| Titre | Haze removal based on a fully automated and improved haze optimized transformation for Landsat imagery over land |
| |
| Auteur | Sun, L; Latifovic, R; Pouliot, D |
| Source | Remote Sensing vol. 9, no. 10, 972, 2017 p. 1-21, https://doi.org/10.3390/rs9100972  Accès ouvert |
| Image |  |
| Année | 2017 |
| Séries alt. | Ressources naturelles Canada, Contribution externe 20170387 |
| Éditeur | MDPI AG |
| Document | publication en série |
| Lang. | anglais |
| DOI | https://doi.org/10.3390/rs9100972 |
| Media | papier; en ligne; numérique |
| Formats | pdf; html |
| Sujets | télédétection; géophysique |
| Programme | Science de la télédétection spatiale |
| Diffusé | 2017 09 21 |
| Résumé | (disponible en anglais seulement)
Optical satellite imagery is often contaminated by the persistent presence of clouds and atmospheric haze. Without an effective method for removing this
contamination, most optical remote sensing applications are less reliable. In this research, a methodology has been developed to fully automate and improve the Haze Optimized Transformation (HOT)-based haze removal. The method is referred to as
AutoHOT and characterized with three notable features: a fully automated HOT process, a novel HOT image post-processing tool and a class-based HOT radiometric adjustment method. The performances of AutoHOT in haze detection and compensation were
evaluated through three experiments with one Landsat-5 TM, one Landsat-7 ETM+ and eight Landsat-8 OLI scenes that encompass diverse landscapes and atmospheric haze conditions. The first experiment confirms that AutoHOT is robust and effective for
haze detection. The average overall, user's and producer's accuracies of AutoHOT in haze detection can reach 96.4%, 97.6% and 97.5%, respectively. The second and third experiments demonstrate that AutoHOT can not only accurately characterize the haze
intensities but also improve dehazed results, especially for brighter targets, compared to traditional HOT radiometric adjustment. |
| Sommaire | (Résumé en langage clair et simple, non publié)
Les images satellitaires dans les longueurs d'onde optiques sont souvent contaminées par la présence persistante de nuages et de brume
atmosphérique. Sans une méthode efficace d'élimination de cette contamination, les informations que l'on peut extraire de ces images seront moins précises. Cette recherche a porté sur l'élaboration d'une nouvelle méthodologie par l'automatisation
complète et l'amélioration de la méthode HOT (pour Haze Optimized Transformation) d'élimination de la brume dans les images optiques. Nous avons évalué le rendement de cette nouvelle méthode, appelée AutoHOT, lors de trois expériences avec des images
de différents paysages qui présentent diverses conditions de brume atmosphérique. Nos résultats confirment que la méthode AutoHOT est une méthodologie plus robuste et efficace de détection et d'élimination de la brume, ce qui se traduit par une
meilleure extraction d'informations des images optiques. |
| GEOSCAN ID | 311415 |
|
|