- 2
- 0
- 约9.1千字
- 约 15页
- 2021-01-25 发布于甘肃
- 举报
对于浅水暗礁环境的可见光波段Landsat TM和ETM+影像的去霾处理
摘要
A method for haze reduction in the visible bands of Landsat TM and ETM+ images over a shallow water marine environment is presented in this paper. This method uses the near infrared (NIR) band to estimate the spatial distribution of haze intensity in each visible band through a linear regression model established over deep water areas. As a first order approximation, the signal received at the sensor is assumed to be the arithmetic sum of radiance contributed by haze and the radiance leaving the water surface. Reduction of haze is then carried out by a simple subtraction procedure. Images acquired over the Southern Tip of Palawan, Philippines are used for the experiments. Results show that the method works well for compensating signals contaminated by optically thin haze. Overcorrection occurs when haze is optically thick and geometrically complex.
When images are acquired under hazy conditions the method can be applied to drastically improve image interpretability and may also be considered as a necessary pre-processing step for subsequent analyses and information extraction.
Keywords: Haze reduction; Shallow water marine environment; Landsat
1简介
landsat卫星传感器系统提供了三个可见通道,这些通道在时间和空间分辨率上对水体比较敏锐。因此这些通道已经被作为对珊瑚礁环境包括对底部类型的分类和辨别,珊瑚漂白,暗礁环境动态监测以及其他方面的研究的原始数据资料。另外,一个大数目的历史影像可以用来提供在水声环境的动态监测更加便利的可能性。
然而,持续的云层覆盖为世界上提供礁石系统的热带海洋地区的图像获取带来了问题。因此,可用的无云的影像是很缺乏的。在没有可以用于选择的影像不存在的情况下不是最理想条件下获取的影像会被使用。实际上由于空间变化的干扰,半透明的云层以及气溶胶波段对于现存的Landsat档案很重要的一部分影像产生了一定影响,这已经是一个很普遍的问题了。当可用的影像在这种情况下被获取时,霾的减少就是必不可少的,而且这些影像要经过预处理步骤提取信息后才能被观察。
在可见光波段,霾是对于表观反射率有一个添加的效果。在可见光波段一部分影像基础的运算法则对于宽视角的霾的去除和减少是可用的。暗目标法是一种以图像为基础的运算法则,可以用于消除同性质的霾。一种暗目标法想法的延伸来说明霾的空间变化的就是将一景图像按地域进行分割并且每个区域单独处理。也许下面的两个运算法则在像素基础上处理霾的空间变化会更有效。一种是使用TasseledCap 转变霾的成分用来在每个像元位置上估算霾的放射性贡献值,并且霾的纠正是通过在每个像元上减少添加转变的数量,或者通过柱状图比较获得。另一种就是所谓的霾的优化转变(HOT)。这种方法是利用无霾区域在二像元的空间距离上来确定一个清晰的天空线(如果是landsat影像最好取红、蓝波段)。薄雾区的像元朝着偏离标准的方向发展并且这个距离是通过每个像元的薄雾表征的反应来测量。通过改变与HOT反应类似的呈现水平的像素的柱状图使其向一个清晰地区的柱状图转变,就可以达到减少霾的效果。然而在潜水海事区域,不管
原创力文档

文档评论(0)