可見光遙感圖像云自動檢測方法研究.pdf

1、遙感圖像是探測地物目標(biāo)綜合信息最直觀、最豐富的載體，由于天氣因素影響，遙感圖像中經(jīng)常有區(qū)域被云層覆蓋，導(dǎo)致無法獲得云層下面地表信息，很大程度上降低了數(shù)據(jù)利用率，使得圖像識別、分類難以保證精度，有時甚至無法進(jìn)行。因此實時有效的進(jìn)行云層檢測，剔除云覆蓋率過大的圖像，對于緩解海量遙感圖像數(shù)據(jù)的數(shù)傳、處理和存儲壓力，提高數(shù)據(jù)利用率有著非常重要的意義。
　　 傳統(tǒng)的可見光遙感圖像云檢測方法在處理山地、雪地、暗云等場景時極易發(fā)生錯判，準(zhǔn)確度

2、較低。本文立足實際應(yīng)用需求，針對海量實際可見光遙感圖像數(shù)據(jù)，采用基于子圖的遙感圖像云判別方法，將整景圖像劃分為多個子圖，將云檢測問題轉(zhuǎn)化為子圖分類問題，圍繞有效特征提取方法和快速高準(zhǔn)確度子圖分類算法開展研究，提出了對于目前方法難以區(qū)分的云子圖和地物子圖具有較高區(qū)分度的有效特征提取方法和快速準(zhǔn)確的可見光遙感圖像云圖分類方法。
　　 本文主要研究內(nèi)容和創(chuàng)新成果如下:
　　 (1)提出了對于云和地物具有較高區(qū)分度的有效特征提取

3、方法。由于云和地物的多樣性，傳統(tǒng)云檢測方法在處理山地、雪地、暗云等場景時極易造成錯判，準(zhǔn)確率較低。本文深入研究了遙感圖像中云和地物的不同特點，發(fā)現(xiàn)其具有較大的邊緣差異性，為了有效描述這種差異，本文對子圖進(jìn)行線性拉伸以擴(kuò)大其灰度范圍，并提出了邊緣最大值、平均值、方向最大值、方向標(biāo)準(zhǔn)差四個邊緣特征，有效描述了邊緣的幅度和方向特性。實驗結(jié)果表明，本文所提特征具有區(qū)分能力強、計算復(fù)雜度低的特點。
　　 (2)提出一種基于ISODATA聚

4、類和二次修正的云檢測算法。利用ISODATA聚類法對子圖進(jìn)行云和地物判別的同時能夠獲取其所屬子類類別，具有較大現(xiàn)實意義。本文提出一種較完備訓(xùn)練集的獲取方法，并針對直接使用ISODATA聚類法判別準(zhǔn)確率較低的問題，提出了一種有效的修正方法，大大降低了虛警率，提高了判別正確率。
　　 (3)提出一種基于AdaBoost分類和二次修正的云檢測算法，聯(lián)合灰度特征和本文提出的邊緣特征并使用AdaBoost分類器進(jìn)行判別，對于易錯判情況，本