CBERS影像灘涂濕地識別技術

王敬磊

摘要：灘涂是中國重要的后備土地資源，具有面積大、分布集中、區位條件好、農牧漁業綜合開發潛力大的特點。如果灘涂濕地遙感影像存在云霧噪聲，則會嚴重影響灘涂濕地信息的判讀、分析和使用。從影像整體角度出發，提出基于小波的同態濾波算法，在去除CBERS影像灘涂濕地云霧的同時保證了灘涂濕地信息不被損壞。結果表明，處理后的影像云霧噪聲得到很大程度的弱化，灘涂濕地的全貌清晰可見，遙感影像的質量有了顯著改善，大大提高了灘涂濕地圖像信息判讀、分析和使用的價值，為灘涂濕地水土資源的合理開發利用提供了依據。

關鍵詞：灘涂濕地；小波；同態濾波

中圖分類號： S127文獻標志碼： A文章編號：1002-1302（2014）09-0304-03

近年來，相關學者從旅游開發、灘涂圍墾、灘涂資源保護等方面對灘涂濕地展開了研究。在不干擾灘涂濕地遙感影像質量的前提下，去除云霧噪聲的研究尚未見報道。本研究從影像整體角度出發，兼顧影像的空域和頻域特點，提出一種基于小波的同態濾波方法，并將其應用到去除灘涂影像的云霧噪聲中去，以此達到弱化云霧噪聲，提高灘涂濕地遙感影像判讀、分析和使用的目標。1基于照明反射模型的同態濾波原理

同態濾波（homomorphic filtering，HF）屬于圖像頻率域處理范疇，作用是對圖像灰度范圍進行調整，通過消除圖像上照明不均的問題，增強暗區的圖像細節，同時又不損失亮區的圖像細節。通常情況下，任意一個空域圖像可以表示成二維函數f（x，y）的形式，由照明函數fi（x，y）和反射函數fr（x，y）的乘積來表征[4]，如式（1）所示：

由于照度的相對變化很小，可以看作是圖像的低頻成分，而反射率則是圖像的高頻成分；因此設計一個對高頻和低頻分量影響不同的高通濾波器H（μ，ν），通過分別對照度和反射率對像元灰度值的影響進行處理，可以達到揭示陰影區細節特征的目的。因此，H（μ，ν）的選擇如下：低頻部分的 H（μ，ν）<1，高頻部分的H（μ，ν）>1，從而使占據低頻成分的煙霧成分從圖像信息中剔除或抑制。同態濾波處理的流程：對原始圖像先取對數，再進行傅立葉變換，然后用同態濾波函數處理，再進行傅立葉逆變換，最后通過指數運算得到處理后的圖像[4]。同態濾波處理流程見圖1。

2基于小波的同態濾波處理

2.1小波變換

小波變換是一種新的變換分析方法，繼承和發展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的時間-頻率窗口，因其能夠在時域和頻域內有良好的局部性能，可以通過伸縮和平移等運算功能對信號進行多分辨率分析，因而被廣泛應用于同態濾波[6]。

從頻譜分析的角度講，小波變換（wavelet transform，WT）是將原始信號分解為在一系列倍頻帶上的多個高頻帶數據和一個低頻帶數據，也就是用2組小波系數（高通、低通）分別對圖像數據進行卷積，得到高、低頻2部分（高通濾波后的高頻部分和低通濾波后的低頻部分分別對應連續小波變換的小波空間和尺度空間）[7]；原始信號經過小波分解后，得到多個高、低頻層次，各層次的頻率和分辨率均不相同，能夠構成多分辨率的塔形結構，此時小波逆變換精確重構信號，使得各層次分辨率有著不同程度的增強[8]。

通過張量積運算，對圖像的垂直和水平方向進行小波變換，能夠使一維小波變換推廣到二維圖像，獲得一個低頻帶LA和3個具有方向選擇性的高頻帶GH、GV、GD。圖像陰影區的細節和高頻變化成分在GH、GV、GD上體現出來，圖像的亮度分布和基本面貌通過低頻帶LA反映出來，而且低頻帶LA可以繼續分解得到多級分解層次[9]。如果用同態濾波法處理不同分辨率下的小波分解系數，就能達到增強高頻信息、衰減低頻成分的目的。小波變換的空域特性在一定程度上保證了影像的整體面貌，再結合霧霾的高灰度特征，就能制定合理的圖像融合方案，更好地保留原圖像低頻部分的細節特征，獲得較高質量的遙感影像[10]。基于小波的同態濾波處理的流程見圖2。

2.3改進算法的特點

根據本研究提出的改進思想，對式（2）進行適當變形，得：

3處理與分析

3.1對象

中巴地球資源衛星（CBERS）是我國第一代傳輸型地球資源衛星，圖像產品可廣泛應用于國土資源調查與監測、防災減災、農林水利、生態環境、國家重大工程等領域，在我國國民經濟中發揮著強有力的作用。但其獲得的遙感影像質量不是很高，制約了其發揮更大價值。

本研究以截取出的CBERS遙感圖像中受云霧噪聲影響的灘涂濕地影像為研究對象，運用基于小波的同態濾波法對其進行處理。

3.2處理過程

3.2.1分解級數的選擇在實際操作中，對于小波分解級數的選擇要特別注意，數值既不能過大也不能過小。分解級數過大會影響LAj中的小波系數反映影像的光照分布特性，不能達到弱化云霧噪聲的目的，而且增大運算負擔；分解級數過小，則會干擾LAj中冗雜細節信息的去除，導致圖像云霧噪聲區域信息損失，兩者都不能得到理想的處理效果。

本研究著重于削弱云霧噪聲，突出水體特征，元素相對單一，因此確定分解級數為2。

3.2.2小波系數的確定由于不同地區、不同云霧噪聲干擾下的灘涂濕地遙感影像存在差異，因此小波系數的參數也有所不同。針對本研究選擇的試驗對象，運用文中闡述的方法進行處理，通過多次試驗得到小波系數的相關參數值率測定結果：endprint

摘要：灘涂是中國重要的后備土地資源，具有面積大、分布集中、區位條件好、農牧漁業綜合開發潛力大的特點。如果灘涂濕地遙感影像存在云霧噪聲，則會嚴重影響灘涂濕地信息的判讀、分析和使用。從影像整體角度出發，提出基于小波的同態濾波算法，在去除CBERS影像灘涂濕地云霧的同時保證了灘涂濕地信息不被損壞。結果表明，處理后的影像云霧噪聲得到很大程度的弱化，灘涂濕地的全貌清晰可見，遙感影像的質量有了顯著改善，大大提高了灘涂濕地圖像信息判讀、分析和使用的價值，為灘涂濕地水土資源的合理開發利用提供了依據。

關鍵詞：灘涂濕地；小波；同態濾波

中圖分類號： S127文獻標志碼： A文章編號：1002-1302（2014）09-0304-03

近年來，相關學者從旅游開發、灘涂圍墾、灘涂資源保護等方面對灘涂濕地展開了研究。在不干擾灘涂濕地遙感影像質量的前提下，去除云霧噪聲的研究尚未見報道。本研究從影像整體角度出發，兼顧影像的空域和頻域特點，提出一種基于小波的同態濾波方法，并將其應用到去除灘涂影像的云霧噪聲中去，以此達到弱化云霧噪聲，提高灘涂濕地遙感影像判讀、分析和使用的目標。1基于照明反射模型的同態濾波原理

同態濾波（homomorphic filtering，HF）屬于圖像頻率域處理范疇，作用是對圖像灰度范圍進行調整，通過消除圖像上照明不均的問題，增強暗區的圖像細節，同時又不損失亮區的圖像細節。通常情況下，任意一個空域圖像可以表示成二維函數f（x，y）的形式，由照明函數fi（x，y）和反射函數fr（x，y）的乘積來表征[4]，如式（1）所示：

由于照度的相對變化很小，可以看作是圖像的低頻成分，而反射率則是圖像的高頻成分；因此設計一個對高頻和低頻分量影響不同的高通濾波器H（μ，ν），通過分別對照度和反射率對像元灰度值的影響進行處理，可以達到揭示陰影區細節特征的目的。因此，H（μ，ν）的選擇如下：低頻部分的 H（μ，ν）<1，高頻部分的H（μ，ν）>1，從而使占據低頻成分的煙霧成分從圖像信息中剔除或抑制。同態濾波處理的流程：對原始圖像先取對數，再進行傅立葉變換，然后用同態濾波函數處理，再進行傅立葉逆變換，最后通過指數運算得到處理后的圖像[4]。同態濾波處理流程見圖1。

2基于小波的同態濾波處理

2.1小波變換

小波變換是一種新的變換分析方法，繼承和發展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的時間-頻率窗口，因其能夠在時域和頻域內有良好的局部性能，可以通過伸縮和平移等運算功能對信號進行多分辨率分析，因而被廣泛應用于同態濾波[6]。

從頻譜分析的角度講，小波變換（wavelet transform，WT）是將原始信號分解為在一系列倍頻帶上的多個高頻帶數據和一個低頻帶數據，也就是用2組小波系數（高通、低通）分別對圖像數據進行卷積，得到高、低頻2部分（高通濾波后的高頻部分和低通濾波后的低頻部分分別對應連續小波變換的小波空間和尺度空間）[7]；原始信號經過小波分解后，得到多個高、低頻層次，各層次的頻率和分辨率均不相同，能夠構成多分辨率的塔形結構，此時小波逆變換精確重構信號，使得各層次分辨率有著不同程度的增強[8]。

通過張量積運算，對圖像的垂直和水平方向進行小波變換，能夠使一維小波變換推廣到二維圖像，獲得一個低頻帶LA和3個具有方向選擇性的高頻帶GH、GV、GD。圖像陰影區的細節和高頻變化成分在GH、GV、GD上體現出來，圖像的亮度分布和基本面貌通過低頻帶LA反映出來，而且低頻帶LA可以繼續分解得到多級分解層次[9]。如果用同態濾波法處理不同分辨率下的小波分解系數，就能達到增強高頻信息、衰減低頻成分的目的。小波變換的空域特性在一定程度上保證了影像的整體面貌，再結合霧霾的高灰度特征，就能制定合理的圖像融合方案，更好地保留原圖像低頻部分的細節特征，獲得較高質量的遙感影像[10]。基于小波的同態濾波處理的流程見圖2。

2.3改進算法的特點

根據本研究提出的改進思想，對式（2）進行適當變形，得：

3處理與分析

3.1對象

中巴地球資源衛星（CBERS）是我國第一代傳輸型地球資源衛星，圖像產品可廣泛應用于國土資源調查與監測、防災減災、農林水利、生態環境、國家重大工程等領域，在我國國民經濟中發揮著強有力的作用。但其獲得的遙感影像質量不是很高，制約了其發揮更大價值。

本研究以截取出的CBERS遙感圖像中受云霧噪聲影響的灘涂濕地影像為研究對象，運用基于小波的同態濾波法對其進行處理。

3.2處理過程

3.2.1分解級數的選擇在實際操作中，對于小波分解級數的選擇要特別注意，數值既不能過大也不能過小。分解級數過大會影響LAj中的小波系數反映影像的光照分布特性，不能達到弱化云霧噪聲的目的，而且增大運算負擔；分解級數過小，則會干擾LAj中冗雜細節信息的去除，導致圖像云霧噪聲區域信息損失，兩者都不能得到理想的處理效果。

本研究著重于削弱云霧噪聲，突出水體特征，元素相對單一，因此確定分解級數為2。

3.2.2小波系數的確定由于不同地區、不同云霧噪聲干擾下的灘涂濕地遙感影像存在差異，因此小波系數的參數也有所不同。針對本研究選擇的試驗對象，運用文中闡述的方法進行處理，通過多次試驗得到小波系數的相關參數值率測定結果：endprint

摘要：灘涂是中國重要的后備土地資源，具有面積大、分布集中、區位條件好、農牧漁業綜合開發潛力大的特點。如果灘涂濕地遙感影像存在云霧噪聲，則會嚴重影響灘涂濕地信息的判讀、分析和使用。從影像整體角度出發，提出基于小波的同態濾波算法，在去除CBERS影像灘涂濕地云霧的同時保證了灘涂濕地信息不被損壞。結果表明，處理后的影像云霧噪聲得到很大程度的弱化，灘涂濕地的全貌清晰可見，遙感影像的質量有了顯著改善，大大提高了灘涂濕地圖像信息判讀、分析和使用的價值，為灘涂濕地水土資源的合理開發利用提供了依據。

關鍵詞：灘涂濕地；小波；同態濾波

中圖分類號： S127文獻標志碼： A文章編號：1002-1302（2014）09-0304-03

近年來，相關學者從旅游開發、灘涂圍墾、灘涂資源保護等方面對灘涂濕地展開了研究。在不干擾灘涂濕地遙感影像質量的前提下，去除云霧噪聲的研究尚未見報道。本研究從影像整體角度出發，兼顧影像的空域和頻域特點，提出一種基于小波的同態濾波方法，并將其應用到去除灘涂影像的云霧噪聲中去，以此達到弱化云霧噪聲，提高灘涂濕地遙感影像判讀、分析和使用的目標。1基于照明反射模型的同態濾波原理

同態濾波（homomorphic filtering，HF）屬于圖像頻率域處理范疇，作用是對圖像灰度范圍進行調整，通過消除圖像上照明不均的問題，增強暗區的圖像細節，同時又不損失亮區的圖像細節。通常情況下，任意一個空域圖像可以表示成二維函數f（x，y）的形式，由照明函數fi（x，y）和反射函數fr（x，y）的乘積來表征[4]，如式（1）所示：

由于照度的相對變化很小，可以看作是圖像的低頻成分，而反射率則是圖像的高頻成分；因此設計一個對高頻和低頻分量影響不同的高通濾波器H（μ，ν），通過分別對照度和反射率對像元灰度值的影響進行處理，可以達到揭示陰影區細節特征的目的。因此，H（μ，ν）的選擇如下：低頻部分的 H（μ，ν）<1，高頻部分的H（μ，ν）>1，從而使占據低頻成分的煙霧成分從圖像信息中剔除或抑制。同態濾波處理的流程：對原始圖像先取對數，再進行傅立葉變換，然后用同態濾波函數處理，再進行傅立葉逆變換，最后通過指數運算得到處理后的圖像[4]。同態濾波處理流程見圖1。

2基于小波的同態濾波處理

2.1小波變換

小波變換是一種新的變換分析方法，繼承和發展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的時間-頻率窗口，因其能夠在時域和頻域內有良好的局部性能，可以通過伸縮和平移等運算功能對信號進行多分辨率分析，因而被廣泛應用于同態濾波[6]。

從頻譜分析的角度講，小波變換（wavelet transform，WT）是將原始信號分解為在一系列倍頻帶上的多個高頻帶數據和一個低頻帶數據，也就是用2組小波系數（高通、低通）分別對圖像數據進行卷積，得到高、低頻2部分（高通濾波后的高頻部分和低通濾波后的低頻部分分別對應連續小波變換的小波空間和尺度空間）[7]；原始信號經過小波分解后，得到多個高、低頻層次，各層次的頻率和分辨率均不相同，能夠構成多分辨率的塔形結構，此時小波逆變換精確重構信號，使得各層次分辨率有著不同程度的增強[8]。

通過張量積運算，對圖像的垂直和水平方向進行小波變換，能夠使一維小波變換推廣到二維圖像，獲得一個低頻帶LA和3個具有方向選擇性的高頻帶GH、GV、GD。圖像陰影區的細節和高頻變化成分在GH、GV、GD上體現出來，圖像的亮度分布和基本面貌通過低頻帶LA反映出來，而且低頻帶LA可以繼續分解得到多級分解層次[9]。如果用同態濾波法處理不同分辨率下的小波分解系數，就能達到增強高頻信息、衰減低頻成分的目的。小波變換的空域特性在一定程度上保證了影像的整體面貌，再結合霧霾的高灰度特征，就能制定合理的圖像融合方案，更好地保留原圖像低頻部分的細節特征，獲得較高質量的遙感影像[10]。基于小波的同態濾波處理的流程見圖2。

2.3改進算法的特點

根據本研究提出的改進思想，對式（2）進行適當變形，得：

3處理與分析

3.1對象

中巴地球資源衛星（CBERS）是我國第一代傳輸型地球資源衛星，圖像產品可廣泛應用于國土資源調查與監測、防災減災、農林水利、生態環境、國家重大工程等領域，在我國國民經濟中發揮著強有力的作用。但其獲得的遙感影像質量不是很高，制約了其發揮更大價值。

本研究以截取出的CBERS遙感圖像中受云霧噪聲影響的灘涂濕地影像為研究對象，運用基于小波的同態濾波法對其進行處理。

3.2處理過程

3.2.1分解級數的選擇在實際操作中，對于小波分解級數的選擇要特別注意，數值既不能過大也不能過小。分解級數過大會影響LAj中的小波系數反映影像的光照分布特性，不能達到弱化云霧噪聲的目的，而且增大運算負擔；分解級數過小，則會干擾LAj中冗雜細節信息的去除，導致圖像云霧噪聲區域信息損失，兩者都不能得到理想的處理效果。

本研究著重于削弱云霧噪聲，突出水體特征，元素相對單一，因此確定分解級數為2。

3.2.2小波系數的確定由于不同地區、不同云霧噪聲干擾下的灘涂濕地遙感影像存在差異，因此小波系數的參數也有所不同。針對本研究選擇的試驗對象，運用文中闡述的方法進行處理，通過多次試驗得到小波系數的相關參數值率測定結果：endprint