发明名称 针对Landsat TM和ETM图像的厚云及其阴影检测方法
摘要 本发明公开了一种针对Landsat TM和ETM图像的厚云及其阴影检测方法,其实现步骤为:(1)将输入图像分成16个子图集,并对其进行维纳滤波去噪和归一化;(2)对各子图集中的厚云和阴影进行粗检测,并从粗检测结果中选取基准对;(3)根据各基准对求最终基准对质心连线倾角和间距;(4)根据最终基准对质心连线倾角和间距对各子图集中厚云和阴影配对,并对未配对阴影和厚云进行补充检测;(5)对云影配对结果和补充检测结果进行相加,得到各子图集的最终检测结果子图;(6)顺序拼接各子图集的最终检测结果子图,获得最终检测结果图。本发明不需要辅助信息和人工参与,检测精确度高,可用于遥感图像变化检测、分类以及图像分割的预处理。
申请公布号 CN102750701B 申请公布日期 2015.03.04
申请号 CN201210199055.0 申请日期 2012.06.15
申请人 西安电子科技大学 发明人 王桂婷;孙一博;焦李成;公茂果;钟桦;王爽;张小华;侯彪;田小林
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 王品华;朱红星
主权项 一种针对Landsat TM或ETM图像的厚云及其阴影检测方法,包括步骤如下: (1)输入一幅包含除第六波段外的第一至第七波段专题制图仪TM图像或增强专题制图仪ETM图像,以输入图像长的1/4和宽的1/4分别作为要获得子图像的长和宽,将输入图像分为互不重叠的16组子图像,用每一组子图像包含的6个波段图像Y<sub>ij</sub><sup>b</sup>构成一个子图集I<sub>ij</sub>,其中i、j分别为行和列方向分成子图的序号,i={1,2,3,4},j={1,2,3,4},b为波段序号,b={1,2,3,4,5,6}; (2)将各子图集中的各波段子图像Y<sub>ij</sub><sup>b</sup>分别进行维纳滤波去噪,并归一化处理,得到归一化后子图像<img file="FDA0000570815410000011.GIF" wi="86" he="82" />和归一化后子图集<img file="FDA0000570815410000012.GIF" wi="73" he="81" />(3)将归一化后子图集<img file="FDA0000570815410000013.GIF" wi="59" he="81" />所有波段图像<img file="FDA0000570815410000014.GIF" wi="93" he="82" />的相同空间位置处的像素灰度值相加并求平均值,得到一幅灰度平均图像E<sub>ij</sub>,用云阈值T<sub>1</sub>对E<sub>ij</sub>做二值化分割,即把E<sub>ij</sub>中灰度值大于T<sub>1</sub>的像素灰度值置为1,其余像素灰度值置为0,得到<img file="FDA0000570815410000015.GIF" wi="59" he="81" />的云初检二值图CL1<sub>ij</sub>;再对E<sub>ij</sub>用阴影阈值T<sub>2</sub>进行分割,把E<sub>ij</sub>中灰度值小于T<sub>2</sub>的像素灰度值置为0.5,其余像素灰度值置为0,得到<img file="FDA0000570815410000016.GIF" wi="57" he="81" />的阴影初检二值图SH<sub>ij</sub>,其中T<sub>1</sub>=0.8,T<sub>2</sub>=0.1;(4)对归一化后子图集<img file="FDA0000570815410000017.GIF" wi="59" he="80" />所有波段图像<img file="FDA0000570815410000018.GIF" wi="93" he="82" />的相同空间位置处的像素灰度值求方差,得到一幅方差图像V<sub>ij</sub>,用云影阈值T<sub>3</sub>对V<sub>ij</sub>进行二值化分割,把V<sub>ij</sub>中灰度值小于T<sub>3</sub>的像素灰度值置为1,其余像素灰度值置为0,得到<img file="FDA0000570815410000019.GIF" wi="56" he="81" />的云影二值图CS'<sub>ij</sub>,其中T<sub>3</sub>=0.002;(5)将归一化后子图集<img file="FDA00005708154100000110.GIF" wi="56" he="81" />中的<img file="FDA00005708154100000111.GIF" wi="209" he="81" />和<img file="FDA00005708154100000112.GIF" wi="90" he="81" />分别作为蓝、绿和红三个颜色分量,得到一幅红绿蓝RGB彩色合成图像,然后将该图像从红‑绿‑蓝RGB色彩空间转换到色相‑饱和度‑明度HSV色彩空间,进而得到一幅饱和度图像S<sub>ij</sub>;再用饱和度阈值T<sub>4</sub>对S<sub>ij</sub>进行二值化分割,把S<sub>ij</sub>中灰度值小于T<sub>4</sub>的像素灰度值置为1,其余像素灰度值置为0,得到<img file="FDA00005708154100000113.GIF" wi="56" he="81" />的饱和度云检测图CL2<sub>ij</sub>,其中T<sub>4</sub>=0.02;(6)将归一化后子图集<img file="FDA00005708154100000114.GIF" wi="57" he="81" />的云初检二值图CL1<sub>ij</sub>、云影二值图CS'<sub>ij</sub>以及饱和度云检测图CL2<sub>ij</sub>这三者相同空间位置处的像素灰度值相乘,得到云种子图,并将该图像中的云种子像素点在饱和度图像S<sub>ij</sub>中进行区域生长,得到<img file="FDA00005708154100000115.GIF" wi="59" he="81" />的云粗检结果图Cd<sub>ij</sub>,其中区域生长使用邻域判断阈值T,T=0.03;(7)将归一化后子图集<img file="FDA00005708154100000116.GIF" wi="58" he="81" />的阴影初检二值图SH<sub>ij</sub>和云影二值图CS'<sub>ij</sub>相同空间位 置处的像素灰度值相乘,得到阴影种子图,并将该图像中的阴影种子像素点在灰度平均图E<sub>ij</sub>中进行区域生长,得到<img file="FDA0000570815410000021.GIF" wi="56" he="81" />的阴影粗检结果图Sd<sub>ij</sub>,其中区域生长使用邻域判断阈值T,T=0.03;(8)在8邻域条件下,用半径为两个像素的圆盘形结构元素分别对归一化后子图集<img file="FDA0000570815410000022.GIF" wi="56" he="81" />的云粗检结果图Cd<sub>ij</sub>和阴影粗检结果图Sd<sub>ij</sub>做一次数学形态学闭运算,后将该两幅图中封闭区块面积小于8个像素的区块从图像中剔除,并对Cd<sub>ij</sub>和Sd<sub>ij</sub>的对应像素灰度值相加,得到<img file="FDA0000570815410000023.GIF" wi="56" he="81" />的云影粗检测图CS<sub>ij</sub>;(9)分别从每个归一化后子图集<img file="FDA0000570815410000024.GIF" wi="58" he="81" />的云影粗检测图CS<sub>ij</sub>中选取该<img file="FDA0000570815410000025.GIF" wi="57" he="81" />的基准对,共得到Ж个基准对:(9a)将归一化后子图集<img file="FDA0000570815410000026.GIF" wi="59" he="81" />的云影粗检测图CS<sub>ij</sub>中包含的所有M个云块与所有N个阴影块一一组成云影对,共M×N个;如果M=0或N=0,则该归一化后子图集<img file="FDA0000570815410000027.GIF" wi="59" he="81" />无基准对,否则统计每个云影对中云块的面积S<sub>C</sub>和周长L<sub>C</sub>,阴影块的面积S<sub>S</sub>和周长L<sub>S</sub>、云影对质心连线长度d以及倾角θ;(9b)判断每一个云影对是否满足1)式: <img file="FDA0000570815410000028.GIF" wi="1200" he="586" />若满足1)式,则将该云影对作为一个候选基准对,并在所有云影对判断完毕后进行步骤(9e),若没有一个云影对满足1)式,则进行步骤(9c),其中1)式中α为面积约束系数,β为周长约束系数,γ为间距约束系数,α=0.3,β=0.25,γ=3; (9c)将1)式中面积约束系数α、周长约束系数β和间距约束系数γ同时各增大百分之一,再重新判断是否有云影对满足1)式,如有云影对满足1)式则将其作为一个候选基准对,并在所有云影对判断完毕后进行步骤(9e);否则进行步骤(9d); (9d)如果α&lt;1、β&lt;1且γ&lt;5,则转到步骤(9c);否则,则该归一化后子图集<img file="FDA0000570815410000029.GIF" wi="60" he="81" />无基准对;(9e)在所有得到的候选基准对中选择云影对质心连线长度d最小、阴影面积S<sub>S</sub> 最大的候选基准对作为归一化后子图集<img file="FDA0000570815410000031.GIF" wi="56" he="81" />的基准对;(9f)分别对16个归一化后子图集<img file="FDA0000570815410000032.GIF" wi="55" he="81" />重复步骤(9a)至(9e),得到Ж个基准对,其中Ж≤16;(10)统计上述Ж个基准对的质心连线主角度和质心连线主长度,得到最终基准对倾角A和最终基准对间距D; (11)根据最终基准对倾角A和间距D对归一化后子图集<img file="FDA0000570815410000033.GIF" wi="56" he="81" />中的所有云块和阴影块进行配对,得到<img file="FDA0000570815410000034.GIF" wi="58" he="81" />的云影配对结果图P<sub>ij</sub>;(12)将归一化后子图集<img file="FDA0000570815410000035.GIF" wi="57" he="81" />的云影配对结果图P<sub>ij</sub>与云影粗检测图CS<sub>ij</sub>对应位置处的像素灰度值相减并求绝对值,得到<img file="FDA0000570815410000036.GIF" wi="56" he="81" />的未配对云影块图像;(13)根据最终基准对倾角A和间距D对归一化后子图集<img file="FDA0000570815410000037.GIF" wi="55" he="81" />的未配对云影块图像中的云块补充检测对应阴影块,得到<img file="FDA0000570815410000038.GIF" wi="56" he="81" />的阴影补充检测结果图AD1<sub>ij</sub>;(14)根据最终基准对倾角A和间距D对归一化后子图集<img file="FDA0000570815410000039.GIF" wi="58" he="81" />的未配对云影块图像中的阴影块补充检测对应云块,得到<img file="FDA00005708154100000310.GIF" wi="53" he="81" />的云补充检测结果图AD2<sub>ij</sub>;(15)将归一化后子图集<img file="FDA00005708154100000311.GIF" wi="57" he="81" />的云影配对结果图P<sub>ij</sub>、云补充检测结果图AD1<sub>ij</sub>和阴影补充检测结果图AD2<sub>ij</sub>的对应像素相加,得到<img file="FDA00005708154100000312.GIF" wi="57" he="81" />的最终检测结果子图CaS<sub>ij</sub>;(16)将16个归一化后子图集<img file="FDA00005708154100000313.GIF" wi="54" he="81" />对应的16个最终检测结果子图CaS<sub>ij</sub>按顺序拼接,得到一幅完整的最终检测结果图。
地址 710071 陕西省西安市太白南路2号