一种卫星遥感影像自动云检测方法.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CN113744191A(43)申请公布日2021.12.03(21)申请号202110879945.5(22)申请日2021.08.02(71)申请人北京和德宇航技术有限公司地址100081北京市海淀区西三环北路甲2号院国防科技园5号楼13层(72)发明人贾秀鹏(74)专利代理机构湖南楚墨知识产权代理有限公司43268代理人王磊(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T5/40(2006.01)G06K9/62(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种卫星遥感影像自动云检测方法(57)摘要本发明公开了一种卫星遥感影像自动云检测方法，其技术方案要点是：包括以下步骤：S1、将多光谱数据定标为大气表观反射率，将热红外数据定标为亮度温度，将卷云波段定标为大气表观反射率TOA；S2、利用云检测工具对图像进行分类，将云和阴影的像元标识为MaskedPixels，并渲染显示为深灰色；S3、使用两景NNPVIIRS中分辨率M‑Band数据进行镶嵌，获得镶嵌处理的图画；S4、对该数据进行云检测得到云掩膜文件，使用Bandmath工具得到反掩膜文件；S5、使用Fmask算法自动从多光谱数据中检测云区域，在数据处理过程中剔除无效区域，在分类时输入反掩膜文件，分析时免去非云区域的干扰；本卫星遥感影像自动云检测方法具有检测精度高，获取结果较为准确的优点。CN113744191ACN113744191A权利要求书1/1页1.一种卫星遥感影像自动云检测方法，其特征在于：包括以下步骤：S1、将多光谱数据定标为大气表观反射率，将热红外数据定标为亮度温度，将卷云波段定标为大气表观反射率TOA；S2、利用云检测工具对图像进行分类，将云和阴影的像元标识为MaskedPixels，并渲染显示为深灰色；S3、使用两景NNPVIIRS中分辨率M‑Band数据进行镶嵌，获得镶嵌处理的图画；S4、对该数据进行云检测得到云掩膜文件，使用Bandmath工具得到反掩膜文件；S5、使用Fmask算法自动从多光谱数据中检测云区域，在数据处理过程中剔除无效区域，在分类时输入反掩膜文件，分析时免去非云区域的干扰；S6、采用最大类间方差法分割图像得到特征图像；S7、将特征图像进行多尺度多方向的Shearlet分解；S8、对分解后的特征图像在各尺度不同方向子带系数取模值，并对各子带的模值图像进行特征抽取；S9、利用聚类算法对抽取的特征向量进行分类，最终实现可见光云的自动检测。2.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S1之前，先对卫星影像进行预处理，根据云层拍摄时间、成像质量条件，对遥感影像数据进行整理及挑选，选用云雪覆盖小、侧摆角小、影像几何质量良好的影像数据，之后进行后续处理。3.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S6中，将分割得到的各个图像单元进行ID编码，并将EOS/MODIS数据预处理以后的影像进行叠加，利用各个图像单元的ID号，计算各个图像单元在各个波段的光谱特征、纹理特征，各个图像单元的空间特征以及各个图像单元的云雾特征参数特征值，作为后续进行判别的属性信息。4.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S2中，在HSV颜色空间中利用迭代的最大后验概率和极大似然估计方法将图像划分为若干个子图像，之后对各个子图像提取SIFT点构建其特征袋表示，之后训练最近邻分类器和线性SVM来实现对各个子图像云区与非云区的二值分类，之后将云和阴影的像元标识为MaskedPixels。5.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S4中，先选择图像中的多光谱、热红外和卷云波段作为基础段，之后对该数据进行云检测得到云掩膜文件，使用Bandmath工具得到反掩膜文件。6.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S5中，首先识别出影像中云区的种子区域和地物的种子区域，利用相似性聚类分析进一步细化未识别区域，检测出影像中完整的云区，之后使用Fmask算法自动从多光谱数据中检测云区域。7.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S8中在模值图像进行特征抽取时，采用Hough变换检测平行直线方法和边界方向直方图方法。8.根据权利要求1所述的一种卫星遥感影像自动云检测方法，其特征在于：所述S9中的聚类算法包括K‑MEANS算法、K‑MEDOIDS算法、CLARANS算法。2CN113744191A说明书1/4页一种卫星遥感影像自动云检测方法技术领域[0001]本发明涉及大气检测领域，特