王 睿，黄 微，胡南强

（上海大学通信与信息工程学院，上海 200444）

（*通信作者电子邮箱wr17721415@163.com）

0 引言

光学遥感影像在变化检测、地物分类、环境监测等领域有着非常广泛的应用。遥感数据在成像时，难免会受到云层的影响。云层覆盖区域信息的缺失造成影像质量的退化，降低了遥感影像的利用率。因此，对遥感影像进行去云处理，获取清晰的无云影像，具有非常重要的价值。

针对遥感影像中云层覆盖的问题，国内外的学者和研究人员提出了大量的去除厚云的算法。这些算法大致可以分为3 类［1］：基于图像修复法、基于多光谱法和基于多时相法。基于图像修复的算法通过利用无云区域的信息重建云和云阴影覆盖区域的像素，得到在视觉上令人满意的去云效果，主要通过小波变换［2-3］、支持向量机［4-5］、相似像元替换［6］等方法。由于缺乏充分的辅助信息，易受到图像缺失尺寸大小的影响，当缺失面积较大时，这类方法无法有效地恢复地物信息。基于多光谱的算法通过不同波段数据之间的关联信息对数据进行恢复。Xu 等［7］利用Landsat8 影像的可见光波段与第9 波段和与近红外波段的相关性进行去云。Modis 第6 波段通常是不可用的或带有很多噪声，研究人员利用其他波段数据与第6波段数据的相关性建立函数模型进行信息重建［8-9］。随着遥感技术的发展，获取同一区域的多时相遥感影像成为可能。基于多时相的去云算法是利用其他时相的影像数据作为辅助信息，对大面积厚云覆盖的区域进行信息重建［10］。……