高光谱图像的水体倒影区域光谱恢复方法及终端设备

摘要

本发明适用于图像处理技术领域，提供了一种高光谱图像的水体倒影区域光谱恢复方法及终端设备，该方法包括：对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像；统计水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列；根据第一反射率均值序列、第一反射率标准差序列、第二反射率均值序列和第二反射率标准差序列获得水体倒影区域图像恢复后的光谱反射率序列。本发明可以获得完整的水体光谱信息，进而提高利用水体光谱信息进行识别和利用的准确度。

权利要求

1.一种高光谱图像的水体倒影区域光谱恢复方法，其特征在于，包括：对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像；

统计所述水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计所述水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列；

根据所述第一反射率均值序列、所述第一反射率标准差序列、所述第二反射率均值序列和所述第二反射率标准差序列获得所述水体倒影区域图像恢复后的光谱反射率序列；

在对获取的水体高光谱图像进行区域识别之前，还包括：

对获取的水体高光谱图像进行大气校正，获得大气校正后的图像；

所述对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，包括：对大气校正后的图像进行区域识别，得到水体区域图像和水体倒影区域图像；

所述根据所述第一反射率均值序列、所述第一反射率标准差序列、所述第二反射率均值序列和所述第二反射率标准差序列获得所述水体倒影区域图像恢复后的光谱反射率序列，包括：根据 获得所述水体倒影区域图像对应的每个波段恢复后的光

谱反射率；

其中，s为所述水体倒影区域图像对应的每个波段恢复后的光谱反射率，s1为所述大气校正后的图像对应的每个波段的光谱反射率，s2为所述第二反射率均值序列中每个波段对应的第二反射率均值，s3为所述第二反射率标准差序列中每个波段对应的第二反射率标准差，s4为所述第一反射率标准差序列中每个波段对应的第一反射率标准差，s5为所述第一反射率均值序列中每个波段对应的第一反射率均值；

按照获得所述水体倒影区域图像对应的每个波段恢复后的光谱反射率的方法，获得所述水体倒影区域图像对应的所有波段恢复后的光谱反射率；

根据所述水体倒影区域图像对应的所有波段恢复后的光谱反射率，获得所述水体倒影区域图像恢复后的光谱反射率序列。

2.如权利要求1所述的高光谱图像的水体倒影区域光谱恢复方法，其特征在于，所述对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，包括：对所述水体高光谱图像进行水体指数计算，获得所述水体高光谱图像的水体指数；

根据所述水体高光谱图像中的水体倒影的特征，对所述水体高光谱图像进行倒影指数计算，获得所述水体高光谱图像的倒影指数；

根据所述水体指数和所述倒影指数对所述水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像。

3.如权利要求2所述的高光谱图像的水体倒影区域光谱恢复方法，其特征在于，所述根据所述水体指数和所述倒影指数对所述水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，包括：根据所述水体指数和所述倒影指数对所述水体高光谱图像进行区域识别，得到包含水体和天空的初始水体区域图像和包含实物和倒影的初始水体倒影区域图像；

基于水体和天空的单波段阈值对所述初始水体区域图像进行区域识别，得到水体区域图像；

基于实物和倒影的对称性以及边缘检测对所述初始水体倒影区域图像进行区域识别，得到水体倒影区域图像。

4.如权利要求3所述的高光谱图像的水体倒影区域光谱恢复方法，其特征在于，所述基于实物和倒影的对称性以及边缘检测对所述初始水体倒影区域图像进行区域识别，得到水体倒影区域图像，包括：对所述初始水体倒影区域图像进行高斯滤波处理，得到滤波后的灰度图像；

根据所述初始水体倒影区域图像中的倒影和所述灰度图像，得到水体倒影阈值；

根据所述水体倒影阈值对所述初始水体倒影区域图像进行边缘检测，识别所述初始水体倒影区域图像中的边缘水体倒影区域图像；

基于所述实物和倒影的对称性对所述边缘水体倒影区域图像进行区域识别，得到水体倒影区域图像。

5.一种高光谱图像的水体倒影区域光谱恢复装置，其特征在于，包括：识别模块，用于对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像；

统计模块，用于统计所述水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计所述水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列；

恢复模块，用于根据所述第一反射率均值序列、所述第一反射率标准差序列、所述第二反射率均值序列和所述第二反射率标准差序列获得所述水体倒影区域图像恢复后的光谱反射率序列；

所述识别模块，具体用于在对获取的水体高光谱图像进行区域识别之前，对获取的水体高光谱图像进行大气校正，获得大气校正后的图像；

所述识别模块，还具体用于对大气校正后的图像进行区域识别，得到水体区域图像和水体倒影区域图像；

所述恢复模块，包括：

第一计算单元，用于根据 获得所述水体倒影区域图像对应的每

个波段恢复后的光谱反射率；

其中，s为所述水体倒影区域图像对应的每个波段恢复后的光谱反射率，s1为所述大气校正后的图像对应的每个波段的光谱反射率，s2为所述第二反射率均值序列中每个波段对应的第二反射率均值，s3为所述第二反射率标准差序列中每个波段对应的第二反射率标准差，s4为所述第一反射率标准差序列中每个波段对应的第一反射率标准差，s5为所述第一反射率均值序列中每个波段对应的第一反射率均值；

第二计算单元，用于按照获得所述水体倒影区域图像对应的每个波段恢复后的光谱反射率的方法，获得所述水体倒影区域图像对应的所有波段恢复后的光谱反射率；

恢复单元，用于根据所述水体倒影区域图像对应的所有波段恢复后的光谱反射率，获得所述水体倒影区域图像恢复后的光谱反射率序列。

6.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。

说明书

高光谱图像的水体倒影区域光谱恢复方法及终端设备

技术领域

[0001] 本发明属于图像处理技术领域，尤其涉及一种高光谱图像的水体倒影区域光谱恢复方法及终端设备。

背景技术

[0002] 目前，高光谱图像区别于传统RGB图像的关键在于成像波段范围内的光谱分辨率达到纳米级，这使得本来在常规遥感中不能识别的地物，在高光谱遥感中就能得到有效的识别和定量反演。

[0003] 然而，随着高光谱遥感空间分辨率的提高，高光谱图像中水体的倒影现象逐渐增多，过往会简单地把倒影排除在水体之外，但水体中倒影的光谱信息与水体光谱差异很大，简单地将倒影排除在水体之外会导致水体光谱信息中丢失倒影部分的水体光谱信息，进而影响水体光谱信息的识别和利用的准确度。

发明内容

[0004] 有鉴于此，本发明实施例提供了一种高光谱图像的水体倒影区域光谱恢复方法及终端设备，以解决现有技术中基于高光谱图像获得的水体光谱信息进行识别和利用时准确度不高的问题。

[0005] 本发明实施例的第一方面提供了一种高光谱图像的水体倒影区域光谱恢复方法，包括：

[0006] 对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像；

[0007] 统计所述水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计所述水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列；

[0008] 根据所述第一反射率均值序列、所述第一反射率标准差序列、所述第二反射率均值序列和所述第二反射率标准差序列获得所述水体倒影区域图像恢复后的光谱反射率序列。

[0009] 本发明实施例的第二方面提供了一种高光谱图像的水体倒影区域光谱恢复装置，包括：

[0010] 识别模块，用于对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像；

[0011] 统计模块，用于统计所述水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计所述水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列；

[0012] 恢复模块，用于根据所述第一反射率均值序列、所述第一反射率标准差序列、所述第二反射率均值序列和所述第二反射率标准差序列获得所述水体倒影区域图像恢复后的光谱反射率序列。

[0013] 本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述的高光谱图像的水体倒影区域光谱恢复方法的步骤。

[0014] 本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的高光谱图像的水体倒影区域光谱恢复方法的步骤。

[0015] 本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，可以分别统计水体区域图像对应的光谱的第一反射率均值序列和第一反射率标准差序列，以及水体倒影区域图像对应的光谱的第二反射率均值序列和第二反射率标准差序列，根据第一反射率均值序列、第一反射率标准差均值序列、第二反射率均值序列和第二反射率标准差序列获得水体倒影区域图像恢复后的光谱反射率序列，可以利用水体区域图像对应的光谱信息和水体倒影区域图像对应的光谱信息对水体倒影区域图像的光谱进行恢复，获得完整的水体光谱信息，进而提高利用水体光谱信息进行识别和利用的准确度。

附图说明

[0016] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0017] 图1是本发明实施例提供的高光谱图像的水体倒影区域光谱恢复方法的实现流程示意图；

[0018] 图2是本发明实施例提供的水体高光谱图像的示意图；

[0019] 图3是本发明实施例提供的水体区域图像的示意图；

[0020] 图4本发明实施例提供的水体倒影区域图像的示意图；

[0021] 图5是本发明实施例提供的第一反射率均值序列和第一反射率标准差序列以及第二反射率均值序列和第二反射率标准差序列对应的曲线示意图；

[0022] 图6是本发明实施例提供的水体倒影区域图像恢复前和恢复后的光谱反射率序列对应的曲线示意图；

[0023] 图7是本发明实施例提供的高光谱图像的水体倒影区域光谱恢复装置的示例图；

[0024] 图8是本发明实施例提供的恢复模块的示例图；

[0025] 图9是本发明实施例提供的终端设备的示意图。

具体实施方式

[0026] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

[0027] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

[0028] 图1为本发明实施例提供的高光谱图像的水体倒影区域光谱恢复方法的实现流程示意图，详述如下。

[0029] 如图2所示，在根据高光谱图像进行水质分析或环保数据分析时，获得规划水域的水体高光谱图像后，由于湖泊或河流周边经常会有树木、房屋和山体等，水体高光谱图像中也会包含树木、房屋和山体等的倒影，由于水体高光谱图像中倒影区域的光谱受到树木、房屋和山体等的影响很大，无法直接反映水体的光谱信息，进而影响水体水质参数的正常反演，因而需要对水体高光谱图像中倒影区域的光谱进行恢复。

[0030] 步骤S101，对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像。

[0031] 可选的，在对获取的水体高光谱图像进行区域识别之前，还可以包括：对获取的水体高光谱图像进行大气校正，获得大气校正后的图像。

[0032] 其中，对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，可以包括：对大气校正后的图像进行区域识别，得到水体区域图像和水体倒影区域图像。

[0033] 其中，大气校正可以包括镜头校正、辐射校正和反射率校正等，对大气校正后的图像进行区域识别，可以更准确地得到水体区域图像和水体倒影区域图像。

[0034] 可选的，对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，可以包括：对水体高光谱图像进行水体指数计算，获得水体高光谱图像的水体指数；根据水体高光谱图像中的水体倒影的特征，对水体高光谱图像进行倒影指数计算，获得水体高光谱图像的倒影指数；根据水体指数和倒影指数对水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像。

[0035] 其中，由于获取的水体高光谱图像中可能包含树木、房屋和山体等实物、天空、水体及水体中的实物倒影等，首先需要对水体高光谱图像进行区域识别，才可以准确地获得完整的水体的光谱信息。其中，进行区域识别时，可以根据水体光谱曲线特点，选择绿波段和近红外波段的差和比，计算水体指数(Normalized Difference Water Index，NDWI)，可以根据水体高光谱图像中的实物倒影光谱曲线特点，计算倒影指数，根据水体指数对水体高光谱图像进行区域识别，得到水体区域图像，根据倒影指数对水体高光谱图像进行区域识别，得到水体倒影区域图像。

[0036] 示例性的，由于树木、房屋和山体等实物及其在水体中的倒影具有相似的光谱特征，因此对于水体中的实物倒影主要为树木时，可以根据树木光谱曲线特点，选择红波段和近红外波段的差和比，计算植被指数(Normalized Difference Vegetation Index，NDVI)。对于水体中的实物倒影主要为房屋时，可以根据房屋光谱曲线特点，计算建筑物指数。根据水体中的实物倒影对应的倒影指数对水体高光谱图像进行区域识别，可以较准确地得到水体倒影区域图像。

[0037] 可选的，根据水体指数和倒影指数对水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，可以包括：根据水体指数和倒影指数对水体高光谱图像进行区域识别，得到包含水体和天空的初始水体区域图像和包含实物和倒影的初始水体倒影区域图像；基于水体和天空的单波段阈值对初始水体区域图像进行区域识别，得到水体区域图像；基于实物和倒影的对称性以及边缘检测对初始水体倒影区域图像进行区域识别，得到水体倒影区域图像。

[0038] 其中，直接通过水体指数对水体高光谱图像进行区域识别时，得到的初始水体区域图像包含水体和天空，得到的初始水体倒影区域图像包含树木、房屋和山体等实物及其在水体中的倒影，因此，需要对初始水体区域图像和初始水体倒影区域图像进一步识别，得到只包含水体的水体区域图像和只包含倒影的水体倒影区域图像。

[0039] 示例性的，参见图3，根据水体和天空的光谱差异，可以选择水体和天空的单波段阈值对初始水体区域图像进行区域识别，得到水体区域图像。例如，可以选择单波段B12(430.9nm)处小于阈值0.35时对应的图像将水体和天空区别开，获得水体区域图像。

[0040] 示例性的，由于树木、房屋和山体等实物及其在水体中的倒影具有对称性，以及树木、房屋和山体等实物及其在水体中的倒影的边缘与水体的差异较大，因此，可以基于边缘检测获得实物和倒影的轮廓图像，根据对称性将实物和倒影的轮廓图像一分为二，根据倒影靠近水体的特点，获得水体倒影区域图像。

[0041] 可选的，基于实物和倒影的对称性以及边缘检测对初始水体倒影区域图像进行区域识别，得到水体倒影区域图像，可以包括：对初始水体倒影区域图像进行高斯滤波处理，得到滤波后的灰度图像；根据初始水体倒影区域图像中的倒影和灰度图像，得到水体倒影阈值；根据水体倒影阈值对初始水体倒影区域图像进行边缘检测，识别初始水体倒影区域图像中的边缘水体倒影区域图像；基于实物和倒影的对称性对边缘水体倒影区域图像进行区域识别，得到水体倒影区域图像。

[0042] 示例性的，参见图4，获得初始水体倒影区域图像后，可以先通过高斯滤波进行平滑处理，以剔除初始水体倒影区域图像中的噪声。基于滤波后的灰度图像可以获得树木、房屋和山体等实物及其在水体中的倒影的水体倒影阈值，根据水体倒影阈值对初始水体倒影区域图像进行边缘检测，识别初始水体倒影区域图像中树木、房屋和山体等实物及其在水体中的倒影的边缘，也就是边缘水体倒影区域图像，基于实物和倒影的对称性，以及实物在水体中的倒影靠近水体的特点，得到水体倒影区域图像。

[0043] 步骤S102，统计水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列。

[0044] 参见图5，得到水体区域图像后，根据水体区域图像可以统计得到对应光谱的第一反射率均值序列和第一反射率标准差序列，由第一反射率均值序列可以获得反映水体区域图像各波段的反射率均值趋势的曲线M1，由第一反射率标准差序列可以获得反映水体区域图像各波段的反射率的离散程度的曲线S1。同样的，得到水体倒影区域图像后，根据水体倒影区域图像可以统计得到对应光谱的第二反射率均值序列和第二反射率标准差序列，由第二反射率均值序列可以获得反映水体倒影区域图像各波段的反射率均值趋势的曲线M2，由第二反射率标准差序列以获得反映水体倒影区域图像各波段的反射率的离散程度的曲线S2。由曲线M1和曲线M2可以看出，水体区域图像和水体倒影区域图像对应的光谱信息差异很大，直接利用水体倒影区域图像的光谱信息或简单的将水体倒影区域图像的光谱信息排除在外不能准确地反演出相应的水质参数。

[0045] 步骤S103，根据第一反射率均值序列、第一反射率标准差序列、第二反射率均值序列和第二反射率标准差序列获得水体倒影区域图像恢复后的光谱反射率序列。

[0046] 可选的，根据第一反射率均值序列、第一反射率标准差序列、第二反射率均值序列和第二反射率标准差序列获得水体倒影区域图像恢复后的光谱反射率序列，可以包括：

[0047] 根据 获得水体倒影区域图像对应的每个波段恢复后的光谱反射率，按照获得水体倒影区域图像对应的每个波段恢复后的光谱反射率的方法，获得水体倒影区域图像对应的所有波段恢复后的光谱反射率，根据水体倒影区域图像对应的所有波段恢复后的光谱反射率，获得水体倒影区域图像恢复后的光谱反射率序列。

[0048] 其中，s为水体倒影区域图像对应的每个波段恢复后的光谱反射率，s1为大气校正后的图像对应的每个波段的光谱反射率，s2为第二反射率均值序列中每个波段对应的第二反射率均值，s3为第二反射率标准差序列中每个波段对应的第二反射率标准差，s4为第一反射率标准差序列中每个波段对应的第一反射率标准差，s5为第一反射率均值序列中每个波段对应的第一反射率均值。

[0049] 水体倒影区域图像恢复前的光谱反射率序列对应的曲线s1和水体倒影区域图像恢复后的光谱反射率序列对应的曲线s2如图6所示，根据图6中的曲线s2和图5中的曲线M1可以看出，本实施例根据 获得水体倒影区域图像对应的每个波段恢复后的光谱反射率，进而获得水体倒影区域图像恢复后的光谱反射率序列，可以较为准确地将水体倒影区域图像的光谱反射率恢复到正常水体图像的光谱反射率，进而可以获得完整的水体图像的光谱信息，利用完整的水体图像的光谱信息进行水质参数反演，有利于提高水质参数反演结果的准确度。

[0050] 上述高光谱图像的水体倒影区域光谱恢复方法，通过对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，可以分别统计水体区域图像对应的光谱的第一反射率均值序列和第一反射率标准差序列，以及水体倒影区域图像对应的光谱的第二反射率均值序列和第二反射率标准差序列，根据第一反射率均值序列、第一反射率标准差均值序列、第二反射率均值序列和第二反射率标准差序列获得水体倒影区域图像恢复后的光谱反射率序列，可以利用水体区域图像对应的光谱信息和水体倒影区域图像对应的光谱信息对水体倒影区域图像的光谱进行恢复，获得完整的水体光谱信息，进而提高利用水体光谱信息进行识别和利用的准确度。

[0051] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

[0052] 对应于上文实施例所述的高光谱图像的水体倒影区域光谱恢复方法，图7示出了本发明实施例提供的高光谱图像的水体倒影区域光谱恢复装置的示例图。如图7所示，该装置可以包括：识别模块71、统计模块72和恢复模块73。

[0053] 识别模块71，用于对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像；

[0054] 统计模块72，用于统计所述水体区域图像对应光谱的第一反射率均值序列和第一反射率标准差序列，以及统计所述水体倒影区域图像对应光谱的第二反射率均值序列和第二反射率标准差序列；

[0055] 恢复模块73，用于根据所述第一反射率均值序列、所述第一反射率标准差序列、所述第二反射率均值序列和所述第二反射率标准差序列获得所述水体倒影区域图像恢复后的光谱反射率序列。

[0056] 可选的，识别模块71，可以用于对所述水体高光谱图像进行水体指数计算，获得所述水体高光谱图像的水体指数；根据所述水体高光谱图像中的水体倒影的特征，对所述水体高光谱图像进行倒影指数计算，获得所述水体高光谱图像的倒影指数；根据所述水体指数和所述倒影指数对所述水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像。

[0057] 可选的，识别模块71，可以用于根据所述水体指数和所述倒影指数对所述水体高光谱图像进行区域识别，得到包含水体和天空的初始水体区域图像和包含实物和倒影的初始水体倒影区域图像；基于水体和天空的单波段阈值对所述初始水体区域图像进行区域识别，得到水体区域图像；基于实物和倒影的对称性以及边缘检测对所述初始水体倒影区域图像进行区域识别，得到水体倒影区域图像。

[0058] 可选的，识别模块71，可以用于对所述初始水体倒影区域图像进行高斯滤波处理，得到滤波后的灰度图像；根据所述初始水体倒影区域图像中的倒影和所述灰度图像，得到水体倒影阈值；根据所述水体倒影阈值对所述初始水体倒影区域图像进行边缘检测，识别所述初始水体倒影区域图像中的边缘水体倒影区域图像；基于所述实物和倒影的对称性对所述边缘水体倒影区域图像进行区域识别，得到水体倒影区域图像。

[0059] 可选的，识别模块71，还可以用于对获取的水体高光谱图像进行大气校正，获得大气校正后的图像；

[0060] 对大气校正后的图像进行区域识别，得到水体区域图像和水体倒影区域图像。

[0061] 可选的，参见图8，恢复模块73，可以包括：

[0062] 第一计算单元731，用于根据 获得所述水体倒影区域图像对应的每个波段恢复后的光谱反射率；

[0063] 其中，s为所述水体倒影区域图像对应的每个波段恢复后的光谱反射率，s1为所述大气校正后的图像对应的每个波段的光谱反射率，s2为所述第二反射率均值序列中每个波段对应的第二反射率均值，s3为所述第二反射率标准差序列中每个波段对应的第二反射率标准差，s4为所述第一反射率标准差序列中每个波段对应的第一反射率标准差，s5为所述第一反射率均值序列中每个波段对应的第一反射率均值；

[0064] 第二计算单元732，用于按照获得所述水体倒影区域图像对应的每个波段恢复后的光谱反射率的方法，获得所述水体倒影区域图像对应的所有波段恢复后的光谱反射率；

[0065] 恢复单元733，用于根据所述水体倒影区域图像对应的所有波段恢复后的光谱反射率，获得所述水体倒影区域图像恢复后的光谱反射率序列。

[0066] 上述高光谱图像的水体倒影区域光谱恢复装置，通过对获取的水体高光谱图像进行区域识别，得到水体区域图像和水体倒影区域图像，可以分别统计水体区域图像对应的光谱的第一反射率均值序列和第一反射率标准差序列，以及水体倒影区域图像对应的光谱的第二反射率均值序列和第二反射率标准差序列，根据第一反射率均值序列、第一反射率标准差均值序列、第二反射率均值序列和第二反射率标准差序列获得水体倒影区域图像恢复后的光谱反射率序列，可以利用水体区域图像对应的光谱信息和水体倒影区域图像对应的光谱信息对水体倒影区域图像的光谱进行恢复，获得完整的水体光谱信息，进而提高利用水体光谱信息进行识别和利用的准确度。

[0067] 图9是本发明一实施例提供的终端设备的示意图。如图9所示，该实施例的终端设备900包括：处理器901、存储器902以及存储在所述存储器902中并可在所述处理器901上运行的计算机程序903，例如高光谱图像的水体倒影区域光谱恢复程序。所述处理器901执行所述计算机程序903时实现上述高光谱图像的水体倒影区域光谱恢复方法实施例中的步骤，例如图1所示的步骤S101至S103，所述处理器901执行所述计算机程序903时实现上述各装置实施例中各模块的功能，例如图7所示模块71至73的功能。

[0068] 示例性的，所述计算机程序903可以被分割成一个或多个程序模块，所述一个或者多个程序模块被存储在所述存储器902中，并由所述处理器901执行，以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序903在所述高光谱图像的水体倒影区域光谱恢复装置或者终端设备900中的执行过程。例如，所述计算机程序903可以被分割成识别模块71、统计模块72和恢复模块73，各模块具体功能如图7所示，在此不再一一赘述。

[0069] 所述终端设备900可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器901、存储器902。本领域技术人员可以理解，图9仅仅是终端设备900的示例，并不构成对终端设备900的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

[0070] 所称处理器901可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field‑Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

[0071] 所述存储器902可以是所述终端设备900的内部存储单元，例如终端设备900的硬盘或内存。所述存储器902也可以是所述终端设备900的外部存储设备，例如所述终端设备900上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器902还可以既包括所述终端设备900的内部存储单元也包括外部存储设备。所述存储器902用于存储所述计算机程序以及所述终端设备900所需的其他程序和数据。所述存储器902还可以用于暂时地存储已经输出或者将要输出的数据。

[0072] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

[0073] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

[0074] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

[0075] 在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

[0076] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0077] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0078] 所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

[0079] 以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。