可見光衛(wèi)星圖像的云檢測算法研究.pdf

1、衛(wèi)星可見光圖像以其成像清晰度高，信息客觀豐富，時效性以及實用性強等優(yōu)點得到了廣泛應用。但衛(wèi)星可見光圖像存在的一個主要問題是，云層的遮擋會降低圖像中地面目標信息的可用性，某些有嚴重云層遮擋的圖像甚至無法使用。這既增加了圖像傳輸和處理的開銷與時間，又降低了可見光衛(wèi)星圖像的使用價值，對后續(xù)的圖像分類、目標檢測以及識別等處理應用也產(chǎn)生了極大的負面影響。因此，云檢測就成為衛(wèi)星可見光圖像處理的首要任務(wù)和關(guān)鍵技術(shù)之一。同時，云的物理特性和圖像特性的復

2、雜性使得云檢測成為一大難點。本文利用圖像結(jié)構(gòu)紋理分解和支持向量機分類技術(shù)對衛(wèi)星可見光圖像的云檢測問題進行了分析與研究，所得成果具有重要的理論意義和應用價值。
　　 論文首先綜述了衛(wèi)星可見光圖像云檢測的研究現(xiàn)狀，包括研究背景、云檢測的特點和檢測方法等，并著重分析了支持向量機(SVM)分類技術(shù)和基于變分的圖像結(jié)構(gòu)紋理分解兩種方法。通過對衛(wèi)星可見光圖像的結(jié)構(gòu)紋理分解結(jié)果進行分析研究，我們發(fā)現(xiàn)，圖像中尺度較大的云層部分被分解到結(jié)構(gòu)分量，

3、而其它小尺度細節(jié)被分解到紋理分量，利用圖像的結(jié)構(gòu)紋理分解可以有效地消除小尺度細節(jié)成分對云檢測的干擾。其次，對基于支持向量機分類技術(shù)的云檢測方法進行了理論分析和仿真實驗。在此基礎(chǔ)上，論文提出了一個基于SVM和結(jié)構(gòu)紋理分解的云檢測算法。該算法首先對衛(wèi)星可見光圖像進行結(jié)構(gòu)紋理分解，并在結(jié)構(gòu)圖像中利用簡單的閾值進行初步的云檢測，然后以此檢測結(jié)果引導SVM算法在原圖中進行更精確地檢測。數(shù)值實驗表明，該算法能夠有效地檢測出云區(qū)，同時明顯地減少對非云