多角度信息在擴(kuò)展云檢測(cè)功能、提高檢測(cè)精度等優(yōu)勢(shì)的同時(shí),帶來(lái)多角度遍歷計(jì)算的復(fù)雜度和數(shù)據(jù)規(guī)模增大的問(wèn)題。云檢測(cè)角度信息來(lái)自地表的二向性反射分布函數(shù)和大氣分子散射效應(yīng),盡管在局部區(qū)域內(nèi)存在用分析解確定某些觀察角的可能性,但由于衛(wèi)星運(yùn)動(dòng)觀察幾何變化、云幾何因子的影響、地物調(diào)查的巨大工作量等實(shí)際應(yīng)用的復(fù)雜性,POLDER等官方產(chǎn)品仍采用所有角度遍歷計(jì)算。由于鄰近角度間信息的冗余,文章用平均聯(lián)合信息熵和K-L信息散度作為角度子集選擇的特征,提出了Pareto多目標(biāo)前沿最優(yōu)解和理想解算法,在POLDER和"高分五號(hào)"衛(wèi)星搭載的多角度偏振探測(cè)儀（directional polarimetric camera,DPC）的數(shù)據(jù)集上進(jìn)行云檢測(cè)實(shí)驗(yàn)。2角度組合結(jié)果與POLDER產(chǎn)品相比,總體精度89.36%,Kappa系數(shù)0.7845,DPC檢測(cè)分類相似度86%,時(shí)間復(fù)雜度減少約1/7。實(shí)驗(yàn)表明所提方法在保持檢測(cè)效果的同時(shí)具有降低計(jì)算開銷的優(yōu)點(diǎn),可為云檢測(cè)提供一種快速有效、滿意精度和自動(dòng)化運(yùn)行的新途徑。 

【文章來(lái)源】：紅外與毫米波學(xué)報(bào). 2020,39(03)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖２水云、冰云散射角與８６５ｎｍ偏振反射率關(guān)系??Ｆｉｇ．?２?Ｔｈｅ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｏｆ?ｓｃａｔｔｅｒｉｎｇ?ａｎｇｌｅｓ?ｗｉｔｈ?８６５ｎｍ?ｐｏ？??

３４２??紅外與毫米波學(xué)報(bào)??３９卷??圖４偏振探測(cè)儀多角度觀測(cè)原理圖??Ｆｉｇ．?４?Ｔｈｅ?ｐｒｉｎｃｉｐａｌ?ｏｆ?ｍｕｌｔｉ－ｄｉｒｅｃｔｉｏｎａｌ?ｖｉｅｗｉｎｇ?ｂｙ?ｐｏｌａｒｉｚａ？??ｔｉｏｎ?ｓｐｅｃｔｒａｌ?ｒａｄｉｏｍｅｔｅｒ??信息量的角度，使之在保留原有角度最多信息的同??時(shí)有效降低維數(shù)。本文基于信息熵［？２２］選擇策略，??要求選擇的角度子集包含更多的圖像細(xì)節(jié)以及盡??可能的去除冗余信息，圖像的細(xì)節(jié)用信息熵代表，??冗余程度用Ｋ－Ｌ信息散度表征。優(yōu)化目標(biāo)即在所??有可能的角度組合中，尋找信息散度和平均聯(lián)合信??息熵同時(shí)達(dá)到盡可能大，由于這兩個(gè)優(yōu)化目標(biāo)通常??難以同時(shí)達(dá)到，因此，云檢測(cè)中的角度選擇是一個(gè)??多目標(biāo)組合優(yōu)化問(wèn)題。??２角度選擇方法及原理??２．１遙感圖像多角度組合優(yōu)化目標(biāo)??設(shè)某一波段、某一角度遙感圖像空間統(tǒng)計(jì)特征??矢量Ｘ如式（４）所示??Ｘ?＝［ｈ（ｘ），Ｈ｛ｘ）］?，（４）??式中／ｉＵ）為直方圖；／／Ｕ）為圖像信息熵，其計(jì)算??如式（５）：??Ｈ（ｘ）?＝?＾Ｐ（Ｘｌ）＼ｏＳ（Ｐ（Ｘｊ））?，（５）??；＝〇??式中；＝?０＿＂ｎ為圖像灰度級(jí)，為??圖像中灰度ｉ像素概率函數(shù)，Ｎ?＝?ｗｉｄｔｈｘｈｅｉｇｈｔ為圖??像大校已知偏振相機(jī)具有Ｌ個(gè)觀測(cè)角度層，從中??選擇Ｋ（Ｋ＜Ｌ）個(gè)角度層組合，共有種可能組合，??用平均聯(lián)合信息熵和對(duì)稱信息散度來(lái)衡量??該Ｋ個(gè)角度層組合圖像的信息量Ｙ，如式（６）：??Ｙ＝［ａｎｇ，?ａｎｇｊ－＇－ａｎｇ，，?Ｄ＾，?Ｈ（ｘ）］?，?（６）??式中ａｎｇ為參與組合的角度層編號(hào)；??Ｘ?（ｐ（ｘｖ）），⑴??＾?／?＝?

區(qū)域??（Ｎ７３．?７９８６－Ｎ９６．?９６８０，?Ｅ２４．?３６３９－Ｅ３９．?７１９０）?８０〇ｘ??５２０圖像。角度層優(yōu)化組合選擇６７０?ｒｕｎ波段ＬＩ，?Ｌ４??層，４９０?ｎｍ偏振波段Ｌ２，Ｌ７層；８６５?ｎｍ偏振波段Ｌ１，??Ｌ４層。圖１０（左）（右）分別為實(shí)驗(yàn)區(qū)６７０ｔｉｍ、５６５??ｎｍ、４４３?ｎｍ波段反射率合成圖和該方法云檢測(cè)結(jié)果??圖（黑色為晴，灰色為云），將圖１０（左）二值化，然后??與（右）圖配準(zhǔn)，逐像素檢查，二者相似度達(dá)到??平均ｆｅ息熵Ｈ（Ｘ）??圖７數(shù)據(jù)集１的Ｒ？。波段Ｐａｒｅｔｏ前沿面，Ａ為拐點(diǎn)（理想解）??Ｆｉｇ．?７?Ｐａｒｅｔｏ?ｏｐｔｉｍａｌ?ｆｒｏｎｔ?ｏｆ?Ｒ６７０?ｄａｔａｓｅｔ?ｌ．Ａ－ｋｎｅｅ?（ｉｄｅａｌ??ｓｏｌｕｔｉｏｎ）??表２三波段二角度層理想組合結(jié)果??Ｔａｂｌｅ?２?Ｔｈｅ?Ｒｅｓｕｌｔｓ?ｏｆ?ｉｄｅａｌ?ｃｏｍｂｉｎａｔｉｏｎ?ｏｆ?２?ａｎｇｌｅ－??ｌａｙｅｒｓ?ｆｏｒ?ｔｈｒｅｅ?ｓｐｅｃｔｒａｌ??數(shù)據(jù)集??波段??組合角度層ａｎｇ丨??組合角度層ａｎｇ２??１??Ｂ６７０??Ｌ２??Ｌ１４??１??Ｂ４９０??Ｌ１１??Ｌ１４??１??Ｂ８６５??Ｌ２??Ｌ６??２??Ｂ６７０??Ｌ２??Ｌ１３??２??Ｂ４９０??Ｌ１２??Ｌ１４??２??Ｂ８６５??Ｌ８??Ｌ９??目視檢查圖８和圖９，發(fā)現(xiàn)檢測(cè)不一致的像素大??多發(fā)生在云與晴的邊緣處，該部位往往是云和晴的??交迭或過(guò)渡區(qū)域，帶有不確定性表３列出兩種方??法云檢測(cè)結(jié)果（ＰＯＬＤＥＲ數(shù)據(jù)取自它的一級(jí)產(chǎn)品），??表４列出該方法與ＰＯＬＤＥＲ評(píng)價(jià)指標(biāo)的比對(duì)。實(shí)驗(yàn)??結(jié)果表明：該方

【參考文獻(xiàn)】：
期刊論文
[1]高分五號(hào)衛(wèi)星多角度偏振相機(jī)最優(yōu)化估計(jì)反演:角度依賴與后驗(yàn)誤差分析[J]. 鄭逢勛,侯偉真,李正強(qiáng).  物理學(xué)報(bào). 2019(04)
[2]偏振多通道遙感云檢測(cè)的閾值優(yōu)化[J]. 方薇,喬延利,張冬英,易維寧.  光學(xué)學(xué)報(bào). 2018(12)
[3]基于可見光的多波段偏振圖像融合新算法[J]. 張晶晶,方勇華.  光學(xué)學(xué)報(bào). 2008(06)
[4]多目標(biāo)進(jìn)化算法的研究與進(jìn)展[J]. 崔遜學(xué),林闖,方廷健.  模式識(shí)別與人工智能. 2003(03)

碩士論文
[1]基于多目標(biāo)優(yōu)化的高光譜圖像無(wú)監(jiān)督波段選擇[D]. 鐔永強(qiáng).西安電子科技大學(xué) 2014



本文編號(hào)：3021418