可見(jiàn)光衛(wèi)星圖像的云檢測(cè)算法研究.pdf

1、衛(wèi)星可見(jiàn)光圖像以其成像清晰度高，信息客觀豐富，時(shí)效性以及實(shí)用性強(qiáng)等優(yōu)點(diǎn)得到了廣泛應(yīng)用。但衛(wèi)星可見(jiàn)光圖像存在的一個(gè)主要問(wèn)題是，云層的遮擋會(huì)降低圖像中地面目標(biāo)信息的可用性，某些有嚴(yán)重云層遮擋的圖像甚至無(wú)法使用。這既增加了圖像傳輸和處理的開(kāi)銷與時(shí)間，又降低了可見(jiàn)光衛(wèi)星圖像的使用價(jià)值，對(duì)后續(xù)的圖像分類、目標(biāo)檢測(cè)以及識(shí)別等處理應(yīng)用也產(chǎn)生了極大的負(fù)面影響。因此，云檢測(cè)就成為衛(wèi)星可見(jiàn)光圖像處理的首要任務(wù)和關(guān)鍵技術(shù)之一。同時(shí)，云的物理特性和圖像特性的復(fù)

2、雜性使得云檢測(cè)成為一大難點(diǎn)。本文利用圖像結(jié)構(gòu)紋理分解和支持向量機(jī)分類技術(shù)對(duì)衛(wèi)星可見(jiàn)光圖像的云檢測(cè)問(wèn)題進(jìn)行了分析與研究，所得成果具有重要的理論意義和應(yīng)用價(jià)值。
　　 論文首先綜述了衛(wèi)星可見(jiàn)光圖像云檢測(cè)的研究現(xiàn)狀，包括研究背景、云檢測(cè)的特點(diǎn)和檢測(cè)方法等，并著重分析了支持向量機(jī)(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(guò)對(duì)衛(wèi)星可見(jiàn)光圖像的結(jié)構(gòu)紋理分解結(jié)果進(jìn)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(xì)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(xì)節(jié)成分對(duì)云檢測(cè)的干擾。其次，對(duì)基于支持向量機(jī)分類技術(shù)的云檢測(cè)方法進(jìn)行了理論分析和仿真實(shí)驗(yàn)。在此基礎(chǔ)上，論文提出了一個(gè)基于SVM和結(jié)構(gòu)紋理分解的云檢測(cè)算法。該算法首先對(duì)衛(wèi)星可見(jiàn)光圖像進(jìn)行結(jié)構(gòu)紋理分解，并在結(jié)構(gòu)圖像中利用簡(jiǎn)單的閾值進(jìn)行初步的云檢測(cè)，然后以此檢測(cè)結(jié)果引導(dǎo)SVM算法在原圖中進(jìn)行更精確地檢測(cè)。數(shù)值實(shí)驗(yàn)表明，該算法能夠有效地檢測(cè)出云區(qū)，同時(shí)明顯地減少對(duì)非云