高分辨率遥感影像快速去雾

针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题, 以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端, 结合遥感影像景深变化小、不含天空背景等特点, 本文提出一种改进的暗原色先验去雾算法。首先, 对影像中白色场景灰度值进行统计并设定阈值划分为失效区, 分离水域与非水域减少蓝色波段在水域的占比, 合成新的蓝色波段, 以改进暗通道值的获取方法; 其次, 采用导向滤波替代软抠图法优化透射率提升处理时间; 然后, 对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩; 最后, 利用含雾的无人机影像和GF-2影像进行了试验, 并进行了定量评价。试验结果表明, 在同等试验...

Full description

Saved in:
Bibliographic Details
Published inCe hui xue bao Vol. 51; no. 3; p. 446
Main Authors 廖章回, 姜闯
Format Journal Article
LanguageChinese
English
Published Beijing Surveying and Mapping Press 01.03.2022
Subjects
Algorithms
Color
Depth of field
Entropy (Information theory)
Fog
Image enhancement
Image processing
Image resolution
Military aviation
Remote sensing
Unmanned aerial vehicles
Water area
Online AccessGet full text

Cover

More Information
Summary:针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题, 以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端, 结合遥感影像景深变化小、不含天空背景等特点, 本文提出一种改进的暗原色先验去雾算法。首先, 对影像中白色场景灰度值进行统计并设定阈值划分为失效区, 分离水域与非水域减少蓝色波段在水域的占比, 合成新的蓝色波段, 以改进暗通道值的获取方法; 其次, 采用导向滤波替代软抠图法优化透射率提升处理时间; 然后, 对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩; 最后, 利用含雾的无人机影像和GF-2影像进行了试验, 并进行了定量评价。试验结果表明, 在同等试验条件下, 本文方法处理单幅影像的时间比暗原色先验去雾算法的提升4倍以上, 且去雾后影像的灰度均值、标准差、信息熵、平均梯度等指标比暗原色先验去雾算法得到的值均有提高, 能有效提高有雾影像的清晰度, 增强影像色彩和细节。
Bibliography:ObjectType-Article-1
SourceType-Scholarly Journals-1
ObjectType-Feature-2
content type line 14
ISSN:1001-1595
1001-1595
DOI:10.11947/j.AGCS.2022.20200480