【摘要】：云的存在會對遙感影像的處理及目標(biāo)識別等產(chǎn)生影響,因此,自動提取云對高分辨率衛(wèi)星影像的應(yīng)用具有重要意義。高分影像上更加復(fù)雜的云的細(xì)節(jié)形態(tài)及似云目標(biāo)的干擾,使得高分影像的自動云提取難以達(dá)到實用水平。本文以雪地為例,選取形狀、紋理和邊緣3個差異化特征作為云與似云目標(biāo)區(qū)分的關(guān)鍵,提出了一種區(qū)分高分辨率遙感影像中云和似云目標(biāo)的云檢測算法。首先利用Wallis濾波對輸入影像進(jìn)行預(yù)處理,增強(qiáng)影像中不同尺度的影像紋理模式;然后對影像進(jìn)行快速穩(wěn)定的均值漂移分割,利用灰度和紋理特征構(gòu)成支持向量機(jī)的第一層分類器,將分割后的區(qū)域?qū)ο蠓殖?云"和普通地物,再利用邊緣、形狀、紋理等特征結(jié)合灰度特征構(gòu)成支持向量機(jī)的第二層分類器,將"云"區(qū)分為云區(qū)和似云目標(biāo);最后使用Grab-cut對云檢測結(jié)果進(jìn)行邊緣迭代精化。本文算法取得了優(yōu)良的試驗結(jié)果,證明了算法在似云目標(biāo)干擾下對高分辨率遙感影像進(jìn)行精確云檢測的能力。
[Abstract]:The existence of cloud will affect the processing of remote sensing image and target recognition. Therefore, automatic cloud extraction is of great significance to the application of high-resolution satellite image. Because of the more complicated cloud details and the interference of cloud-like targets, the automatic cloud extraction of high-score images is difficult to reach the practical level. Taking snow as an example, this paper proposes a cloud detection algorithm to distinguish cloud and cloud-like targets in high-resolution remote sensing images by selecting three different features of shape, texture and edge as the key to distinguish cloud from cloud-like objects. Firstly, Wallis filter is used to preprocess the input image to enhance the image texture pattern of different scales in the image, and then the fast and stable mean shift segmentation of the image is carried out. Using gray and texture features to form the first layer classifier of support vector machine, the segmented region objects are divided into "cloud" and ordinary objects, and then the edges and shapes are used. Texture and other features combined with gray features constitute the second layer classifier of support vector machine (SVM), which divides "cloud" into cloud region and cloud-like target. Finally, Grab-cut is used to refine the edge of cloud detection results. In this paper, good experimental results are obtained and the ability of cloud detection for high resolution remote sensing images under cloud-like target interference is proved.
【作者單位】： 浙江省測繪科學(xué)技術(shù)研究院;武漢大學(xué)遙感信息工程學(xué)院;
【基金】：浙江省科技技術(shù)項目(2015C33010)
【分類號】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王愛萍;王樹根;吳會征;;利用分層聚合進(jìn)行高分辨率遙感影像多尺度分割[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2009年09期

2 王艷梅;王根杰;劉海娟;;高分辨率遙感影像提取道路方法研究進(jìn)展[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2013年19期

3 顧鈺培;肖蘭玲;凌婷婷;達(dá)利春;;一種基于高分辨率遙感影像的建筑物提取方法[J];測繪與空間地理信息;2014年04期

4 趙書河;;高分辨率遙感數(shù)據(jù)處理方法實驗研究[J];地學(xué)前緣;2006年03期

5 羅軍;潘瑜春;王紀(jì)華;陸洲;曹榮龍;閻廣建;;基于高分辨率遙感影像的設(shè)施農(nóng)業(yè)資源信息采集技術(shù)研究[J];地理與地理信息科學(xué);2007年03期

6 邵蕓;郭華東;范湘濤;王爾和;朱博勤;馬建文;張風(fēng)麗;;奧運(yùn)主場館區(qū)工程環(huán)境高分辨率遙感監(jiān)測與虛擬仿真研究[J];遙感學(xué)報;2008年04期

7 陳世榮;馬海建;范一大;徐豐;連健;;基于高分辨率遙感影像的汶川地震道路損毀評估[J];遙感學(xué)報;2008年06期

8 韓春峰;米曉飛;;基于高分辨率遙感影像的人口信息的提取綜述[J];科技資訊;2010年04期

9 李彩露;吳平;王寧;劉源璋;;高分辨率遙感影像道路提取方法綜述[J];地理空間信息;2011年03期

10 楊先武;韋春桃;李彩露;吳平;;基于形態(tài)重建的高分辨率遙感影像城市道路提取[J];地理科學(xué);2011年08期

相關(guān)會議論文 前10條

1 李艷芳;王生;;高分辨率遙感影像在公安行業(yè)的應(yīng)用分析[A];第十七屆中國遙感大會摘要集[C];2010年

2 趙書河;王培法;肖鵬峰;馮學(xué)智;;高分辨率遙感應(yīng)用研究[A];中國地理學(xué)會2006年學(xué)術(shù)年會論文摘要集[C];2006年

3 朱曉鈴;鄔群勇;;基于高分辨率遙感影像的城市道路提取方法研究[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 張劍清;鄭順義;張勇;張宏偉;李治江;;高分辨率遙感影像的精糾正[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

5 馬力;;基于高分辨率遙感影像的導(dǎo)航數(shù)據(jù)更新研究[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

6 陳君穎;田慶久;;高分辨率遙感植被分類模式研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

7 燕琴;張繼賢;劉玉紅;錢廣軍;;以影像序列糾正高分辨率遙感影像的應(yīng)用研究[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

8 溫小歡;林廣發(fā);陳明華;陳友飛;;基于高分辨率遙感影像獨(dú)立樹冠提取方法之比較[A];中國地理學(xué)會百年慶典學(xué)術(shù)論文摘要集[C];2009年

9 羅震;楊存建;李小文;;基于高分辨率遙感影像的農(nóng)村聚落信息的提取[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 董明;;基于高分辨率遙感影像的道路半自動提取方法研究[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會論文集[C];2008年

相關(guān)重要報紙文章 前1條

1 本報記者 崔恩慧;如何“玩轉(zhuǎn)”高分辨率遙感技術(shù)?[N];中國航天報;2014年

相關(guān)博士學(xué)位論文 前10條

1 霍宏;生物視覺啟發(fā)的高分辨率遙感影像特征提取與目標(biāo)檢測研究[D];上海交通大學(xué);2014年

2 沈小樂;視覺注意機(jī)制下面向?qū)ο蟾叻直媛蔬b感影像建筑物提取[D];武漢大學(xué);2014年

3 叢銘;基于視覺感知原理的高分辨率遙感影像分割與人工目標(biāo)提取研究[D];武漢大學(xué);2015年

4 李榮亞;雙態(tài)云支持下高分辨率遙感存儲與計算一體化研究[D];浙江大學(xué);2014年

5 陶超;高分辨率遙感影像中的城區(qū)與建筑物檢測方法研究[D];華中科技大學(xué);2011年

6 陶超;高分辨率遙感影像中的城區(qū)與建筑物檢測方法研究[D];華中科技大學(xué);2012年

7 洪亮;基于對象馬爾可夫模型的高分辨率遙感影像分割方法研究[D];武漢大學(xué);2010年

8 陳杰;高分辨率遙感影像面向?qū)ο蠓诸惙椒ㄑ芯縖D];中南大學(xué);2010年

9 Rami Badawi（巴達(dá)衛(wèi)）;基于高分辨率遙感影像的南京典型城區(qū)綠地信息提取[D];南京大學(xué);2012年

10 張道兵;高分辨率遙感影像中交互式道路提取算法研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2007年

相關(guān)碩士學(xué)位論文 前10條

1 許潛金;基于高分辨率遙感影像與LiDAR點(diǎn)云的損毀建筑物提取方法研究[D];西南交通大學(xué);2015年

2 李建飛;高分辨率遙感影像中的道路信息提取與表達(dá)方法研究[D];湖南工業(yè)大學(xué);2015年

3 孫雯;微小衛(wèi)星低成本高分辨率遙感相機(jī)的設(shè)計和研制[D];蘇州大學(xué);2015年

4 程臻;面向?qū)ο蟮母叻直媛蔬b感影像全要素分類研究[D];哈爾濱工業(yè)大學(xué);2015年

5 安麗;基于Hough變換的高分辨率遙感影像道路提取[D];東華理工大學(xué);2015年

6 陳璐璐;土地利用動態(tài)監(jiān)測在土地執(zhí)法中的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2014年

7 白金婷;結(jié)合高分辨率遙感影像多維特征的森林分類[D];北京林業(yè)大學(xué);2016年

8 張曦;基于時頻特征和支持向量機(jī)的高分辨率遙感影像道路提取[D];安徽大學(xué);2016年

9 劉一哲;多尺度分割技術(shù)在高分辨率遙感影像地物提取方法的研究[D];昆明理工大學(xué);2016年

10 宋納;高分辨率遙感影像道路提取方法研究[D];昆明理工大學(xué);2016年

，

本文編號：2272388