[發(fā)明專利]光學(xué)遙感影像云檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710261548.5
• 申請(qǐng)日: 2017-04-20
• 公開（公告）號(hào): CN107103295B
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計(jì)）人: 康一飛;譚凱;祝憲章;胡曉東;黃方紅;吳菲菲;盧毅;楊正亮
• 申請(qǐng)（專利權(quán)）人: 蘇州中科天啟遙感科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/136;G06T7/155
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理有限公司 11369
• 代理人: 韓飛

本發(fā)明公開一種光學(xué)遙感影像云檢測(cè)方法，包括步驟：獲取待檢測(cè)影像的亮度圖：將待檢測(cè)影像中為多光譜的影像轉(zhuǎn)換為單波段亮度影像；粗估亮度雙閾值：根據(jù)無(wú)云、含云樣本影像，計(jì)算出對(duì)應(yīng)的最高、最低亮度閾值；計(jì)算精確亮度閾值：分析待檢測(cè)影像直方圖，定性篩選無(wú)云影像，對(duì)于剩余的含云影像，以粗估的亮度雙閾值為限定條件執(zhí)行基于最大類間方差的計(jì)算，得到精確亮度閾值；云區(qū)形態(tài)學(xué)綜合：對(duì)閾值分割后的云區(qū)執(zhí)行形態(tài)學(xué)運(yùn)算，消除似云目標(biāo)引起的噪聲點(diǎn)，填充云縫，優(yōu)化云區(qū)輪廓，輸出最終云掩模和含云量。本發(fā)明在較少人工參與的前提下，快速獲取精確度較高的影像云掩模和含云量，定性識(shí)別無(wú)云影像，對(duì)全色和多光譜影像均適用。

技術(shù)領(lǐng)域

本發(fā)明涉及光學(xué)遙感圖像處理技術(shù)領(lǐng)域，更具體地說(shuō)，本發(fā)明涉及一種光學(xué)遙感影像云檢測(cè)方法。

背景技術(shù)

以資源三號(hào)、高分一號(hào)、高分二號(hào)為代表，國(guó)產(chǎn)光學(xué)遙感衛(wèi)星各項(xiàng)設(shè)計(jì)指標(biāo)已逐漸達(dá)到國(guó)際先進(jìn)水平，對(duì)地觀測(cè)系統(tǒng)日趨完善，衛(wèi)星影像的數(shù)據(jù)量迅速增加，市場(chǎng)化程度逐年提高。然而，并非所有遙感影像均可滿足影像信息智能化處理的要求，其中一個(gè)很重要的因素就是影像上的云層覆蓋。

當(dāng)前云檢測(cè)領(lǐng)域中，光譜閾值法是最簡(jiǎn)單有效的算法，它基于云和地物在可見光波段光譜特性差異，通過(guò)亮度閾值實(shí)現(xiàn)云與非云目標(biāo)的區(qū)分。常用經(jīng)驗(yàn)閾值或基于最大類間方差(Otsu)原理的自動(dòng)閾值。此類算法快速有效，但精度略低，會(huì)不可避免地對(duì)積雪、建筑物、裸地等高亮地物產(chǎn)生誤判，且無(wú)法定性篩選無(wú)云影像。充分利用熱紅外信息的多光譜綜合法可有效改進(jìn)檢測(cè)效果，但不適用于光學(xué)遙感衛(wèi)星影像。另一類方法通過(guò)分析影像上云和地物紋理特征的差異，提取合適的特征或特征組合，如分形維數(shù)、灰度共生矩陣、Gabor紋理特征等，區(qū)分云和地物。但光學(xué)遙感影像上云的種類繁多，不同種類云的特征在各個(gè)特征空間內(nèi)的分布都不集中，使用紋理特征進(jìn)行精確的云區(qū)提取有一定難度。一些改進(jìn)后算法綜合利用影像的輻射和紋理特征，以分類的方式得到云、水、晴空、云影等不同類別，K-means、支持向量機(jī)、潛在語(yǔ)義模型等是常用的技術(shù)。這些算法在一定程度上提高了檢測(cè)精度，但需要采用大量經(jīng)過(guò)人工解譯且種類不同的含云影像作為樣本對(duì)分類器進(jìn)行訓(xùn)練，極其耗時(shí)、費(fèi)力，難以滿足海量影像自動(dòng)化處理的需要。此外，基于同一地區(qū)時(shí)相相近的兩幅或兩幅以上影像進(jìn)行云檢測(cè)也是一類常見的方法。這類方法將云看作影像中的變化目標(biāo)，使用變化檢測(cè)的思想去檢測(cè)云，常與基于單幅影像的云檢測(cè)算法聯(lián)合使用，可有效提高檢測(cè)精度，但缺點(diǎn)是對(duì)數(shù)據(jù)要求較高，影像本身需具備比較精確的地理信息。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)中存在的不足之處，本發(fā)明提供一種光學(xué)遙感影像云檢測(cè)方法，在較少人工參與的前提下，快速獲取精確度較高的影像云掩模和含云量，定性識(shí)別無(wú)云影像，對(duì)全色和多光譜影像均適用。

為了實(shí)現(xiàn)根據(jù)本發(fā)明的這些目的和其它優(yōu)點(diǎn)，本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

本發(fā)明提供一種光學(xué)遙感影像云檢測(cè)方法，其包括步驟：

獲取待檢測(cè)影像的亮度圖：將待檢測(cè)影像中為多光譜的影像轉(zhuǎn)換為單波段亮度影像；

粗估亮度雙閾值：根據(jù)無(wú)云、含云樣本影像，計(jì)算出對(duì)應(yīng)的最高、最低亮度閾值；

計(jì)算精確亮度閾值：分析待檢測(cè)影像直方圖，定性篩選無(wú)云影像；對(duì)于剩余的含云影像，以粗估的亮度雙閾值為限定條件執(zhí)行基于最大類間方差的計(jì)算，得到精確亮度閾值；

云區(qū)形態(tài)學(xué)綜合：對(duì)閾值分割后的云區(qū)執(zhí)行“腐蝕-條件膨脹-腐蝕”形態(tài)學(xué)運(yùn)算，消除似云目標(biāo)引起的噪聲點(diǎn)，填充云縫，優(yōu)化云區(qū)輪廓，輸出最終云掩模和含云量。

優(yōu)選的是，將多光譜影像轉(zhuǎn)換為單波段亮度影像，通過(guò)如下公式實(shí)現(xiàn)：

P_(i,j)＝min[R_(i,j),G_(i,j),B_(i,j)]；