遥感影像去雾增强算法研究

作     者：杨显琼 

作者单位：长安大学 

学位级别：硕士

导师姓名：曹建农

授予年度：2021年

学科分类：0810[工学-信息与通信工程] 08[工学] 081104[工学-模式识别与智能系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 

主      题：遥感影像去雾 影像增强 暗通道先验 Retinex NSCT变换 

摘      要：针对云、雾、霾等恶劣气象条件导致的遥感影像饱和度低,色彩失真,细节模糊等问题。结合影像增强与影像复原这两类典型的影像处理方法,提出一种融合改进暗通道和基于HSI色彩空间下的单尺度Retinex的遥感影像去雾增强算法。首先,基于影像复原方法与含雾遥感影像的特征,为使一般暗通道先验理论能够应用于含雾遥感影像,筛选含雾遥感影像暗通道阈值范围内像素的最大值作为大气光A0的估计值。另外,还引入了 Pan[46]算法中的经验参数G对一般暗通道先验理论算法进行了改进,继而获得优化的透射率。实验结果表明,优化后的透射率有所提高,影像的边缘信息保持完好,建筑和道路信息越发清晰。虽然改进暗通道算法改善了一般暗通道先验理论去雾后影像出现亮度偏暗、边缘细节模糊的问题,但是仍然存在不同程度的对比度下降问题。故需要采用基于HSI色彩空间下的单尺度Retinex理论去雾算法来进一步增强复原影像的色彩和细节。其次,将经改进暗通道先验理论去雾算法复原处理后得到的影像进行色彩空间的转换,即RGB空间转HIS空间。色调分量H不作改变,对其它两个分量分别处理:（1）对亮度分量I,选用NSCT变换进行分解,获得高频信息IH和低频信息IL。对高频信息IH采取引导滤波保边去噪处理,对低频信息IL采取基于影像增强方法的单尺度Retinex算法增强边缘细节处理。将高频信息IH和低频信息IL进行重组,通过NSCT逆变换得到I’。（2）采用色彩线性拉伸方法来提升饱和度分量S的对比度,得到S’。最后,将重组的HS’I’空间再逆转回RGB空间得到去雾后的遥感影像。两种方法的结合不仅有效改善了 He[10]算法和Pan[46]算法中存在的问题,还解决了含雾遥感影像直接采用单尺度Retinex算法进行去雾后影像色彩失真的难题。本文融合算法通过提高影像的对比度和清晰度,从而达到去雾增强效果。经过去雾预处理后的含雾遥感影像能够被充分利用,不仅避免了资源浪费,还降低了恶劣气象条件对遥感影像的影响。有利于影像后续的目视解译、光谱分析、识别分类、地物提取以及制图输出等工作的顺利进行。以中等空间分辨率的遥感影像作为实验数据源,通过主观定性分析和客观定量评价（如:信息熵、平均梯度、峰值信噪比和均方误差等指标）验证本文融合算法的可行性及有效性。