云雾干扰的合成假彩色影像,利用K均值分类自动得到地表覆被类型.利用地类信息,进一步选取晴空区像元获取不同地类在不同波段对间的线性关系.最后,将上述两种线性关系进行联立,求解出各地表类型在不同波段上的值,从而完成影像校正.通过模拟与真实实验对方法有效性和场景适用性进行测试,并从定性目视与定量评估两方面对结果进行检验.实验结果表明:提出方法可有效去除薄云雾干扰,适用于不同地表覆被类型场景,获得高光谱保真的校正地表.

关键词：薄云雾校正;类内拟合;可见光影像;暗目标法

所属期刊栏目：36

分类号：P208;TP75(一般性问题)

资助基金：成品油管道巡线无人机影像的质量改善技术研究与应用30251731-19-ZC0607-0024

在线出版日期：2022-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1092-1099