一种光学卫星遥感影像云检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110287898A(43)申请公布日2019.09.27(21)申请号201910568174.0(22)申请日2019.06.27(71)申请人苏州中科天启遥感科技有限公司地址215000江苏省苏州市高新区科技城道元路18号(72)发明人闫小明胡旭东尹烁姚燕胡晓东(74)专利代理机构苏州集律知识产权代理事务所(普通合伙)32269代理人安纪平(51)Int.Cl.G06K9/00(2006.01)G06K9/34(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)权利要求书3页说明书8页附图6页(54)发明名称一种光学卫星遥感影像云检测方法(57)摘要本发明揭示了一种光学卫星遥感影像云检测方法，包括统计遥感影像灰度直方图并对其进行预处理；根据灰度直方图计算高斯混合模型分量和迭代最大类间方差阈值，进一步计算混合阈值；使用混合阈值对遥感影像进行分割，获得云初检图；获取云初检图中云区域的轮廓边界特征值和云阴影匹配特征值，进一步去除误检测的云区域，获得误检修正图；对云初检图进行漏检测薄云补偿，获得薄云补偿图；将误检修正图与薄云补偿图进行综合处理获得最终云检测图。本发明无需人工或其他辅助数据参与即可快速、准确地检测出云区域，并在检测过程中去除误检的云区域和对漏检的薄云区域进行补偿，提高云检测精度，适用于全色遥感影像和多光谱遥感影像。CN110287898ACN110287898A权利要求书1/3页1.一种光学卫星遥感影像云检测方法，其特征在于，包括如下步骤：S100，统计光学卫星遥感影像的灰度直方图，并对所述灰度直方图进行预处理；S200，根据预处理后的灰度直方图计算高斯混合模型分量和迭代最大类间方差阈值，进一步根据所述高斯混合模型分量和迭代最大类间方差阈值计算混合阈值L；S300，使用所述混合阈值L对原始光学卫星遥感影像进行分割，获得云初检图；S400，获取所述云初检图中云区域的轮廓边界特征值和云阴影匹配特征值，并根据所述轮廓边界特征值和云阴影匹配特征值去除误检测的云区域，获得误检修正图；S500，对所述云初检图进行漏检测薄云补偿，获得薄云补偿图；S600，将所述误检修正图与薄云补偿图进行综合处理，获得云检测图。2.根据权利要求1所述的光学卫星遥感影像云检测方法，其特征在于，在步骤S100中，对所述灰度直方图进行预处理包括如下步骤：对所述灰度直方图进行截断处理，获得直方图有效区间为[X_min，X_max]，进一步通过一维平滑模板对截断后的灰度直方图进行一维卷积平滑处理。3.根据权利要求2所述的光学卫星遥感影像云检测方法，其特征在于，所述一维平滑模板为[1/10，1/5，2/5，1/5，1/10]。4.根据权利要求1所述的光学卫星遥感影像云检测方法，其特征在于，在步骤S200中，高斯混合模型分量和迭代最大类间方差阈值通过如下步骤获得：步骤S201，设置K-means迭代算法的初始均值，并根据所述初始均值计算灰度直方图区间[X_min，X_max]各级数和各级数对应的频数与初始均值和初始均值对应的频数之间的欧式距离，根据欧式距离的大小对灰度直方图区间进行归类，并根据归类结果重新计算每一类的均值，使用重新计算后的每一类均值作为下一次迭代的初始值并继续迭代，直至两次迭代的均值之差小于预设限差值时停止迭代，此时迭代结果作为高斯混合模型参数的初始均值；步骤S202，构建对数似然函数模型，并使用期望最大算法对高斯分量进行拟合，获得高斯混合模型分量X1_GMM，X2_GMM和X3_GMM；步骤S203，使用迭代的最大类间方差算法计算迭代最大类间方差阈值X_OTSU。5.根据权利要求4所述的光学卫星遥感影像云检测方法，其特征在于，在步骤S203中，迭代最大类间方差阈值X_OTSU通过如下步骤获得：步骤S203a，将灰度直方图区间[X_min，X_max]分为[X_min，X]和[X，X_max]，分别计算两个区间的最大类间方差阈值T1和T2，其中，X为X_min和X_max的均值；步骤S203b，判断T1与T2之差是否小于预设限差值，若是，则T1与T2的均值为迭代最大类间方差阈值X_OTSU，否则，将灰度直方图区间[X_min，X_max]更新为[T1，T2]，重复执行步骤S203a。6.根据权利要求4所述的光学卫星遥感影像云检测方法，其特征在于，所述混合阈值L通过如下步骤获得：计算迭代最大类间方差阈值X_OTSU与高斯混合模型分量X2_GMM和X3_GMM的欧式距离d1和d2；若d1大于d2，则[X_OTSU，X2_GMM]的最大类间方差阈值为混合阈值L；否则，直方图区间[X_OTSU，X3_GMM]的最大类间方差阈值为混合阈值L。2