基于支持向量機的Landsat多光譜影像云檢測算法研究.pdf

1、Landsat衛(wèi)星影像廣泛應用在資源調查、農業(yè)生產(chǎn)、環(huán)境監(jiān)測、生態(tài)保護等領域。由于受到天氣條件的影響，影像往往存在一些區(qū)域被云層覆蓋，嚴重影響了影像的判讀。準確地檢測出Landsat衛(wèi)星影像中的云層，對影像后續(xù)的分類、識別以及目標檢測等進一步處理和應用具有重要的意義。
　　本文通過提取Landsat衛(wèi)星多光譜圖像云層和地物特征，針對不同的云層檢測應用需求，利用不同的支持向量機分類算法，對Landsat衛(wèi)星圖像的云檢測問題進行了研究

2、。主要的研究內容及研究成果包括以下幾個方面:
　　1.介紹了Landsat衛(wèi)星遙感圖像云檢測的研究目的與意義、國內外研究現(xiàn)狀等。簡介了支持向量機分類原理和孿生支持向量機算法。
　　2.針對單波段或者部分波段Landsat衛(wèi)星多光譜圖像，提出一種基于最小二乘孿生支持向量機的云檢測方法。先根據(jù)云在不同波段中的大氣輻射特點，結合Landsat7 ETM+影像數(shù)據(jù)的光譜特性獲得像元的光譜特征;再通過提取每個圖像塊的灰度共生矩陣得到相

3、應像元點的紋理結構特征，以像元的光譜特性和紋理結構特征構造特征向量;最后利用最小二乘孿生支持向量機分類器進行Landsat7ETM+影像像元的云層檢測，實驗結果表明了方法的有效性。
　　3.針對多波段Landsat衛(wèi)星多光譜圖像，提出一種基于ACCA和WSVM相結合的云檢測方法。首先利用ACCA方法對Landsat遙感圖像進行云檢測，將圖像像元分成云像元、非云像元和待定像元;然后從Landsat遙感圖像數(shù)據(jù)庫中提取已知內容信息的圖

4、像像元點光譜特征作為WSVM的輸入特征向量，通過建立關于訓練樣本中心距離的權重函數(shù)來獲得樣本的權重系數(shù);最后利用改進的WSVM方法進行影像像元的云層檢測。實驗結果表明，該方法將待定像元中ACCA方法難以檢測的半透明云檢測出來。
　　4.研究了MLTK方法和半監(jiān)督學習理論，并將其結合應用到遙感圖像云檢測中。在利用無標記簽樣本情況下，提出一種基于MLTK和STSVM的Landsat衛(wèi)星遙感圖像云檢測方法，該方法先利用MLTK方法對La