胡根生，周文利，梁 栋，鲍文霞

1. 安徽大学计算智能与信号处理教育部重点实验室，安徽 合肥 230039； 2. 安徽大学电子信息工程学院，安徽 合肥 230601； 3. 偏振光成像探测技术安徽省重点实验室，安徽 合肥 230031

卫星遥感图像现已被广泛应用于工业、农业、林业、资源、气象、环境和国防等多个领域。卫星遥感传感器在获取地面图像时，极易受到天气影响。云层覆盖遥感图像使得图像上的地物信息模糊或者缺失，严重影响图像的判读和分析。在现有条件下，寻找一种有效的遥感图像云覆盖下地物信息恢复方法，是增强有云遥感图像可用性的重要途径。

根据所用的遥感图像数量，从薄云图像中恢复地物信息的方法大致可以分为两类：第1类是对单幅薄云图像进行滤波或边缘增强达到去除薄云恢复地物信息的目的；第2类是利用多时相、多光谱遥感图像之间的互补信息来恢复薄云图像中的地物信息。同态滤波法和小波变换法是较为经典的从单幅薄云遥感图像中恢复地物信息的方法。同态滤波法是一种把频率过滤和灰度变换结合起来的处理方法[1-3]，先将图像通过傅里叶变换转换到频率域，然后使用高频滤波器对图像进行空间滤波去除薄云恢复地物信息。同态滤波法在每个通道的最佳截止频率可以半自动确定[4]。小波变换法对薄云图像进行小波分解，得到不同分辨率的小波近似系数和细节系数，通过对近似系数和细节系数的处理和重构，得到地物信息恢复图像[5-6]。……