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，有時甚至無法進行。因此實時有效的進行云層檢測，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，本文對子圖進行線性拉伸以擴大其灰度范圍，并提出了邊緣最大值、平均值、方向最大值、方向標準差四個邊緣特征，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練集的獲取方法，并針對直接使用ISODATA聚類法判別準確率較低的問題，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分類器進行判別，對于易錯判情況，本