光學對地觀測圖像的大氣物理退化機理及補償技術研究.pdf

1、光學遙感圖像其覆蓋范圍廣，光譜譜段多，在諸多領域有著巨大作用。但目前很多遙感圖像的后續(xù)分析和應用都是基于成像質(zhì)量良好的情況進行處理，由于遙感探測系統(tǒng)探測的電磁輻射都需經(jīng)過大氣的輻射傳輸后才能被傳感器接收，因此大氣的輻射、吸收和散射等物理干擾都會導致圖像質(zhì)量退化?；跀?shù)字圖像處理的大氣補償方法由于其成本低，易使用，所以具有廣泛的應用前景和價值。但其本質(zhì)是依托退化模型的數(shù)學問題，而當前已有的圖像大氣退化模型通常假設大氣均勻且忽略大氣多次散射

2、影響，所以需要進一步拓展和深化退化模型并構建有效的大氣補償技術。同時如何客觀全面的對圖像大氣退化進行量化評價，是探究大氣補償最優(yōu)化的關鍵。
　　本文首先介紹了輻射傳輸方程和光學波段大氣輻射退化仿真模型。然后提出了包含大氣多次散射影響和大氣非均勻分布的遙感圖像退化模型。根據(jù)提出的模型，展開了對圖像大氣補償技術的研究，構建了完整的圖像大氣校正算法流程框架。并針對不同的遙感應用需求和特點，對算法框架進行了不同的優(yōu)化改進，提出了多種大氣退

3、化補償算法。最后對圖像大氣退化的客觀量化評價方法進行了探究。
　　本文提出的圖像退化模型，通過空間卷積和引入大氣非均勻遮罩項，來對已有退化模型進行了改進。構建的大氣退化補償框架能夠利用輸入圖像構建約束獲取模型參數(shù)實現(xiàn)去霧。提出的基于Angstrom指數(shù)的多波段圖像去霧算法，優(yōu)化了圖像各波段透過率估計，提高了對于多光譜遙感數(shù)據(jù)的處理效率。提出的基于Mean-Shift分塊去卷積的圖像去霧算法和基于CUDA的遙感圖像去霧GPU加速算法

4、，分別通過減少算法的運算量和提高算法的吞吐量來提升算法的運算速度。提出的基于遙感圖像的大氣分布估計算法，通過圖像數(shù)據(jù)來提取圖像場景中的大氣分布情況，實現(xiàn)大范圍去霧的大氣天基監(jiān)測。利用神經(jīng)網(wǎng)絡模型構建的圖像大氣退化程度量化評價方法，由于模型具有的非線性和自適應性，使得評價結果同大氣退化存在較高的相關性。
　　一系列實驗結果比較分析表明，本文提出的模型更加符合實際圖像的大氣退化情況，因此基于本文模型的大氣補償算法能夠獲得更為清晰銳利的