[發明專利]一種基于動態模式分解的交互式光學云檢測方法

在審

• 申請號: 202210916137.6
• 申請日: 2022-08-01
• 公開（公告）號: CN115187574A
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 楊璐;李毅龍;陳聰;畢重科;邱曉濱;李云龍
• 申請（專利權）人: 天津理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/50
• 代理公司: 天津才智專利商標代理有限公司 12108
• 代理人: 王夢

本發明公開了一種基于動態模式分解的交互式光學云檢測方法，步驟如下：S1、獲得由基于連續時間段內的N幀衛星云圖經真彩色融合處理后得到的N幀真彩色合成圖像合成得到的視頻M；S2、構建DMD算法以對輸入視頻中的云進行檢測；S3、對比首幀原始圖像與云檢測結果圖，采用交互修改的方式在云檢測結果圖中補全漏檢云；該基于動態模式分解的交互式光學云檢測方法保留圖像關鍵特征點的同時盡量減小觀測數據規模，直接從衛星觀測圖像中提取云層特征進行云檢測，降低了云檢測精度，有效降低了使用門檻并提高了實用性。

技術領域

本發明涉及云檢測技術領域，特別涉及一種基于動態模式分解的交互式光學云檢測方法。

背景技術

隨著衛星遙感技術的研究開發和新一代靜止軌道衛星觀測系統的升級，許多學者對遙感數據的研究與應用工作越來越全面，但由于氣候因素的影響，使得遙感領域的研究受到了極大的干擾，遙感數據的研究性大幅度減少。其中，云層的遮擋就是影響因素之一。

因此，去除云層的遮擋不僅是為之后進行遙感圖像領域的研究打下堅實的基礎,也是增強衛星遙感數據有效性、切實性的重要途徑之一。而云檢測作為云層去除的重要前處理步驟之一，其檢測結果的準確性和完整性關系到之后的遙感圖像研究結果。同時，由于云自身的多變性和衛星觀測圖像的復雜性，使得研究高效性和低成本的云檢測方法具有十分重要的意義。

近年來，隨著遙感衛星性能的大幅度提升，以光學遙感圖像為研究基礎的云檢測方法大量涌現。可將其大致分為三類。第一類是通過分析云的紋理結構和調節閾值的傳統遙感圖像檢測方法；第二類是通過研究云的物理屬性進行手工設計特征的統計學檢測方法；第三類是基于卷積神經網絡的深度學習檢測方法。

其中，第一類云檢測方法對衛星觀測數據的質量有較高的要求，且基本上都是通過增強衛星云圖中云層的細節來提升云檢測的性能，沒有對云的運動特性進行考慮；第二類云檢測方法需要研究學者研究云的物理屬性，基于研究成果和研究者本身的研究經驗進行手工設計云檢測網絡結構，其過程復雜性高，且對計算設備性能有一定的要求，存在檢測成本高的問題；最后一類檢測方法在檢測效率和檢測精度較前兩種檢測方法都有一定的提升，但是很難保證在提升檢測效率的同時提升檢測精度，或者提升很低，且沒有考慮添加對檢測結果進行修正的操作。如何解決這些問題對于云檢測具有關鍵意義。

發明內容

本發明的目的是提供一種簡單而有效的基于動態模式分解的交互式光學云檢測方法。

為此，本發明技術方案如下：

一種基于動態模式分解的交互式光學云檢測方法，步驟如下：

S1、獲得用于構建云檢測模型的指導數據，其為由基于連續時間段內的N幀衛星云圖經真彩色融合處理后得到的N幀真彩色合成圖像，進而合成得到的視頻M：

S2、構建DMD算法以對輸入視頻中的云進行檢測；

S201、將由步驟S1得到的衛星云圖視頻M從M₁到M_N拉長成時間間隔為Δ_t的N幀均勻的采樣數據，得到時間序列數據矩陣其表達式為：

S202、對數據矩陣X₁進行灰度化處理，得到r行、c列的首幀灰度圖像矩陣；將首幀灰度圖像矩陣重構為r×c行、1列的新矩陣，并分別賦值給矩陣X₁和矩陣X；

S203、對數據矩陣X₂進行灰度化處理，得到r行、c列的第2幀灰度圖像矩陣；將第2幀灰度圖像矩陣重構為r×c行、1列的新矩陣，并賦值給矩陣Y₂；將矩陣X₁與矩陣Y₂進行重構，以更新矩陣X₁為：X₁＝[X₁ Y₂]；將矩陣X與矩陣Y₂進行重構，以更新矩陣X為：X＝[X Y₂]；