发明名称 |
高分辨率全色遥感图像云判方法 |
摘要 |
高分辨率全色遥感图像云判方法,涉及空间光电信息处理技术领域。为了解决全色遥感图像云检测问题,令检测结果更加准确,且满足时实性要求,本发明的高分辨率全色遥感图像云判方法主要包括以下步骤:1)对训练图像块进行归一化处理;2)对提取归一化图像进行奇异值分解,提取奇异值作为特征参量;3)按照上述方法将训练样本映射为特征空间中的点;4)利用HDA法对特征空间进行特征压缩;5)在所获得的一维压缩子空间中,构造单一阈值作为云检测判据;6)对待检测图像,利用训练好的分类器进行云检测。本发明适用于高分辨率全色遥感图像的云检测,具有较高的检测概率与较低的虚警概率,且占用处理系统较少的存储空间和运算耗时。 |
申请公布号 |
CN103093243B |
申请公布日期 |
2016.06.22 |
申请号 |
CN201310026121.9 |
申请日期 |
2013.01.24 |
申请人 |
哈尔滨工业大学 |
发明人 |
赵晓;侯晴宇;张伟;梁冰冰;陈刚义;丛海佳;孙永雪 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
高分辨率全色遥感图像云判方法,其特征在于所述方法包括如下步骤:1)选取云与地物作为训练样本,对训练图像块进行归一化处理;2)对提取归一化图像进行奇异值分解,提取奇异值作为特征参量,具体步骤如下:计算样本的奇异值,将奇异值按大小排序,提取排序结果的前三个奇异值作为特征参量,构造三维特征矢量,生成三维特征空间,其中特征空间的基底为三个奇异值,并将特征空间进行标准化处理;3)按照上述方法将训练样本映射为特征空间中的点;4)利用HDA法对上述特征空间进行特征压缩,获得一维压缩子空间;5)在所获得的一维压缩子空间中,构造单一阈值作为云检测判据;6)对待检测图像,利用训练好的分类器进行云检测,具体步骤如下:针对待检测图像单元,首先将其灰度进行归一化处理,对处理结果进行奇异值分解,并提取奇异值最大的前三个量作为特征参量,构造三维特征矢量,并对特征矢量进行标准化;然后利用步骤4)得到的一维压缩子空间对三维特征矢量进行压缩,并利用步骤5)得到的单一阈值进行类别划分,判断是否为云。 |
地址 |
150000 黑龙江省哈尔滨市南岗区西大直街92号 |