資源三號衛(wèi)星(ZY-3)是2012年1月9日中國發(fā)射的首顆民用高分辨率光學傳輸型立體衛(wèi)星,，主要搭載有一臺地面分辨率為2.1 ｍ的高分辨率正視全色延時積分成像(TDI CCD)相機,、兩臺地面分辨率優(yōu)于3.6 ｍ的前視、后視全色(TDI CCD)相機和一臺地面分辨率優(yōu)于6.0 ｍ的正視多光譜相機[1],。目前,，ZY-3影像已為地理國情監(jiān)測、礦山沉降,、土地監(jiān)測等領(lǐng)域提供了自主的數(shù)據(jù)源,，在國民經(jīng)濟建設(shè)中發(fā)揮了重要作用。但與此同時,，衛(wèi)星在接收地面數(shù)據(jù)的過程中,，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,，云覆蓋是最常見的噪聲之一，它是造成遙感數(shù)據(jù)缺乏,、無法滿足特定用戶需求的一個重要因素,，也使后續(xù)的圖像識別、圖像分類,、地面信息提取等難以保證精度,，有時甚至無法使用[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)，同時對提高遙感影像數(shù)據(jù)利用率具有重要意義,而且,，目前還未有對ZY-3影像的云處理方面研究,，因此，本文的研究對以后ZY-3影像數(shù)據(jù)去云也起到示范作用,。

1 方法選取
    目前,，已有諸多學者對遙感影像的去云方法進行研究，主要包括替換法,、纓帽變換,、小波變換、空間統(tǒng)計學消除和同態(tài)濾波法及改進型等,。
    (1)替換法[3]
    該方法使用同一地區(qū)通過其他傳感器獲得的無云影像局部替換圖像上有云區(qū)域,，消除云層影響。但用來替換的影像必須與原影像具有相同或近似的成像時間,，并且影像替換之前需要完成精確的圖像配準和色調(diào)調(diào)整,，以及影像接邊的亮度差異、影像時效性的表達等問題都較難解決。
    (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,，達到消除云影響的目的,。但實際操作過程中，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分量被認為與云有關(guān)，因此,，舍棄該變量,，將其余分量再進行逆變換，便達到了去云的目的,。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，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L2(R)通過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,，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脫離空間域和頻率域兩方面,，對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)計學消除[7]
    空間統(tǒng)計學(又稱地質(zhì)統(tǒng)計學)是在地質(zhì)分析和統(tǒng)計分析的基礎(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)在一個區(qū)域內(nèi)測量點坐標為Xi,，變量觀測值為Z(Xi)，i=1,2,3,，…,，n，則，未測點X0的估計值可用這n個樣本點的線性組合來表示,，即：

    Kriging插值法的應(yīng)用需要對云層遮擋周圍的信息準確掌握,，如果云層遮擋區(qū)域面積過大，超過像元值空間內(nèi)插極限距離,，則Kriging插值法便失去意義,。而且，遮擋區(qū)域與周圍信息相關(guān)性較小,，或者地表特征復雜,，則Kriging插值精度會明顯下降，都將影響圖像信息的恢復效果,。
    (6)同態(tài)濾波法[4,8]
    該方法是把頻率過濾與灰度變換結(jié)合起來的一種處理方法,，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對比度來改善圖像,。一幅圖像相當于一個二維函數(shù)f(x,y),該函數(shù)可以簡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：

　    改進同態(tài)濾波的方法操作性強,，效果明顯，是當前遙感圖像云去除所采用的主要方法,。因此,本研究對ZY-3影像采用該方法進行去云處理,。
2 試驗區(qū)與數(shù)據(jù)
    本研究所采用的實驗數(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的地物信息,，提高多光譜影像分辨率,，對影像進行融合處理，采用Gram-Schimdt光譜銳化融合方法對全色與多光譜影像進行融合,，其結(jié)果如圖6所示,。

3 結(jié)果與評價
    根據(jù)上述式(7),增強系數(shù)a經(jīng)過多次調(diào)試其值取0.7，a過小不能有效減弱低頻,；直接采用式(6)往往會使無云區(qū)的細節(jié)部分過度增強,，給g(x，y)加上一個系數(shù)a的目的就是在上述兩種情況之間取得均衡,。為了避免計算結(jié)果出現(xiàn)負值,，加上一個適當?shù)母恼梒，最后進行指數(shù)變換,。為便于對比分析,，其同態(tài)濾波法與改進同態(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價就是通常意義上的主觀評價,，是一種主觀性較強的目測方法,。通過圖7、圖8可以明顯看到,，圖7中圖像雖達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的無云區(qū)域的地物背景信息細節(jié)削弱的程度較小,，除云的效果也較好,，無云區(qū)域背景地物信息得到了相當好的恢復，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算法對除去云層是較為有效的。
3.2 定量評價
    通過計算圖像的指標值來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,、標準差,、信息熵以及平均梯度法指標對處理結(jié)果進行定量評價。
    (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,，因此可用此指標評價去云是否有效果。其計算公式如式(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列對應(yīng)像元的灰度值,。計算過程由IDL編程實現(xiàn)。上述參數(shù)計算結(jié)果如表1所示,。

    通過表1得出：同態(tài)濾波法和改進同態(tài)濾波法的結(jié)果在均值上都有所下降，在圖像的統(tǒng)計意義上達到了要求,；改進同態(tài)濾波法的標準差較大,，說明其影像細節(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，說明使圖像變模糊了,，而基于改進后的同態(tài)濾波的結(jié)果變大,，說明圖像的清晰度改進，紋理特征更加明顯化,，圖像紋理變得更清晰,。
    隨著計算機技術(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)用越來越廣泛,。遙感圖像中云處理一直是圖像預處理過程中的重點、難點之一,，但目前很多方法都存在一定的局限性,。本文對同態(tài)濾波處理和改進同態(tài)濾波處理兩種方法進行了對比分析，從主觀定性和客觀定量兩個方面來分析,、評價了兩種融合結(jié)果,，由上綜合分析可看出：在對ZY-3衛(wèi)星影像進行去云處理時，改進同態(tài)濾波法能夠取得較好的效果,，這對遙感影像解譯,、分類精度的提高及拓展ZY-3影像的進一步分析應(yīng)用具有重要意義。
參考文獻
[1] 唐新明,，張過,，祝小勇,等．資源三號測繪衛(wèi)星三線陣成像幾何模型構(gòu)建與精度初步驗證[J]．測繪學報，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[J]．國土資源遙感,，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)濾波器用于圖像對比度增強[J]．電子學報,，2001,，29(4)：531-533．
[7] 馮益明，雷相東,，陸元昌．應(yīng)用空間統(tǒng)計學理論解譯遙感影像信息“缺失”區(qū)[J]．遙感學報,，2004,，8(4)：317-322．
[8] 馮春，馬建文,，戴芹,等．一種改進的遙感圖像薄云快速去除方法[J]．國土資源遙感,，2004(62)：1-5．
[9] 劉貴喜，楊萬海．基于多尺度對比塔的圖像融合方法及性能評價[J]．光學學報,，2001,，21(11)：112-114．
[10] 張寧玉，吳泉源．Brovey融合與小波融合對Quick Bird圖像的信息量影響[J]．遙感技術(shù)與應(yīng)用,，2006,，21(1)：