一种基于双树复小波变换的单幅图像去云雾方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106485684A(43)申请公布日2017.03.08(21)申请号201610925376.2(22)申请日2016.10.24(71)申请人常州工学院地址213022江苏省常州市新北区巫山路1号(72)发明人吴峰朱锡芳相入喜许清泉吴涛(74)专利代理机构南京知识律师事务所32207代理人高桂珍(51)Int.Cl.G06T5/00(2006.01)权利要求书1页说明书7页附图5页(54)发明名称一种基于双树复小波变换的单幅图像去云雾方法(57)摘要本发明公开了一种基于双树复小波变换的单幅图像去云雾方法，采用双树复小波变换分解原图，并将云雾和景物分别分配到高层和低层高频子带以及低频子带，分别处理所述子带，去除云雾。本发明的步骤包括：先将原图像做多层双树复小波变换，将分解系数分割为低层高频子带、高层高频子带和低频子带；使用拉普拉斯滤波器逐层处理低层高频子带，并作双树复小波逆变换，再规一化处理重构图像，增强地面景物信息；按照反转云厚加权方法分别处理高层高频子带和低频子带。本发明处理含有均匀云覆盖、浓云或薄云的单幅遥感图，在削弱云层覆盖的同时，提高云下景物的清晰度，能有效保留和突出云区以外的景物信息，具有自适应性强、人工干预少的优点。CN106485684ACN106485684A权利要求书1/1页1.一种基于双树复小波变换的单幅图像去云雾方法，其特征在于：采用双树复小波变换分解原图，并将云雾和景物分别分配到高层和低层高频子带以及低频子带，分别处理所述子带，去除云雾。2.根据权利要求1所述的基于双树复小波变换的单幅图像去云雾方法，其特征在于：包括如下步骤：步骤1：将原图像做n层双树复小波变换，选择一个合适的整数l，将高频子带分割为低层高频子带、高层高频子带；步骤2：使用拉普拉斯滤波器处理低层高频子带，增强地面景物信息；步骤3：按照反转云厚加权ICTW方法处理高层高频子带；步骤4：类似步骤3，按照反转云厚加权ICTW方法处理低频子带；步骤5：将步骤2、步骤3、步骤4的处理结果叠加在一起，得到最终处理结果。3.根据权利要求1或2所述的基于双树复小波变换的单幅图像去云雾方法，其特征在于：所述步骤2的处理方法为：g(x,y)＝I(x,y)+s*L{I(x,y)}(5)其中I表示子带系数，g是处理结果，x和y表示子带的坐标.L{}表示拉普拉斯滤波。s取+1或-1，符号和拉普拉斯滤波器中心元素的符号一致；将所有处理后的低层高频子带合在一起，经过双树复小波逆变换，得到的重构图像设为p(x,y)，进一步按照式(6)作规一化处理，使灰度范围在0-255之间，得到q(x,y)：其中max和min表示取最大和最小值。4.根据权利要求1或2所述的基于双树复小波变换的单幅图像去云雾方法，其特征在于：所述步骤3的处理方法为：将高层高频子带合在一起做双树复小波逆变换，重构为f(x,y)，按照式(7)处理为ρ(x,y)，再按照式(8)做规一化处理，得到τ(x,y)；其中c表示RGB三个通道中的任一通道，Ω为以(x0,y0)为中心的邻域；最后，应用式(9)，得到高层高频子带的处理结果：f'(x,y)＝[1-τ(x,y)]*f(x,y)(9)。2CN106485684A说明书1/7页一种基于双树复小波变换的单幅图像去云雾方法技术领域[0001]本发明属于遥感图像处理技术领域，涉及一种从单幅遥感图像中去除云雾的图像增强方法。背景技术[0002]云雾是卫星对地遥感成像过程中常见的干扰源，云雾干扰常使遥感图像对比度下降，图像变模糊，部分地物信息缺失。多光谱图像去云雾、多幅图像叠加去云雾、多传感器图像融合去云雾等方法已经广泛应用于去云雾图像处理中，效果明显，但都需要同地区同来源的多幅图像，数据采集成本高，周期长。相比而言，单幅图像去云雾方法只使用一幅遥感图像，采集数据的成本低，能在较短时间内给出处理结果，效率高，灵活性强。研究单幅图像去云雾方法，对于节约遥感图像采集成本、提高遥感监测效率具有重要意义。[0003]在遥感图像中，景物处于高频，云雾处于低频。小波变换具有多分辨率分析的特点，能有效分离图像中的不同频率成分。基于小波阈值理论的光学图像去云雾方法通过设置阈值来去除高层小波系数中的云雾噪声，同时保留云区以外的景物信息，然后通过对高层和低层细节系数加权处理，增强景物信息，削弱残余的云雾。但阈值选择不够灵活，且处理后存在明显的云区边界。王修信等提出一种小波自适应阈值去云雾方法，该方法采用遗传算法以广义交叉验证Gcv准则作为目标函数，自动寻找低频小波系数中薄云噪声与地物信息间阈值，再采用该阈值对小波系数进行阈值化去云，效果优于小波同态滤波方法。[0004]双树复小波变换(Dualtreecomp