古 今， 何 苗， 王保云

（1. 上海理工大学 上海-汉堡国际工程学院，上海 200093；2. 云南师范大学 信息学院，昆明 650500）

遥感卫星获取数据时，由于云层的覆盖，传感器较难捕捉到地面的清晰图像信息，给卫星获取该地区的有效图像造成了困难。同时，大范围的云层遮盖对图像清晰度和可辨识度产生了较大影响[1]，给图像处理造成障碍。同时不利于后期的图像应用，如对地观测、环境污染监测、军事目标识别及航拍定位等。因此，如何有效地去除云的影响仍是遥感图像处理中十分重要的问题。

当云层较厚时，被遮挡区域的地表信息很难透过云层被传感器接受，在没有借助任何辅助信息的情况下，要还原地表信息难度较大；而在云层较薄的情况下，一部分地表的图像未被全部遮盖，可以透过云层被传感器捕捉和感知，因此，在这种情况下，去除薄云，还原该地区的地表图像是可能的。

就目前而言，多光谱遥感图像去云法、图像融合去云法、同态滤波去云法、小波变换去云法是常见的遥感图像去云方法。其中，小波变换去云法和同态滤波去云法较为成熟。早在1996年，赵忠明等[2]提出了基于同态滤波的遥感图像薄云去除方法，对大面积的薄云去除取得了较好的效果。随后，很多学者，如冯春等[3]、刘健等[4]在同态滤波的基础上进行了改进，薄云去除效果取得了更进一步的提升。同态滤波法计算简单，能够保留感兴趣区域的细节信息，但是，容易在有云和无云区域的边界处产生边界效应。……