基于天基實測數(shù)據(jù)的云背景圖像分類方法及應(yīng)用.pdf

1、紅外對地目標(biāo)探測系統(tǒng)多工作于大氣吸收譜段，對其而言云和大氣為主要探測背景。在對紅外探測系統(tǒng)進行仿真的工作中，需要大量的仿真圖像對仿真系統(tǒng)性能進行評估。因此云背景仿真的有效性對于紅外目標(biāo)探測仿真系統(tǒng)性能的評估具有重要意義。本文利用某衛(wèi)星的實測數(shù)據(jù)，以構(gòu)建云仿真數(shù)據(jù)庫為目的，對實測數(shù)據(jù)進行了處理和分類工作，并結(jié)合構(gòu)建的知識庫進行了仿真應(yīng)用。主要研究內(nèi)容包括以下四個方面：
　　在遙感圖像表達方面，以云圖像分類為目的，研究了遙感圖像的表達

2、方法。從衛(wèi)星云圖像分類的判據(jù)出發(fā)，分析不同種類云的成像特征，選取能量、分形、小波三個方面對紅外云圖像進行特征描述，并研究了特征在分類工作的有效性。
　　在遙感數(shù)據(jù)分析預(yù)處理方面，針對天基實測數(shù)據(jù)進行數(shù)據(jù)的有效性篩選。從測量相機的工作原理出發(fā)，分析了實測數(shù)據(jù)中的無效數(shù)據(jù)產(chǎn)生的原因。從大量無效數(shù)據(jù)中總結(jié)出幾種典型的無效數(shù)據(jù)，分析提取其異于正常測量數(shù)據(jù)的特征。在特征分析的基礎(chǔ)上提出一種無效數(shù)據(jù)剔除辦法，并針對具體的測量任務(wù)進行了數(shù)據(jù)篩選

3、工作。
　　在紅外云背景圖像分類方面，建立了以風(fēng)云衛(wèi)星云分類產(chǎn)品為基礎(chǔ)的初步分類數(shù)據(jù)庫，并完成了實測數(shù)據(jù)與風(fēng)云云分類結(jié)果的匹配工作，作為分類器訓(xùn)練樣本選取的參考。利用基于投票決策模型的支持向量機方法、BP神經(jīng)網(wǎng)絡(luò)和基于聚類和SVM的主動學(xué)習(xí)方法對實測數(shù)據(jù)進行分類試驗，基本實現(xiàn)了分類功能。對比了三者的分類效果，主動學(xué)習(xí)方法無論是整體上還是各個類別上分類效果都是最好。部分類別分類效果較差，分析造成的此結(jié)果的兩點原因：實測數(shù)據(jù)質(zhì)量差和樣