遙測影像中云霧的偵測及云霧干擾之去除

遙測影像中雲霧的偵測及雲霧干擾之去除指導教授：朱子豪老師評閱教授：蔡博文老師評閱同學：張家豪學長報告學生：徐逸祥專題討論一研究動機雲霧―地物判釋永遠的痛臺灣為多雲區(qū)中大太遙中心接收SPOT衛(wèi)星要二個月才有完全乾淨影像中巴衛(wèi)星要一年才有完全乾淨影像?。”‰呾F的不易偵測性及對地物判釋的影響(ex.NDVI)國內外學術界針對雲霧偵測及校正的研究不多商業(yè)軟體目前無雲霧處理的功能無雲遮蔽薄雲遮蔽厚雲遮蔽研究目的1.雲霧偵測技術的研進及偵測結果的檢核

(1)修改運用前人的偵測技術方法

(2)引入活用IHS的概念，進行雲霧偵測。

(3)檢核兩者之偵測結果，並歸納分析出兩者偵測效果最佳 的雲霧種類。2.雲霧去除技術的研進和無雲影像之產出

(1)厚雲霧部分縷空引入活用影像鑲嵌(mosaic)之技術

(2)薄雲霧部分引入活用IHS的概念，還原透明雲霧底下地物的光譜值(optional)。3.自動化系統(tǒng)的產出 將上述兩項技術撰寫為自動化系統(tǒng)。1999.3.71999.3.20影像鑲嵌1999.3.71999.3.20文獻回顧1.雲霧的偵測2.雲霧干擾的去除3.RGB系統(tǒng)和IHS系統(tǒng)間之轉換及應用文獻回顧1.雲霧的偵測(1)曾忠一(1988)大氣衛(wèi)星遙測學GMS紅外雲圖(3.7μm)與可見光雲圖(0.7μm)的搭配較亮的可見光和較冷(較亮)的紅外光表示低雲上的卷雲。較亮的可見光和較暖(較暗)的紅外光表示低雲但無卷雲。較暗的可見光和較冷的紅外光表示卷雲。較暗的可見光和較暖的紅外光表示晴天的情況。對吾人而言有助於了解各種雲霧之光譜特性(曾忠一，大氣衛(wèi)星遙測學，1988，p.277)文獻回顧1.雲霧的偵測(2)Gao(2000)

雲霧對NDVI的影響—0.66和0.86μmAVIRIS(AirborneVisibleInfraredImagingSpectrometer)的利用感應波長範圍0.4μm到2.4μm之間224個波段的高光譜資料影像價格昂貴，臺灣使用普遍率不高近紅外光段的1.38μm波段最能成功監(jiān)測出薄卷雲的存在文獻回顧(Gao，2000)文獻回顧2.雲霧干擾的去除(1)Vincent(1973);Rowanetal(1974); Chavez(1975)dark-objectsubtractionmethod假設影像中有黑體，此黑體之DN值(digitalnumber)即為大氣中粒子散射之值，再將影像DN值(digitalnumber)減去此最小值，即完成簡單之輻射校正散射的程度和波長有絕對相關性，因此要對影像的每個波段進行個別處理後人多以此法為基礎衍生大氣輻射校正的新方法假設過於簡單文獻回顧2.雲霧干擾的去除(2)Chavez(1989)LandsatTM-5stand-alonemethod找一個波段的影像當做訓練樣區(qū)，再從裡頭的黑體部份挑選五種不同程度的大氣狀況，由此建立「relativescatteringmodel」，如此其它波段的影像就可以套用此模式求出適合之霧的DN值。去除掉霧的DN值後，再轉換為地表反射值(surfacereflectance)，此值即為從衛(wèi)星影像計算得來的估計值，再和從地面實測的地表反射值比較。文獻回顧2.雲霧干擾的去除(3)Gao(2000)

AVIRIS對卷雲較敏感的1.38μm波段和0.66μm波段，兩者回歸，從回歸的資料中發(fā)現，無論是否有卷雲覆蓋，1.38μm和0.66μm波段回歸的斜率皆相同，僅截距不同而已，因此可在X方向調整0.66μm的反射值，即可將雲霧的影響去除。文獻回顧3.RGB系統(tǒng)和IHS系統(tǒng)間之轉換及應用

(1)RGB系統(tǒng)

建立在直角座標系的基礎上每種顏色以紅、綠和藍的光譜分量呈現。主要應用於螢幕展示RBG文獻回顧3.RGB系統(tǒng)和IHS系統(tǒng)間之轉換及應用感知式(perceptual)的色彩系統(tǒng)，也就是依照人類對色彩感知的瞭解，分成亮度(Intensity)、色相(Hue)及飽和度(Saturation)。對於模擬人類判釋具有很好的效果(李麗芬，1995)亮度：顏色的光亮強度，值域為0(黑)到1(白)。飽和度：顏色的純度，值域亦為0到1。色相：將顏色以0到360來表示，0代表紅色，120代表綠 色，240代表藍色，360則又回到原點紅色，即一 個圓，也就是說，色彩的色相是紅、綠及藍三個顏 色相對的比例。文獻回顧(Buchanan，1979)文獻回顧3.RGB系統(tǒng)和IHS系統(tǒng)間之轉換及應用(1)李麗芬(1995)將錄影攝像系統(tǒng)(VideoImagingSystem)所攝得的影像和SPOT影像由RGB系統(tǒng)轉為IHS系統(tǒng)將兩者之影像進行監(jiān)督性和非監(jiān)督性分類，並和地真資料比較以I和H二波段分類之結果較IHS三波段分類之結果佳，顯示S波段的加入，可能使分類精度降低？其它因素干擾之緣故，如雲霧？文獻回顧3.RGB系統(tǒng)和IHS系統(tǒng)間之轉換及應用(2)Tseng,D.C.andChangC.H.(1994)將RGB影像轉換為IHS影像後，進行影像分割，此為初步分類再用區(qū)域擴張法解決過度分割的問題找出性質相信但被其它因素干擾而呈現不一樣光譜反應的物體，並除去干擾(ex.太陽光照射下的花)可應用於去除影像中的陰影部分、擷取彩色文件、擷取地圖上不同顏色的資訊範例一般光下強光下陰影下Theory(concept)厚雲霧判釋薄雲霧判釋factorfactormaskingdigginginformationGuidingGuiding光譜特性分析及演算、IHS分析preprocessingprocessingpostprocessing研究架構Mosaic研究方法1.

雲霧的偵測多時段監(jiān)測(雲移動、影移動)單時段監(jiān)測2.

雲霧干擾的去除厚雲霧薄雲霧研究方法1.

雲霧的偵測多時段監(jiān)測(雲移動、影移動)

利用兩張以上的影像，在短時間之內會移動(光譜產生變化，如IHS產生變化)的，就是雲二十分鐘前二十分鐘後建物薄雲研究方法單時段監(jiān)測僅有一張影像厚雲霧利用雲和陰影間之關係(空間特徵)厚雲有雲影反射值極低之區(qū)域圍著反射值極高之區(qū)域反射值極高之區(qū)域並未被反射值極低之區(qū)域包圍研究方法單時段監(jiān)測薄雲霧利用本身的組織和光譜與地物的差異。如假設雲會造成原本地物IHS系統(tǒng)中的saturation和intensity改變，但hue變化則不大(即「摻入白色」的概念)摻入白色or研究方法2.

雲霧干擾的去除厚雲霧locatingcutting(利用IMAGINE8.X之ModelMaker功能)Mosaic(利用IMAGINE8.X之Mosaic功能)薄雲霧經由IHS三者的調整，去除薄雲霧，還原地物(optional)總結文獻回顧方面氣象衛(wèi)星偵測雲霧的研究很多目前尋找到資源衛(wèi)星偵測雲或去雲霧的研究極少，主要以LandsatTM為主，SPOT未見IHS見於影像分類判釋之應用中，但未見於雲霧的應用聚焦整理各種雲霧的光譜特性文獻演算法之整理及測試決定對象—何種雲霧？決定材料—何種衛(wèi)星？引用文獻Buchanan,M.D.(1979)Effectiveutilizationofcolorinmultidimensionaldata presentation,ProceedingsoftheSocietyofPhoto-OpticalEngineers,199：9-19.Gao,B.C.andLi,R.R.(2000)QuantitativeimprovementintheestimatesofNDVIvaluesfromremotelysenseddatabycorrectingthincirrusscatteringeffects,RemoteSensingofEnvironment,74:494-502.Chavez,P.S.,Jr.(1975)Atmospheric,solar,andMTFcorrectionsforERTSdigitalimagery,ProceedingsoftheAmericanSocietyofPhotogrammetryFallTechnicalMeeting,Phoenix,Arizona,p.69.Chavez,P.S.,Jr.(1989)RadiometriccalibrationofLandsatThematicMapper

multispectralimages,PhotogrammetricEngineeringandRemoteSensing,55(9)：1285-1294.ConracCorp.,ConracDivision.(1980)RasterGraphicsHandbook.Covina, California：ConracCorp.Rowan,L.C.,Wetlaufer,P.H.,Goetz,A.F.H.,Billingsley,F.C.andStewart,J.H.(1974)DiscriminationofrocktypesanddetectionofhydrothermallyalteredareasinSouth-CentralNevadabytheuseofcomputer-enhancedERTSimages,U.S.GeologicalSurveyProfessionalPaper,883：p.35.引用文獻Vincent,R.K.(1973)Spectralratioimagingmethodsforgeologicalremotesensingfromaircraftandsatellites,ProceedingsoftheAmericanSocietyofPhotogrammetry,ManagementandUtilizationofRemoteSensingDataConference,SiouxFalls,SouthDakota,pp.377-397.Zhang,Y.,Guindon,B.andCihlar,J.(2002)AnimagetransformtocharacterizeandcompensateforspatialvariationsinthincloudcontaminationofLandsatimages,