【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，主要解决现有技术精度低、计算量大的问题。其实现步骤为：1)从遥感数据的多个波段中选取中红外和热红外范围的三个波段，以这三个波段的图像灰度值作为RGB分量，合成伪彩色图像；2)以训练图像的RGB向量以及云与非云的先验类别作为输入，采用带核函数的支持向量机方法计算特征空间的最优分类超平面，构建分类决策函数；3)对于待检测图像，以上述三个波段的灰度值为RGB向量，通过计算决策函数值，进行云检测。本专利技术通过训练，为遥感图像云检测提供了决策函数，不仅提高了遥感图像云检测的精度，而且减少了计算量，可用于含中红外和热红外波段的遥感图像检测。【专利说明】
本专利技术属于航天遥感领域，涉及一种遥感图像的云检测方法，适用于含中红外和 热红外波段的遥感图像检测。
技术介绍
我国遥感卫星的地面测控站基本位于我国有限的国土范围内，卫星仅在经过测控 站的有限步长范围内能对地传输图像数据。遥感数据传输过程中，存在数据量大、传输时间 短的矛盾。目前，解决该问题的主要方法是使用图像压缩技术减少数据量，但是图像压缩技 术能减少的数据量...
【技术保护点】
一种基于伪彩色和支持向量机的遥感图像云检测方法，其特征在于包含如下步骤：1)在遥感图像传感器中，选择波长不超过9‑15um的一个热红外波段，波长不超过1.8‑3.0um和波长不超过1.0‑1.8um的两个中红外波段，以这三个波段的灰度值作为图像的红绿蓝RGB三个颜色值，形成伪彩色图像；2)选择不同季节、不同地理位置的多幅伪彩色图像作为训练图像，在训练图像的云区和非云区选择N个像素，以这些像素的RGB数值作为输入向量，根据像素的所在位置确定像素的类别：如果这些像素在云区，则作为正类，如果这些像素在非云区，则作为负类，3)采用带核函数的支持向量机SVM方法求解正、负类在特征空间...
【技术特征摘要】
【专利技术属性】
技术研发人员：贾静，李小平，刘彦明，谢凯，方海燕，王俊光，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。