（1 哈爾濱工程大學(xué)，黑龍江 150001；2 中國科學(xué)院遙感應(yīng)用研究所，北京 100101）
摘要:  美國陸地衛(wèi)星Landsat-7提供的觀測數(shù)據(jù)一直以來被廣泛應(yīng)用各個(gè)領(lǐng)域，但其傳感器ETM+上的掃描行校正部件SLC（Scan Line Corrector）在2003年5月31日發(fā)生故障，導(dǎo)致Landsat-7影像出現(xiàn)壞行，難以正常使用。為了使剩余的78%的數(shù)據(jù)能夠被利用，NASA立即組織有關(guān)科學(xué)家研究解決這一問題的方案。我們與NASA科學(xué)家密切配合，探索了五種修復(fù)方法。經(jīng)過對(duì)這五種方法的嘗試與試驗(yàn)，自適應(yīng)局部回歸算法得到較好效果。修復(fù)后的圖像完整沒有明顯的修復(fù)邊界，達(dá)到理想的效果。本文介紹了該算法的基本原理、流程和試驗(yàn)結(jié)果，并對(duì)修復(fù)效果進(jìn)行了評(píng)估 。
關(guān)鍵詞： Landsat-7，壞行數(shù)據(jù)，修復(fù)方法
1．前言
      1999年4月美國發(fā)射的L

andsat-7上搭載了專題掃描儀（ETM+），其空間分辨率為30m，掃描幅寬為185km。由于其出色的影像質(zhì)量，Landsat-7的數(shù)據(jù)現(xiàn)在被世界上15個(gè)地面站所接收，廣泛應(yīng)用于資源調(diào)查、環(huán)境監(jiān)測、地質(zhì)調(diào)查、測繪、考古和規(guī)劃管理等領(lǐng)域。數(shù)據(jù)分發(fā)也在世界各地進(jìn)行，是我國現(xiàn)在應(yīng)用最為廣泛的地球觀測數(shù)據(jù)。因此，該數(shù)據(jù)的損壞對(duì)這些領(lǐng)域造成了很大的影響。
      Landsat-7衛(wèi)星上SLC部件雖然已經(jīng)失效，但是Landsat-7衛(wèi)星仍然在軌道上正常運(yùn)行。SLC的損壞并沒有影響其它器件的性能，主掃描鏡繼續(xù)能正常工作，具有提供有用圖像數(shù)據(jù)的能力。另外，在存在壞行數(shù)據(jù)的影像上，仍然有約78%的數(shù)據(jù)是完好的。因此研究如何修復(fù)由于SLC失效而造成的數(shù)據(jù)壞行，將所得到的有壞行的數(shù)據(jù)重新利用起來，成為當(dāng)前國際遙感領(lǐng)域中研究的熱點(diǎn)。
針對(duì)SLC失效造成的影像壞行數(shù)據(jù)，USGS/NASA專門組成了一個(gè)陸地衛(wèi)星小組繼續(xù)研究發(fā)掘Landsat-7系統(tǒng)剩余的可用價(jià)值。我們配合專家組探索了五種方法修復(fù)由于SLC失效造成的影像數(shù)據(jù)壞行。方法包括：全景直方圖匹配 （Global Histogram Match）、全景差分直方圖匹配 (Global Differential Histogram Match)、局部差分直方圖匹配（Local Differential Histogram Match）、自適應(yīng)局部回歸（Adaptive Local Regression）、局部直方圖匹配 (Local Histogram Match)等五種方法。本文詳細(xì)介紹了自適應(yīng)局部回歸方法的算法原理，并對(duì)2003年6月15日和7月1日的兩景SLC-Off圖像進(jìn)行了修復(fù)，取得了良好結(jié)果。
2．圖像修復(fù)的基本原理與算法
2．1 圖像修復(fù)基本原理
       圖像壞行數(shù)據(jù)的修復(fù)，是將其他相同軌道號(hào)但獲取時(shí)間不同的圖像與原圖像壞行相應(yīng)位置處的數(shù)據(jù)復(fù)制出來，填充到壞行中，使帶有壞行的圖像完整。
      在每一景圖像中，丟失的數(shù)據(jù)大約占整個(gè)圖像的22%。越靠近圖像邊緣的地方，壞行的寬度越大。但是，每一景圖像由于受到大氣的不同程度的影響,圖像之間色調(diào)會(huì)有差異,如果直接將對(duì)應(yīng)值填充進(jìn)去,會(huì)在填充邊緣產(chǎn)生明顯的邊界,影響了圖像的后續(xù)處理。因此，要首先處理填充圖像，盡量減少與被修復(fù)圖像的色調(diào)差異，實(shí)現(xiàn)無縫填充。
采用自適應(yīng)局部回歸的方法，都能夠使得填充圖像的色調(diào)接近于被修復(fù)圖像，這樣修復(fù)后的圖像在填充的邊緣，就不會(huì)有明顯的填充邊界。
2．2自適應(yīng)局部回歸算法
      回歸分析作為研究變量間關(guān)系的統(tǒng)計(jì)分析方法，旨在根據(jù)統(tǒng)計(jì)數(shù)據(jù)尋求一個(gè)變量對(duì)另一變量或若干變量的經(jīng)驗(yàn)公式（回歸方程），以近似表示或描述變量間統(tǒng)計(jì)意義上的因果關(guān)系。自適應(yīng)回歸算法利用回歸方程建立了兩幅圖像DN值的聯(lián)系，通過計(jì)算，將填充圖像的色調(diào)向被修復(fù)圖像靠近。
在對(duì)圖像進(jìn)行修復(fù)之前，填充圖像必須以被修復(fù)圖像為基準(zhǔn)進(jìn)行配準(zhǔn)。然后計(jì)算圖像壞道中的每一個(gè)像素點(diǎn)的填充值。對(duì)于壞行中的每個(gè)像素點(diǎn)，它的DN值是從以它為中心一個(gè)17´17大小的窗口中通過回歸方程算出的。如果這個(gè)窗口中，兩幅圖像都有值的像素點(diǎn)個(gè)數(shù)N<144，則窗口增大為19´19，21´21，直到N>144為止。填充值計(jì)算如下：

其中，a為增益，b為偏差，DNt為被修復(fù)圖像的DN值，DNs為填充圖像的DN值，DNti為被修復(fù)圖像上第i點(diǎn)的DN值，DNsi為填充圖像上第i點(diǎn)的DN值。
最后，將計(jì)算出的填充值最終填充到被修復(fù)圖像相應(yīng)位置中。
由于在整景圖像上壞道的寬度在不同位置各有不同，其中左側(cè)的壞道寬度最大，被修復(fù)圖像和填充圖像某些地方都是壞道，無法進(jìn)行填充修復(fù)，因此就要再利用另一幅（或幾幅）圖像，遵循同一過程，再修復(fù)一遍，直至完全修復(fù)。
2．3 算法流程圖
自適應(yīng)局部回歸算法的軟件實(shí)現(xiàn)流程圖，如圖1。

圖1 自適應(yīng)局部回歸流程圖
2．4  圖像修復(fù)結(jié)果
文中選用兩景是Landsat-7的SLC-Off數(shù)據(jù)，軌道號(hào)為37/37。被修復(fù)圖像的獲取時(shí)間是2003年6月15日，填充圖像時(shí)間是2003年7月1日。文中裁取了一塊512´512的子區(qū)進(jìn)行實(shí)驗(yàn)。這塊地區(qū)的地物主要是山區(qū)。

2．5  圖像修復(fù)效果評(píng)價(jià)
       通常，引起兩景圖像不同的因素主要集中于幾個(gè)方面。一方面是大氣對(duì)光線的吸收、氣溶膠引起的光線散射和雙向反射比分布函數(shù)的影響帶來的每一景圖像的色調(diào)不同。另一方面云層的遮蔽、地表上的地物變化、植被長勢的變化等生物氣候?qū)W的影響引起兩幅圖像的不同。
圖2中a圖是2003年6月15日landsat-7 ETM+ 圖像上一塊512´512子區(qū),即要修復(fù)的圖像。b圖是與a圖同一地區(qū),2003年7月1日獲取的圖像，即填充圖像。引起兩景圖像不同的主要因素是大氣的影響。兩景圖像在亮度和色調(diào)上有所差異，經(jīng)過自適應(yīng)局部回歸的處理，使得這種差異變小，由圖3可以看出，得到的修復(fù)后圖像沒有明顯的填充邊界。修復(fù)的效果達(dá)到的預(yù)期要求。
3．結(jié)論與討論
由上面的修復(fù)結(jié)果可以看出，采用自適應(yīng)局部回歸的算法對(duì)由于SLC失效造成的圖像壞道進(jìn)行修復(fù)具有比較理想的效果。經(jīng)過一幅或幾幅填充圖像修復(fù)后的圖像沒有明顯的填充邊界，色調(diào)上比較一致，能夠?qū)ζ溥M(jìn)行進(jìn)一步的圖像處理，進(jìn)而應(yīng)用到一些對(duì)圖像時(shí)相性要求不高領(lǐng)域中。
但是，在整景圖像中，并不是每個(gè)地方的修復(fù)都能達(dá)到預(yù)期的目的。地表的植被生長發(fā)生變化是帶來效果不理想的主要原因。云層的覆蓋造成地物不可知。因此在選擇填充圖像的時(shí)候，一是盡量選擇沒有云層覆蓋，并且地表變化較少、沒有積雪覆蓋的圖像，二是所選的填充圖像盡量在時(shí)間上與被修復(fù)圖像相近，盡可能的保證兩景圖像變化不大。
參考文獻(xiàn)
[1] Conghe Song，Patrick J.Quirk，Curtis E.Woodcock．Recovering Landsat 7 ETM+ Missing Data Due to SLC-Off．
[2] David G.Kleinbaum，Lawrence L.Kuppe，Keith E.Muller，Azhar Nizam．Applied Regression Analysis and Other Multivariable Methods，Third Edition．Thomson Press，2003．6．(機(jī)械工業(yè)出版社有影印版)
[3] Kenneth.R.Castleman．Digital Image Processing．Pearson Education Press，2003．（清華大學(xué)出版社有影印版）
[4] http://landsat.usgs.gov/slc_enhancements/
[5] 趙英時(shí)．遙感應(yīng)用分析原理與方法．北京，科學(xué)出版社，2003．
[6]Dang Anrong，Wang Xiaodong，Chen Xiaofeng，Zhang Jianbao．ERDAS IMAGINE RS Image Processing Method．Beijing，Tsinghua University，2000．

Research on the Recover of Landsat 7 SLC-Off Images
Shou Jingwen1   Chen Xue2
(1 Harbin Engineering University 150001;
2 Institution of Remote Sensing Application, Chinese Academy of Science)
Abstract:  An instrument malfunction occurred onboard Landsat 7 on May 31,2003. The problem was caused by failure of the Scan Line Corrector (SLC),and the problem appears to be permanent. Some regular bad lines present on the SLC-Off scenes which can’t be used anomaly. However, the total useful data of image has been estimated to be approximately 78% over a given scene. In order to use the remained data, the Landsat Science Team is exploring the means to recover the images. Under the instruction of the NASA scientists, we tried many methods, and this paper introduced Adaptive Local Regression in detail. The experiment result indicates that this method is an effective method for the recover of Landsat 7 SLC-Off Images.
Key words:  Landsat-7; SLC-Off images; recover