衛(wèi)星技術(shù)的飛速發(fā)展使遙感技術(shù)在氣象研究和應(yīng)用中扮演著非常重要的角色。遙感影像獲取過(guò)程中,受云霧干擾等因素的影響,造成原始物體的光譜失真,影響遙感產(chǎn)品和影像的判讀,對(duì)信息提取造成很大的影響。有效的區(qū)分出遙感影像中的有云像素和無(wú)云像素,對(duì)于氣象預(yù)報(bào)、生態(tài)環(huán)境監(jiān)測(cè),氣象災(zāi)害的預(yù)防等方面都有積極的作用,因此遙感影像的云檢測(cè)變得非常重要。本文對(duì)云檢測(cè)的相關(guān)方法進(jìn)行了研究,主要貢獻(xiàn)包括以下部分:（1）針對(duì)FY-2G影像的特點(diǎn),提出了一種基于集成閾值和隨機(jī)森林的遙感圖像云檢測(cè)方法。該方法首先對(duì)FY-2G影像的紅外通道1和可見(jiàn)光通道分別進(jìn)行10種閾值方法二值化,通過(guò)投票法得到二值化圖像;其次將兩個(gè)通道的二值化圖像進(jìn)行合并形成集成閾值圖像;再將集成閾值圖像的中間部分和國(guó)家氣象衛(wèi)星中心（NSMC）云檢測(cè)結(jié)果圖像的上下端部分作為隨機(jī)森林的樣本采集源數(shù)據(jù)。訓(xùn)練樣本只依賴(lài)于一個(gè)時(shí)刻的源圖像數(shù)據(jù),將訓(xùn)練好的隨機(jī)森林模型應(yīng)用于其他時(shí)刻的影像,得到最終的云檢測(cè)結(jié)果。該方法在FY-2G影像上表現(xiàn)良好,它可以有效地標(biāo)記NSMC云檢測(cè)產(chǎn)品中的誤檢和漏檢區(qū)域。最后將手工標(biāo)記的結(jié)果與NSMC云檢測(cè)結(jié)果以及各個(gè)方法的云檢測(cè)結(jié)果進(jìn)... 

【文章來(lái)源】：成都理工大學(xué)四川省

【文章頁(yè)數(shù)】：96 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

段的拋物線結(jié)構(gòu)

段的拋物線模型

NSMC云檢測(cè)結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林的FY-2G云檢測(cè)方法[J]. 付華聯(lián),馮杰,李軍,劉軍.  測(cè)繪通報(bào). 2019(03)
[2]多尺度膨脹卷積神經(jīng)網(wǎng)絡(luò)資源三號(hào)衛(wèi)星影像云識(shí)別[J]. 高琳,宋偉東,譚海,劉陽(yáng).  光學(xué)學(xué)報(bào). 2019(01)
[3]融合多線索信息的數(shù)字圖像摳圖方法研究[J]. 張超,都玉瑩,韓成,白燁.  計(jì)算機(jī)工程與應(yīng)用. 2018(17)
[4]Forest type identification by random forest classification combined with SPOT and multitemporal SAR data[J]. Ying Yu,Mingze Li,Yu Fu.  Journal of Forestry Research. 2018(05)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)云四號(hào)遙感圖像云檢測(cè)算法[J]. 高軍,王愷,田曉宇,陳建.  紅外與毫米波學(xué)報(bào). 2018(04)
[6]基于深度置信網(wǎng)絡(luò)-Otsu混合模型的自動(dòng)云檢測(cè)算法[J]. 邱夢(mèng),尹浩宇,陳強(qiáng),劉穎健.  計(jì)算機(jī)應(yīng)用. 2018(11)
[7]利用對(duì)象光譜與紋理實(shí)現(xiàn)高分辨率遙感影像云檢測(cè)方法[J]. 董志鵬,王密,李德仁,王艷麗,張致齊.  測(cè)繪學(xué)報(bào). 2018(07)
[8]基于集成卷積神經(jīng)網(wǎng)絡(luò)的遙感影像場(chǎng)景分類(lèi)[J]. 張曉男,鐘興,朱瑞飛,高放,張作省,鮑松澤,李竺強(qiáng).  光學(xué)學(xué)報(bào). 2018(11)
[9]基于Landsat 8影像的多光譜厚云檢測(cè)方法研究[J]. 朱冰雪,陳圣波,周超,孫士超,范憲創(chuàng).  地理空間信息. 2018(06)
[10]基于支持向量機(jī)的多特征融合影像云檢測(cè)[J]. 孫汝星,范榮雙.  測(cè)繪與空間地理信息. 2018(06)

博士論文
[1]基于多核學(xué)習(xí)的高光譜遙感影像分類(lèi)方法研究[D]. 亓呈明.中國(guó)地質(zhì)大學(xué)(北京) 2016
[2]區(qū)域森林生物量遙感估測(cè)與應(yīng)用研究[D]. 吳超凡.浙江大學(xué) 2016
[3]中高分辨率遙感影像森林類(lèi)型精細(xì)分類(lèi)與森林資源變化監(jiān)測(cè)技術(shù)研究[D]. 任沖.中國(guó)林業(yè)科學(xué)研究院 2016
[4]隨機(jī)森林算法優(yōu)化研究[D]. 曹正鳳.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
[5]數(shù)字圖像摳圖關(guān)鍵技術(shù)研究[D]. 姚桂林.哈爾濱工業(yè)大學(xué) 2013
[6]利用衛(wèi)星遙感技術(shù)監(jiān)測(cè)長(zhǎng)白山天池火山活動(dòng)性[D]. 季靈運(yùn).中國(guó)地震局地質(zhì)研究所 2012
[7]多源遙感數(shù)據(jù)支持的中等城市熱環(huán)境研究[D]. 李海峰.成都理工大學(xué) 2012
[8]隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D]. 雷震.上海交通大學(xué) 2012
[9]基于遙感技術(shù)滑坡災(zāi)害區(qū)劃研究[D]. 丁輝.長(zhǎng)安大學(xué) 2011

碩士論文
[1]大幅面海洋遙感圖像厚云檢測(cè)與傅里葉域融合研究[D]. 文莉.深圳大學(xué) 2016
[2]基于風(fēng)云2號(hào)靜止衛(wèi)星數(shù)據(jù)的白天海霧監(jiān)測(cè)算法研究[D]. 田永杰.華南理工大學(xué) 2016
[3]電網(wǎng)微氣象衛(wèi)星遙感災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 譚江.電子科技大學(xué) 2016



本文編號(hào)：3081642