资源三号卫星(ZY-3)是2012年1月9日中国发射的首颗民用高分辨率光学传输型立体卫星，主要搭载有一台地面分辨率为2.1 ｍ的高分辨率正视全色延时积分成像(TDI CCD)相机、两台地面分辨率优于3.6 ｍ的前视、后视全色(TDI CCD)相机和一台地面分辨率优于6.0 ｍ的正视多光谱相机[1]。目前，ZY-3影像已为地理国情监测、矿山沉降、土地监测等领域提供了自主的数据源，在国民经济建设中发挥了重要作用。但与此同时，卫星在接收地面数据的过程中，天气因素的影响使得CCD影像中的地物信息被削弱，影响其使用。其中，云覆盖是最常见的噪声之一，它是造成遥感数据缺乏、无法满足特定用户需求的一个重要因素，也使后续的图像识别、图像分类、地面信息提取等难以保证精度，有时甚至无法使用[2]。因此，研究如何有效去除云雾的影响，增加遥感数据有效率,不仅是ZY-3影像处理的重要环节，同时对提高遥感影像数据利用率具有重要意义,而且，目前还未有对ZY-3影像的云处理方面研究，因此，本文的研究对以后ZY-3影像数据去云也起到示范作用。

1 方法选取
    目前，已有诸多学者对遥感影像的去云方法进行研究，主要包括替换法、缨帽变换、小波变换、空间统计学消除和同态滤波法及改进型等。
    (1)替换法[3]
    该方法使用同一地区通过其他传感器获得的无云影像局部替换图像上有云区域，消除云层影响。但用来替换的影像必须与原影像具有相同或近似的成像时间，并且影像替换之前需要完成精确的图像配准和色调调整，以及影像接边的亮度差异、影像时效性的表达等问题都较难解决。
    (2)直方图匹配方法[4]
    该方法假设去云与无云覆盖区影像具有相同的图像特征，因此，可以利用同一幅图像中无云覆盖区的图像特征作为参照，使云覆盖区的图像直方图与之匹配，达到消除云影响的目的。但实际操作过程中，该方法假设条件并不能够满足。
    (3)缨帽变换法[5]
    该方法是根据多波段影像信息结构情况而产生的一种正交线性变换方法。它产生的第4分量被认为与云有关，因此，舍弃该变量，将其余分量再进行逆变换，便达到了去云的目的。但这种算法是基于传感器特性的，现有的缨帽变换方法仅适用于MSS、TM、ETM图像。同时，该方法由于舍弃了第4分量，因此引起了波段的缺失。
    (4)小波变换法[6]
    该方法是将任一平方函数或能量有限信号L2(R)通过多分辨率分析表示成小波系数的叠加。小波变换可以将信号分解成为一系列具有不同分辨力、频率特性和方向特性的子带信号，很容易地找到变换小波系数与原始影像内容在空间和频域两方面的对应关系，从而为图像处理、压缩及融合提供有利条件。但是，图像去云方法仍然没脱离空间域和频率域两方面，对于厚云和面积较小的云层覆盖情况，处理效果不好。
    (5)空间统计学消除[7]
    空间统计学(又称地质统计学)是在地质分析和统计分析的基础上形成的空间相关变量分析的方法。目前，消除方式主要应用Kriging插值法。假设在一个区域内测量点坐标为Xi，变量观测值为Z(Xi)，i=1,2,3，…，n，则，未测点X0的估计值可用这n个样本点的线性组合来表示，即：

    Kriging插值法的应用需要对云层遮挡周围的信息准确掌握，如果云层遮挡区域面积过大，超过像元值空间内插极限距离，则Kriging插值法便失去意义。而且，遮挡区域与周围信息相关性较小，或者地表特征复杂，则Kriging插值精度会明显下降，都将影响图像信息的恢复效果。
    (6)同态滤波法[4,8]
    该方法是把频率过滤与灰度变换结合起来的一种处理方法，它把图像的照明反射模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像。一幅图像相当于一个二维函数f(x,y),该函数可以简化为光源的入射量函数fi(x,y)与地面反射率函数fr(x,y)的乘积,即：

　    改进同态滤波的方法操作性强，效果明显，是当前遥感图像云去除所采用的主要方法。因此,本研究对ZY-3影像采用该方法进行去云处理。
2 试验区与数据
    本研究所采用的实验数据为2012年2月获取的一景ZY-3影像数据，覆盖区域是渤海湾东部某地区，研究区域内地势较为平坦，图像南部有明显的云层遮挡。其研究区域多光谱、区域放大全色、区域放大多光谱影像如图3~图5所示，但为了更好地利用遥感影像所表达的地物信息，提高多光谱影像分辨率，对影像进行融合处理，采用Gram-Schimdt光谱锐化融合方法对全色与多光谱影像进行融合，其结果如图6所示。

3 结果与评价
    根据上述式(7),增强系数a经过多次调试其值取0.7，a过小不能有效减弱低频；直接采用式(6)往往会使无云区的细节部分过度增强，给g(x，y)加上一个系数a的目的就是在上述两种情况之间取得均衡。为了避免计算结果出现负值，加上一个适当的改正项c，最后进行指数变换。为便于对比分析，其同态滤波法与改进同态滤波法处理后的结果如图7、图8所示。

3.1 定性分析
    通常所提及的图像的定性评价就是通常意义上的主观评价，是一种主观性较强的目测方法。通过图7、图8可以明显看到，图7中图像虽达到了较好的去云效果，但地物背景信息的损失很厉害，而图8的无云区域的地物背景信息细节削弱的程度较小，除云的效果也较好，无云区域背景地物信息得到了相当好的恢复，纹理更清晰。从目视的角度可以很直观、很明晰地看到本文所使用的改进算法对除去云层是较为有效的。
3.2 定量评价
    通过计算图像的指标值来定量分析去云处理后图像与原始图像的变化，其结果反映了图像的信息含量在遥感图像去云前后的变换情况。因此，本文主要采用影像的均值、标准差、信息熵以及平均梯度法指标对处理结果进行定量评价。
    (1)均值
    图像中所有像素的灰度均值。在频域中，零频率分量相当于图像的平均灰度，它反映了图像的平均灰度。云图像均值要大于去云后图像均值，因此可用此指标评价去云是否有效果。其计算公式如式(8)所示[9]：
 
式中，M、N为图像的行列数，h(i,j)为第i行、第j列对应像元的灰度值。计算过程由IDL编程实现。上述参数计算结果如表1所示。

    通过表1得出：同态滤波法和改进同态滤波法的结果在均值上都有所下降，在图像的统计意义上达到了要求；改进同态滤波法的标准差较大，说明其影像细节表现损失较小，处理后的图像清晰度较高；图像信息熵较原始影像都有所增加，说明图像信息量都有所增加；平均梯度同态滤波法值较小，说明使图像变模糊了，而基于改进后的同态滤波的结果变大，说明图像的清晰度改进，纹理特征更加明显化，图像纹理变得更清晰。
    随着计算机技术的不断发展，遥感影像处理技术不断提高，图像的应用越来越广泛。遥感图像中云处理一直是图像预处理过程中的重点、难点之一，但目前很多方法都存在一定的局限性。本文对同态滤波处理和改进同态滤波处理两种方法进行了对比分析，从主观定性和客观定量两个方面来分析、评价了两种融合结果，由上综合分析可看出：在对ZY-3卫星影像进行去云处理时，改进同态滤波法能够取得较好的效果，这对遥感影像解译、分类精度的提高及拓展ZY-3影像的进一步分析应用具有重要意义。
参考文献
[1] 唐新明，张过，祝小勇,等．资源三号测绘卫星三线阵成像几何模型构建与精度初步验证[J]．测绘学报，2012，41(2)：191-198．
[2] 陈姚，王金亮，李石华．遥感图像中云层遮挡影响消除方法研究述评[J]．国土资源遥感，2006(1)：61-65．
[3] FONSECA LEILA M G，MANJUNATH B S． Registration techniques formultisensor remotely sensed imagery[J]．Photogrammetric Engineering&RemoteSensing，1996，62(9):1049-1056．
[4] 范文水，周新志．基于同态滤波的遥感薄云去除算法[J]．强激光与粒子束，2010，22(1)：45-49．
[5] RICHTER R A． Spatially adaptive fast atmospheric correction algorithm[J]．Int J Remote Sense，1996(17)：1201-1214．
[6] 张新明，沈兰荪．基于小波的同态滤波器用于图像对比度增强[J]．电子学报，2001，29(4)：531-533．
[7] 冯益明，雷相东，陆元昌．应用空间统计学理论解译遥感影像信息“缺失”区[J]．遥感学报，2004，8(4)：317-322．
[8] 冯春，马建文，戴芹,等．一种改进的遥感图像薄云快速去除方法[J]．国土资源遥感，2004(62)：1-5．
[9] 刘贵喜，杨万海．基于多尺度对比塔的图像融合方法及性能评价[J]．光学学报，2001，21(11)：112-114．
[10] 张宁玉，吴泉源．Brovey融合与小波融合对Quick Bird图像的信息量影响[J]．遥感技术与应用，2006，21(1)：