基于ERDAS IMAGINE 的遥感图象去云方法（转贴）

<P>基于ERDAS IMAGINE 的遥感图象去云方法

摘要本文通过对遥感图象中薄云和地形云的不同特征，提出了不同的处理方法，针对薄云慢变化的空域
特征，利用高通滤波进行薄云的去除；针对地形云的地形特征，通过数字地形模型（DEM），对地形云进
行去除。在操作上，本文利用ERDAS IMAGINE 强大的图象处理建模功能和空间分析及操作功能，实现
了遥感图象中上述云覆盖噪声的消除。
关键词：ERDAS IMAGINE 遥感图象去云处理
1 引言
遥感图象中，云覆盖是最常见的噪音之一，在有限光谱分辨率的情况下，云覆盖噪声
很难用多光谱的方法进行去除。对于时间分辨率低的遥感平台来说，云覆盖是造成遥感数
据缺乏的重要因素之一。因此如何有效地减少或去除云的影响，是增加遥感数据有效率的
一个重要途径，也是遥感图象预处理中的一个重要问题，
江西省地处我国南方的亚热带地区，地形复杂，植被多样，云覆盖率极高。在《江西
省自然灾害遥感调查》课题中，干旱调查使用的遥感资料是NOAA/AVHRR 气象卫星资料，
从国家卫星气象中心处检索1991 年～1998 年7 月～9 月的卫星资料，由于云雾的影响，获
取的江西区域NOAA/AVHRR 数据平均有效率不足7％，因此，客观上要求我们对有些局
部有云或大范围存在薄云的图象进行去云处理，才能满足实际需要。
云覆盖类型不同，去云的方法也不同。例如夏季地形性云多半由于地形作用形成云体，
滞留在较高的山体，反映在遥感图象上，这类噪音很难用时间平均的方法进行去除；而较
大范围的薄云表现出慢变化的空域趋势，在频域上即具有低频的特征。因此，本文针对不
同云体的特征，利用图象处理的基本原理，以及ERDAS IMAGINE 强大的图象处理建模
功能，对遥感图象中薄云和地形云的去除进行初步的探讨。
2 薄云的去除方法
2.1 薄云去除的原理
当云层较薄时，遥感卫星传感器所接收到的图象是由太阳辐射经云层反射部分及太阳
辐射经地物或地面反射后再穿透云层这两部分组成，即：
)) , ( 1 ( ) , ( ). , ( )] , ( [ ) , ( y x t L y x t y x aLr y x Lr y x f ;#8722; + = = ;#981; （1）
其中， ) , ( y x f 为传感器接收到的综合信息， ) , ( y x r 为地物或地面反射率，代表信号，
) , ( y x t 为云层的透射率，代表噪声，L为太阳辐射强度，a为太阳辐射在大气传输过程中
的衰减系数，并且) , ( y x r 、) , ( y x t 和a的数值位于0 与1 之间。上式可以通过限定条件，
简化成下式：
) , ( ). , ( ) , ( y x f y x f y x f r i = (2)
式中) , ( y x fi 为照射分量，反映了云的分布， ) , ( y x fr 为反射分量。因此，空域中影像的
亮度值可看成是照射分量（ ) , ( y x fi ）和反射分量（ ) , ( y x fr ）的乘积。
通常，所有信息的反射分量都存在反射率的变化，并且是频域中的高频成分，而遥感
中照射分量在整幅影像上除个别阴影区外一般差异较小，表现出慢变化的特征，与低频相
联系，对式（2）两边取对数，则有：
) , ( ln ) , ( ln ) , ( ln y x f y x f y x f r i + = (3)
该式表明影像亮度值的对数等于照射分量和反射分量的对数和，是一个低频成分的函
数与一个高频成分的函数的迭加，因此，我们可以通过富立叶变换将它们转换到频域，即：
)} , ( {ln )} , ( {ln )} , ( {ln y x f F y x f F y x f F r i + = (4)
或记为：
) , ( ) , ( ) , ( v u R v u I v u Z + = (5)
然后用高通滤波方法，提取高频，抑制低频，从而使占居低频成分的云的信息从影像信息
中剔除出去，过程如下：
) , ( ) , ( ) , ( ) , ( ) , ( ) , ( ) , ( v u R v u H v u I v u H v u Z v u H v u S + = =
再进行富立叶逆变换从频域回到空域：
)} , ( ) , ( { )} , ( ) , ( { )} , ( { ) , ( 1 1 1 v u R v u H F v u I v u H F v u S F y x S ;#8722; ;#8722; ;#8722; + = =
或记为：
) , ( ' ln ) , ( ' ln ) , ( y x f y x f y x S r i + =
其中， )} , ( ) , ( { ) , ( ' ln 1 v u I v u H F y x fi
;#8722; = ， )} , ( ) , ( { ) , ( ' ln 1 v u R v u H F y x fr
;#8722; =
最后将结果作指数变换：
) , ( ' ). , ( ' )} , ( ' exp{ln )} , ( ' exp{ln )} , ( exp{ ) , ( y x f y x f y x f y x f y x S y x g r i r i = + = =
上述过程实质上是同态滤波的问题，同态滤波是影像亮度的非线性变换和高通滤波的结合。
薄云的去除效果取决于高通滤波时滤波函数) , ( v u H 的选择，薄云在空域中具有慢变
化的特征，与频域中低频相联系，为此在干旱遥感调查中，选用了巴特沃思（Butterworth）
滤波器，具体形式为：
π 2
0 ] / ) , ( [ 1
1 ) , (
D v u D k
v u H
+
=
其中： 0 D 为截止频率，k 的选取是当0 ) , ( D v u D = 时，
2
2 ) , ( = v u H ，即414 . 0 = k 。
2.2 在ERDAS IMAGEINE下实现薄云的去除
ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图象处理系统，它具有先进的图象
处理技术以及友好、灵活的用户界面和操作方式、面向广阔应用领域的产品模块、服务于
不同层次用户的模型开发工具的诸多特点。在遥感图象处理上，提供了富立叶变换、富立
叶逆变换以及富立叶变换编辑器等功能。同时，它为满足一般的用户级，也提供了通用的
雾和噪声弱化、同态滤波器等功能。但为实现较好的薄云去除效果，在干旱遥感调查中利
用该系统提供的Spatial Modeler（空间建模分析）模块，对存在较大范围的薄云图象进行
去云处理。
Spatial Modeler 是一个面向目标的图形模型语言，利用它，用户可设计出高级的空间
分析模型，实现复杂的分析和处理功能，整个过程只需用其提供的工具在窗口中绘出模型
的流程图、指定流程图的意义、所用参数、矩阵等，即可完成模型的设计，而毋需进行具
体而复杂的编程过程，为用户提供了高层次的设计工具和手段，同时可使用户将更多的精
力集中在专业领域的研究。
因此，根据上述的薄云去除原理，利用Model Maker，设计了薄云去除的模型：
在不同的图象去云处理中，要进行个别的调整，主要在高通滤波过程中，应针对不同
图象中云的厚薄，选取不同的截止频率0 D 。
经过上述处理，有薄云的遥感图象得到了不同程度的去除，图象模糊程度轻，且滤除
噪声的效果也不错。
3 地形云的去除
地形云是由于地形抬升作用，在山体上空形成的云体，如我省井冈山附近夏季地形云
的出现频率就极高。由于高山上植被状况多半良好，且以林地为主，故在干旱遥感调查中，
地形云的出现并不影响影像的使用，因为干旱遥感调查关注的焦点是耕地。但为了获得比
较好的图面表达效果，以及在分类过程中，不至于与其它信息混淆（一般地，云的植被指
数和水体的植被指数极为接近），故在分类识别之前，应将地形云进行去除。
3.1 数字高程模型（DEM）的表面生成
DEM是地形表面的一个数学（或数字）模型，根据不同数据集的不同表达方式，DEM
可以使用一个或多个数学函数来对地表进行表示，ERDAS IMAGINE 提供了实用的基于不
规则三角网（Triangulated Irregular Network）的表面建模功能，因此，在干旱遥感调查中，
根据1：25 万等高线数字地形图，利用不规则三角网表面建模功能，生成1km×1km 分辨
率的DEM表面数据集，这个数据集和NOAA/AVHRR 数据是匹配的。
3.2 利用DEM，在IMAGINE下进行去云处理
利用生成的DEM数据集，根据ERDAS IMAGINE 的model maker 模块，建立去除地
形云的模型，考虑到人类耕作活动一般在海拔500m 以下，因此在海拔500m 以上的区域，
如出现负值的植被指数或非正常的植被指数，则加以纠正。去除地形云的模型如下：
4 结语
1）本文从薄云的空域特征进行分析，利用图象处理的基本原理和ERDAS IMAGINE 强
大的图象处理建模功能，对遥感图象中薄云的覆盖进行去除。因此该方法无论对于
NOAA/AVHRR 数据或陆地卫星（LandSat）TM 数据都是适用的，因而它带有一定的普适
性。地形云的去除方法，只是针对干旱遥感调查这一特定问题而进行的，因为地形云对干
旱的调查几乎没有影响，对它的去除，主要基于图面表达效果和分类中对某些数据存在干
扰的考虑。
2）从除云的效果来看，薄云的去除有时会导致一些信息的丢失，这是由于在高通滤
波中，在滤去低频成分时，也同时滤掉了一些有用的信息，为此应将D0取得小一些；另外
该方法主要适合于大范围存在薄云的遥感图象。
（第一作者简介：赖格英，男，1963 年10 生，理学硕士，副教授，从事遥感和地理信息
系统的教学和科研。）
参考文献
[1] Kenneth.R.Castleman . 数字图象处理. 北京：电子工业出版社，1998 年
[2] 郭德方. 遥感图象的计算机处理和模式识别. 北京：电子工业出版社，1984 年
[3] Z. K. Liu and B. R. Hunt . A New Approach to Removing Cloud Cover from Satellite Image.
CVIP，1984，25(2)：45～53
[4] 李志林，朱庆. 数字高程模型. 湖北武汉：武汉测绘科技大学出版社，2000 年3月</P>

<img src="images/post/smile/dvbbs/em01.gif" /><img src="images/post/smile/dvbbs/em02.gif" />

hi，你好！这文章中应该还有图吧？其精华在于建模的方法，如果没有图说明这一点，此篇文章的价值大打折扣。希望楼主把图也一并贴上来~谢谢

<img src="images/post/smile/dvbbs/em01.gif" /><img src="images/post/smile/dvbbs/em02.gif" />

<img src="images/post/smile/dvbbs/em08.gif" />

谢谢楼主分享，顶！<img src="images/post/smile/dvbbs/em01.gif" /><img src="images/post/smile/dvbbs/em02.gif" /><img src="images/post/smile/dvbbs/em04.gif" />