[發(fā)明專利]基于多特征綜合及機器學(xué)習(xí)的高分衛(wèi)星影像云檢測方法

有效

• 申請?zhí)枺?/td>: 201610132801.2
• 申請日: 2016-03-09
• 公開（公告）號: CN105718924B
• 公開（公告）日: 2018-10-09
• 發(fā)明（設(shè)計）人: 孫開敏;白婷;鄧實權(quán);陳業(yè)培;眭海剛
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魏波

1.一種基于多特征綜合及機器學(xué)習(xí)的高分衛(wèi)星影像云檢測方法，其特征在于，包括以下步驟：

步驟1：在多光譜遙感影像中，對比分析云和其他背景地物的典型特征，然后根據(jù)云的典型特征分析，提取光譜特征、紋理特征和NDVI特征，將其歸一化，組建特征空間；

云的典型特征主要包括：高反射光譜特征，均一、平滑、對比度低的紋理特征，以及NDVI為負值的特性；

步驟2：在影像云區(qū)域、背景區(qū)域中隨機提取訓(xùn)練樣本和測試樣本；

步驟3：對影像云區(qū)域、背景區(qū)域像素進行光譜特征、紋理特征及NDVI特征提取，將訓(xùn)練樣本和測試樣本的光譜特征、紋理特征和NDVI特征作為影像像素內(nèi)容信息的特征描述；

步驟4：構(gòu)造SVM-RBF分類器模型，對影像云區(qū)域、背景區(qū)域提取出的訓(xùn)練樣本進行分別學(xué)習(xí)，獲得一組非平行超平面參數(shù)；

步驟5：對獲取的高分影像像素進行光譜特征、紋理特征及NDVI特征提取，把提取出的特征向量輸入到SVM-RBF分類器中進行分類，最終獲得全部像素的云檢測結(jié)果；云檢測后，若存在部分建筑物和道路誤判為云的情況，則利用形態(tài)學(xué)算子以及長寬比和矩形度形狀特征約束進行虛檢去除的方法，對誤判情況進行處理。