科创中国

本发明公开了一种基于双树复小波变换的单幅图像去云雾方法,采用双树复小波变换分解原图,并将云雾和景物分别分配到高层和低层高频子带以及低频子带,分别处理所述子带,去除云雾。本发明的步骤包括:先将原图像做多层双树复小波变换,将分解系数分割为低层高频子带、高层高频子带和低频子带;使用拉普拉斯滤波器逐层处理低层高频子带,并作双树复小波逆变换,再规一化处理重构图像,增强地面景物信息;按照反转云厚加权方法分别处理高层高频子带和低频子带。本发明处理含有均匀云覆盖、浓云或薄云的单幅遥感图,在削弱云层覆盖的同时,提高云下景物的清晰度,能有效保留和突出云区以外的景物信息,具有自适应性强、人工干预少的优点。

双树复小波变换(Dual tree complex wavelet transform，缩写为DTCWT)具有近似的移不变性、完全重构性、多样的方向选择性，优于传统小波变换，基于双树复小波变换的去云方法已经获得了较好的处理效果。例如，安徽大学胡根生提出了一种将双树复小波变换和局部自适应转移的最小平方支持向量机相结合的薄云去除算法，但该方法需要多幅图像，依赖于图像中无云区域的信息。本发明的目的是：针对局部含有薄云或浓云覆盖的单幅遥感图像，提出一种基于双树复小波变换的单幅图像去云雾方法，削弱云层覆盖，突出云下景物，并能自适应地突出云区以外的景物信息，提高视觉效果和去云雾处理质量。

本发明对单幅遥感图像去云雾处理的基本思路是，采用双树复小波变换分解原图，并将云雾和景物分别分配到高层和低层高频子带，以及低频子带。分别处理这些子带，去除云雾。

本发明提出基于双树复小波变换的单幅图像去云雾方法，包括如下步骤：

(1)首先，将原图像做n层双树复小波变换，选择一个合适的整数l，将高频子带分割为低层高频子带、高层高频子带。

(2)然后，使用拉普拉斯滤波器处理低层高频子带，增强地面景物信息。处理方法为

g(x,y)＝I(x,y)+s*L{I(x,y)} (5)

其中I表示子带系数，g是处理结果，x和y表示子带的坐标.表示拉普拉斯滤波。s取+1或-1，符号和拉普拉斯滤波器中心元素的符号一致。

将所有处理后的低层高频子带合在一起，经过双树复小波逆变换，得到的重构图像设为p(x,y)，进一步按照式(6)作规一化处理，使灰度范围在0-255之间，得到q(x,y)。

其中max和min表示取最大和最小值。

(3)按照反转云厚加权ICTW方法处理高层高频子带。高层高频子带合在一起做双树复小波逆变换，重构为f(x,y)，按照式(7)处理为ρ(x,y)，再按照式(8)做规一化处理，得到τ(x,y)。

其中c表示RGB三个通道中的任一通道，Ω为以(x0,y0)为中心的邻域。

最后，应用式(9)，得到高层高频子带的处理结果。

吴峰 朱锡芳 相入喜 许清泉 吴涛

常州工学院，坐落于经济发达、交通便捷、美丽富饶的江南历史文化名城江苏常州，是一所拥有工、文、理、经济、管理、教育等学科门类、办学特点鲜明的应用型本科高校，是教育部批准的"卓越工程师教育培养计划"试点高校之一。学校前身为创建于1978年的常州市七二一工业大学;2000年，常州工业技术学院、常州市机械冶金职工大学合并组建常州工学院。学校是教育部和江苏省卓越工程师教育培养计划试点高校、江苏省服务外包人才培养试点高校。

与现有技术相比，本发明具有如下有益效果：

(1)对于受云雾干扰的单幅遥感图像，去除云雾，突出云覆盖下的景物信息，并且保留和突出云区以外的景物信息。

(2)适用于含有均匀云覆盖的单幅遥感图像，也适用于局部含有浓云或薄云的单幅遥感图像。

(3)较好地保留景物的真实色彩。

(4)具有较强的自适应性，所需人工干预少。

为促进科学技术产业化的发展，希望能够充分利用对方广泛的市场资源优势和科研平台能力，实现技术研发与市场营运的直接联盟。为使新技术尽快转化为生产力，希望实行技术合作开发联营生产和产值提成的方式紧密合作。希望合作方能够负责组建生产公司及工商、税务经营手续和必要的启动资金；在双方合作期间，我方对该产品不断创新和改进。

企业实施科技成果转移转化，采取以下方式并达到相应的目的：

一是开发新的产品或服务，以培育新的市场竞争力；

二是开发新的工艺，以提质、降本、降耗、增能、增效；

三是完善管理，优化流程，以强化对企业生产经营的控制力；

四是进入新的市场，以扩大市场规模；

五是培育新的能力，以取得新的优势；

六是完善经营管理的体制机制，以提高效益。

希望与企业、科学技术研究开发机构、高等学校和其他组织建立优势互补、分工明确、成果共享、风险共担的合作机制，按照市场机制联合组建研究开发平台、技术创新联盟、创新联合体等，协同推进研究开发与科技成果转化。