发明名称 一种星上可见光遥感图像云检测方法
摘要 本发明一种星上可见光遥感图像云检测方法。本发明首先对遥感图像进行小块分割,对每个子块进行亮像素点个数统计,亮像素点个数低于阈值,则判为非云,否则可能为云;然后计算子块图像的平均梯度和灰度共生矩阵的角二阶矩,利用事先训练好的权重参数进行分类,分为云和非云。本发明方法简单,判别准确度高,且具有一定的适应性,可应用于航天可见光遥感图像传输系统减少数据量,也可应用于遥感目标检测的预处理中。
申请公布号 CN103500449B 申请公布日期 2016.05.04
申请号 CN201310446057.X 申请日期 2013.09.26
申请人 西安空间无线电技术研究所 发明人 肖化超;孙文方;郑小松;候舒维;张海涛;王元乐
分类号 G06T7/00(2006.01)I;G06K9/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 中国航天科技专利中心 11009 代理人 安丽
主权项 一种星上可见光遥感图像云检测方法,其特征在于步骤如下:1)将待检测的遥感图像分割为R×L个子块图像;其中R、L均为正整数;2)判断每个子块图像中亮度值大于第一阈值T<sub>1</sub>的个数N,若N小于第二阈值T<sub>2</sub>,则该子块图像为非云图像;若N大于等于第二阈值T<sub>2</sub>,则进入步骤3);3)对步骤2)中获得的个数N大于等于第二阈值T<sub>2</sub>的子块图像获取纹理特征;所述纹理特征包括平均梯度<img file="FDA0000903187360000013.GIF" wi="83" he="63" />和灰度共生矩阵的角二阶矩ASM;所述平均梯度的计算如下:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mo>&dtri;</mo><mover><mi>g</mi><mo>&OverBar;</mo></mover><mo>=</mo><mfrac><mn>1</mn><mrow><mo>(</mo><mi>M</mi><mo>-</mo><mn>1</mn><mo>)</mo><mo>&times;</mo><mo>(</mo><mi>N</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow></mfrac><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>M</mi><mo>-</mo><mn>1</mn></mrow></munderover><munderover><mo>&Sigma;</mo><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>N</mi><mo>-</mo><mn>1</mn></mrow></munderover><msqrt><mfrac><mrow><msubsup><mo>&dtri;</mo><mi>i</mi><mn>2</mn></msubsup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>+</mo><msubsup><mo>&dtri;</mo><mi>j</mi><mn>2</mn></msubsup><mi>f</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mn>2</mn></mfrac></msqrt><mo>;</mo></mrow>]]></math><img file="FDA0000903187360000011.GIF" wi="1093" he="189" /></maths>式中:<img file="FDA0000903187360000012.GIF" wi="83" he="63" />为图像的平均梯度,M和N分别代表子块图像的长和宽,<img file="FDA0000903187360000014.GIF" wi="190" he="67" />和<img file="FDA0000903187360000015.GIF" wi="198" he="71" />分别表示像素点(i,j)在行和列方向的梯度;4)将事先训练好的权值代入预设的核函数获得函数值,若函数值小于等于第三阈值T<sub>3</sub>,则该子块图像为非云图像,若函数值大于第三阈值T<sub>3</sub>,则该子块图像为云图像。
地址 710100 陕西省西安市长安区西街150号