[發明專利]一種面向對象的時序遙感影像云覆蓋區域自動檢測方法

有效

• 申請號: 201610288496.6
• 申請日: 2016-05-04
• 公開（公告）號: CN105956557B
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 申邵洪;鄭學東;向大享;文雄飛;李喆;張治中;馬輝;張穗;徐堅;劉淑鳳;汪朝輝;陳希熾
• 申請（專利權）人: 長江水利委員會長江科學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T3/00;G06K9/36;G06T7/10;G06K9/40;G06K9/62
• 代理公司: 武漢楚天專利事務所42113
• 代理人: 孔敏

技術領域

本發明涉及遙感影像云覆蓋區域自動精準檢測領域，具體是一種面向對象的時序遙感影像云覆蓋區域自動檢測方法。

背景技術

隨著多時相遙感數據的不斷積累以及空間數據庫的相繼建立，如何從這些遙感數據中提取和檢測特定地物的信息已成為遙感科學和地理信息科學的重要研究課題。根據同一區域不同時相的遙感影像，可以提取城市、環境等動態變化的信息，為資源管理與規劃、環境保護等部門提供科學決策的依據。但是，在地形復雜區域，如我國西南山區，開展多時相遙感影像的專題解譯，由于山區特殊復雜的氣候條件，采用光學遙感技術獲取的遙感影像發現受云覆蓋影響非常嚴重。因此，在遙感解譯的實際應用和理論技術研究方面，開展時序遙感影像云覆蓋區域自動檢測基礎理論與關鍵技術研究，正在成為解決國家安全和社會經濟發展重大需求的研究焦點。

許章華等人在《農業機械學報》2013年第44卷第6期提出了一種基于面向對象與替換法的遙感影像云檢測與去除技術。他們首先采用面向對象的方法，充分利用對象的色調、形狀、紋理、層次及類間鄰居對象、子對象、父對象的相關特征，實現多尺度影像分割，然后根據影像特點及其覆蓋區狀況，定義植被、水體、不透水面、厚云、薄云、云影和其他陰影等7個類別，實現云及陰影提取。最后利用像元替換法，即用其他影像的像元代替原影像相同位置像元的方法，實現了云影的去除。該方法主要是利用單一時相遙感影像包含的特征信息，開展云覆蓋區域的自動檢測，沒有充分利用和發掘時序遙感影像中富含的時序信息。而在時序遙感影像中，有云的影像和無云影像存在明顯的差異，因此，有必要充分利用時序遙感影像的時序信息以及不同時相間的差異，研究適合時序遙感影像云覆蓋區域的自動、準確云檢測方法。

針對上述難點和存在的問題，許多學者試圖通過對傳統算法的改進，或者引入諸多約束條件。盡管這些檢測方法都具有一定的潛力，但是云覆蓋區域的復雜化以及目標先驗信息匱乏等，導致這些算法都存在著一定的局限性。為此，有必要研究新的多時相可見光遙感圖像云覆蓋區域檢測方法來有效克服上述難點。

發明內容

針對現有技術中存在的問題，本發明提供一種基于面向對象的時序遙感影像云覆蓋區域自動檢測方法，能夠有效對云覆蓋區域進行模式劃分，充分利用時序和光譜信息，可使得檢測的結果更加可靠，也更加具有穩健性。

本發明解決其技術問題所采取的技術方案為：

一種基于面向對象的時序遙感影像云覆蓋區域自動檢測方法，包括下述步驟：

(1)數據準備：輸入兩個相同空間范圍、不同時相的光學遙感影像，分別記為：X₁和X₂；

(2)影像配準：對輸入的兩時相遙感影像X₁和X₂進行影像配準，經幾何校正后，得到影像配準后的遙感影像X₁^c和X₂^c；

(3)多尺度影像分割：采用圖像分析軟件eCognition開展多尺度分割，以步驟(2)中經過影像配準后得到的遙感影像X₁^c和X₂^c為實驗輸入數據，進行波段疊加后生成的影像X₁₊₂^c作為多尺度影像分割的輸入數據，經分割后，獲得影像圖斑，對于云覆蓋區域，因為其形狀及顏色與相鄰地物的差異，容易被分割至一個圖斑，即形成一個對象；

(4)輻射差異消除：分別對步驟(2)影像配準后的遙感影像X₁^c和X₂^c，采用相鄰波段依次相除的方法生成新的多波段影像，減少輻射條件差異而導致的偽變化信息；

原始多波段影像依次進行除運算，以生產一個新的多波段影像。對于一個n波段的原始影像，進行波段變換后，將產生一個波段數為n-1的影像。例如本發明所采用的實驗數據為4個波段的QuickBird影像

Image_original＝{band₁,band₂,band₃,band₄}

變換后的影像為

Image_transform＝{band_1/2,band_2/3,band_3/4}