基于多尺度特征的遙感云圖分類.pdf

1、可見光衛(wèi)星遙感圖像是目前非常重要的一種地球空間檢測(cè)信息，應(yīng)用范圍非常廣泛。但是星載成像設(shè)備有一個(gè)難以避免的問題，即在有云層覆蓋的情況下，所得到的遙感圖像使用價(jià)值會(huì)大大降低，基于遙感圖像的后續(xù)處理也會(huì)受到負(fù)面影響。為此，研究人員對(duì)如何檢云、去云進(jìn)行了長(zhǎng)期的探索，并取得了很多研究成果。
　　 自然界中的云無(wú)論是從物理特性還是圖像特性來(lái)看，都是一種非常復(fù)雜的目標(biāo)，傳統(tǒng)的云檢測(cè)與云圖分類算法有兩個(gè)較為明顯的弊端，一是針對(duì)整景遙感圖像設(shè)計(jì)

2、的算法往往具有計(jì)算量較大、復(fù)雜度過高等缺點(diǎn)，二是對(duì)云類目標(biāo)提取出來(lái)的特征普適性不強(qiáng)，穩(wěn)定性不高。
　　 本論文在分析總結(jié)了前人研究結(jié)果的基礎(chǔ)之上，提出了相應(yīng)的改進(jìn)算法，主要研究成果概述如下：
　　 1.提出了一種對(duì)遙感圖像進(jìn)行子塊分割的算法體系。將較難處理的整景圖轉(zhuǎn)換為較為容易處理的小尺寸子圖，并且利用分割逼近的思想，將較為復(fù)雜的云類目標(biāo)檢測(cè)問題轉(zhuǎn)化為較為容易的云圖分類問題；
　　 2.將現(xiàn)有的云圖特征描述算法進(jìn)

3、行整理歸納，詳細(xì)闡述了灰度梯度共生矩陣與分?jǐn)?shù)維在云圖特征描述中的應(yīng)用。提出了一種高效的特征空間降維的方法，并且以此為基礎(chǔ)，結(jié)合K-均值分類器實(shí)現(xiàn)了一個(gè)自動(dòng)云量判讀系統(tǒng)，結(jié)合仿真數(shù)據(jù)驗(yàn)證了分割近似云量統(tǒng)計(jì)算法的有效性；
　　 3.提出了基于高斯金字塔的遙感云圖多尺度特征提取算法。在尺度變換的過程中，遙感圖像的各種特征會(huì)不同程度地退化。用特征的退化率對(duì)單一尺度特征矢量進(jìn)行延拓，就可以得到圖像的多尺度特征矢量。實(shí)驗(yàn)數(shù)據(jù)表明，經(jīng)過延拓的