Thin cloud removal from optical remote sensing images using the noise-adjusted principal compone论文翻译

论文名称 基于噪声调整主成分变换的光学遥感图像薄云去除

论文地址 https://www.sciencedirect.com/science/article/abs/pii/S0924271619300334

摘要 云层覆盖是一个常见的问题光学遥感图像，因为它污染了地球表面的反射。去云已经成为大多数应用程序的必要预处理步骤。本文提出了一种有效的薄云去除方法，该方法借助于噪声调整的主成分变换模型(CR-NAPCT)。我们发现被云污染的数据由于其高度的空间相关性而具有最高的信噪比(S/N ),并且显示在NAPCT数据的第一个NAPCT分量(NAPC1)中。在去除NAPC1中的云分量之后，通过执行逆NAPCT来实现图像恢复。在实验中，模拟图像和真实图像都来自陆地卫星8号用于定量和定性地评估所提出的方法的性能。结果表明，CR-NAPCT方法能有效地消除薄云效应，其性能优于已有的同类方法。

1. 引言

遥感卫星图像广泛应用于多个领域，如变化检测、作物制图和环境监测（Kennedy et al., 2007; Mueller et al., 2016; Fisher et al., 2016）。空间光学遥感在地球观测中发挥重要作用。卫星传感器记录了300-2400纳米范围内多个（多光谱）或上百个（超光谱）波段的太阳辐射。然而，这些数据易受天气状况的影响，尤其是云层的存在会调制从地球表面反射的信号。云层可以在不同的应用中被视为信息源