一种在轨云缝快速检测方法技术

一种在轨云缝快速检测方法，首先进行基于图像块的非云、云图像子块分类；并以非云子块为基本单位，对非云区域进行快速标记，按一定的约束条件进行非云区域筛选；最后计算非云区域中心位置及范围，从而实现云缝的快速检测。本发明专利技术方法解决了宽幅相机和高分相机联动成像观测时，星上处理系统对详查目标区域位置、范围信息快速、准确计算的问题。本发明专利技术方法针对大面积云覆盖情况下，可有效缩短详查观测参考中心提取时间，从而增加星上自主任务规划系统决策、资源调配反应时间，保证高分相机对重要目标区域的详查观测。

A fast detection method for orbit cloud seams

A method for rapid detection of clouds in orbit, the first image block non cloud, cloud classification based on image sub block; and by sub block as the basic unit, fast marking of non cloud area, according to some constraint conditions for non cloud screening; the final calculation of non cloud regional center position and scope, so as to realize the rapid detection of clouds. The method of the invention has high camera and high resolution camera linkage imaging observation, on-board processing system for the detailed target location, scope of information fast and accurate calculation of the. The method of the invention for a large area of cloud coverage, can effectively shorten the detailed observation reference center extraction time, thereby increasing the on-board autonomous mission planning system of decision-making, resource allocation and reaction time, ensure the detailed observation of the regional important goal of high resolution camera.

【技术实现步骤摘要】
一种在轨云缝快速检测方法
本专利技术涉及一种云缝检测方法，特别是一种在轨云缝快速检测方法，属于航天遥感领域。
技术介绍
据统计数据显示，卫星遥感相机获取的高分辨率可见光遥感图像中67％左右的图像被厚度不同、分布形态各异的云覆盖，导致下传至地面的数据大部分为无效数据。云覆盖等无效数据严重浪费了星上相机资源、数据传输时间和链路带宽，影响了包含重要目标信息数据的获取与传输。因此，新一代智能遥感卫星往往采用宽幅相机和高分辨率相机协同工作的模式，首先利用宽幅相机获取的大幅宽遥感图像数据进行在轨处理，提取可疑目标区域位置及范围等信息，通过星上自主任务规划系统调动高分辨率相机进行详查观测，从而实现高价值目标的有效、准确观测。当宽幅相机观测区域为大面积云覆盖情况下，由于云缝(非云区域)、云边缘等可能存在重要目标，因此需要在轨处理系统对云缝位置、范围进行在轨快速、准确提取，为高分相机进一步详查观测提供参考依据。此外，研究在轨快速检测方法，缩短在轨处理时间，还能为星上自主任务规划系统决策、资源调配增加反应时间，保证高分相机对重要目标区域的成像观测。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，解决了宽幅相机和高分相机对重要目标区域的联动成像观测时，目标区域位置、范围信息在轨快速、准确计算问题，提供了一种在轨云缝检测方法。本专利技术的技术解决方案是：一种在轨云缝快速检测方法，包括如下步骤：(1)设输入图像大小为M×N，将输入图像进行等间隔划分，并定义每个网格作为一个基本图像单元，大小为m×n，1<m<M，1<n<N；生成由(M×N)/(m×n)个基本图像单元组成的云缝标记模型A；所述M、N均为正整数；(2)依次对步骤(1)建立的云缝标记模型A中对应的每个基本图像单元进行非云、云分类标记处理，生成云缝标记模型C：(3)统计步骤(22)生成的云缝标记模型C中0的个数，如果数量大于阈值百分比R，则对云缝标记模型C进行连通域标记，生成云缝标记图DD＝D1∪D2…UDL其中，脚标L为进行连通域标记后连通域的个数，i＝1,2…L，j＝1,2…L，Dk为各个单连通域，k＝1,2…L；(4)统计步骤(3)生成的云缝标记图D中各个连通域Dk中的基本单元个数，如果基本单元个数大于P，则求解Dk的最大内接矩形Zk，分别得到Zk的中心位置Zko、宽Zkw和长Zkh；(5)计算每个Zk的面积Areak＝Zkw×Zkh，选择满足约束条件的Areak的Zk，则将Zk对应的连通域Dk作为云缝检测结果，并输出Zko、Zkw和Zkh作为高分相机详查参考云缝信息。所述的分类器为SVM分类器，地面通过大量云和非云样本对SVM分类器进行训练，并将训练参数通过星地链路上传至星上处理系统。所述步骤2)中生成云缝标记模型的具体过程为：(21)统计每个基本图像单元中像素灰度值大于灰度阈值T的像素个数占总像素个数的百分比，若小于75％则认为该基本图像单元是非云，并标记该基本图像单元为1，否则认为是云，标记该基本图像单元为0，生成云缝标记模型B；(22)利用分类器对步骤(21)生成的云缝标记模型B中标记为1的基本图像单元进行进一步细分，将分类结果为云的基本图像单元标记为0，其余的保持不变，生成云缝标记模型C。所述步骤(3)中利用连通域标记法对云缝标记模型C进行连通域标记。所述的阈值R的取值范围为70％<R<100％。所述的阈值P＝K/(m×n×r2)，其中，K为初步筛选云缝区域范围，m×n为基本图像单元大小，r为输入图像的分辨率。所述步骤(5)中的约束条件Areak的取值范围为Areamin<Areak<Areamax，其中，Areamin＝Kmin/r2，Areamax＝Kmax/r2，Kmin和Kmax为用户自定义的云峰最小和最大观测范围，，r为输入图像的分辨率。所述的连通域标记法为等价表标记法。所述的阈值T的取值范围为200<T<255。所述1<Kmin<10，10<Kmax<100。本专利技术与现有技术相比的优点在于：(1)本专利技术方法以图像块为基本单元，建立了云缝快速标记模型，通过对基本单元分类和快速标记、筛选，实现了非云区域的快速计算。(2)针对大面积区域标记计算时，本专利技术方法可有效缩短在轨处理时间，增加星上自主任务规划系统决策、资源调配反应时间，保证宽幅相机和高分相机对重要目标区域的联动成像观测。(3)当宽幅相机观测区域为大面积云覆盖情况下，本专利技术方法可以在轨对云缝区域进行快速、准确提取，为高分相机进一步详查观测提供参考依据。附图说明图1为本专利技术方法中基本图像单元分类流程图；图2为本专利技术方法中非云连通区域标记示意图；图3为本专利技术方法中云缝检测流程图；图4为本专利技术方法中云缝位置提取示意图，其中，(a)为大面积云覆盖图像(b)为云、非云分类结果；(c)为云缝中心位置提取结果示意图。具体实施方式如图1-4所示，本专利技术方法整体思路是先进行基于图像块的非云、云图像子块分类，并以非云子块为基本单位，对非云区域进行快速标记，按一定的约束条件进行非云区域筛选，最后计算非云区域中心位置及范围，从而实现云缝的快速检测，具体实现过程如下：(1)云缝标记模型建立1)首先，假设输入图像大小为M×N，将输入图像进行等间隔划分，并定义每个网格作为一个“基本图像单元”，大小为m×n，1<m<M，1<n<N。生成由(M×N)/(m×n)个基本图像单元组成的云缝标记模型A。(2)基本图像单元分类1)统计每个基本图像单元中阈值大于T的像素个数，数量少于3/4则认为是非云，实现云块粗分类，否则继续利用进行细分类；2)利用上传的SVM参数，进行SVM分类，分类结果为云或非云，结束，生成云缝标记模型C。以上处理过程应用于星上基本图像单元分类，将训练过程置于地面处理，分类判决放于星上，训练参数通过星地链路上传至卫星处理器。(3)非云连通区域计算在基本图像单元分类基础上，判断观测区域图像是否满足云缝检测约束条件(例如在云量超过70％情况下进行云缝检测处理)；当满足云缝检测条件时，对图像中非云基本图像单元进行标记，生成云缝标记图D。传统连通域标记法都是基于像素的标记，往往计算量大，硬件实时处理难度大。尤其是针对大面积区域进行标记时，硬件资源将急剧增加。然而，非云区域往往面积较大，无法利用传统方法进行标记。针对该问题，本专利技术方法提出了基于基本图像单元的标记思想，将以上分类处理得到的非云图像块作为标记的基本单元，利用改进的等价表标记方法及进行标记，可实现非云区域的快速计算，具体标记步骤如下：1)图像初步标记过程。通过逐行逐列逐基本图像单元的扫描过程，为每一个基本图像单元赋予一个临时标记和相应的坐标输出，并且将临时标记的等价关系和坐标记录在等价表中。该部分完成每个基本图像单元的初步标记以及临时标记等价关系的收集和初步整理。在由上到下，由左至右进行逐行逐列逐基本图像单元扫描图像的过程中，如果发现即将标记的基本图像单元与已经标记的基本图像单元之间不存在连通关系，即本文档来自技高网...

【技术保护点】
一种在轨云缝快速检测方法，其特征在于包括如下步骤：(1)设输入图像大小为M×N，将输入图像进行等间隔划分，并定义每个网格作为一个基本图像单元，大小为m×n，1<m<M，1<n<N；生成由(M×N)/(m×n)个基本图像单元组成的云缝标记模型A；所述M、N均为正整数；(2)依次对步骤(1)建立的云缝标记模型A中对应的每个基本图像单元进行非云、云分类标记处理，生成云缝标记模型C：(3)统计步骤(22)生成的云缝标记模型C中0的个数，如果数量大于阈值百分比R，则对云缝标记模型C进行连通域标记，生成云缝标记图DD＝D1∪D2∪DL其中，脚标L为进行连通域标记后连通域的个数，

【技术特征摘要】
1.一种在轨云缝快速检测方法，其特征在于包括如下步骤：(1)设输入图像大小为M×N，将输入图像进行等间隔划分，并定义每个网格作为一个基本图像单元，大小为m×n，1&lt;m&lt;M，1&lt;n&lt;N；生成由(M×N)/(m×n)个基本图像单元组成的云缝标记模型A；所述M、N均为正整数；(2)依次对步骤(1)建立的云缝标记模型A中对应的每个基本图像单元进行非云、云分类标记处理，生成云缝标记模型C：(3)统计步骤(22)生成的云缝标记模型C中0的个数，如果数量大于阈值百分比R，则对云缝标记模型C进行连通域标记，生成云缝标记图DD＝D1∪D2∪DL其中，脚标L为进行连通域标记后连通域的个数，i＝1,2…L，j＝1,2…L，Dk为各个单连通域，k＝1,2…L；(4)统计步骤(3)生成的云缝标记图D中各个连通域Dk中的基本单元个数，如果基本单元个数大于P，则求解Dk的最大内接矩形Zk，分别得到Zk的中心位置Zko、宽Zkw和长Zkh；(5)计算每个Zk的面积Areak＝Zkw×Zkh，选择满足约束条件的Areak的Zk，则将Zk对应的连通域Dk作为云缝检测结果，并输出Zko、Zkw和Zkh作为高分相机详查参考云缝信息。2.根据权利要求1所述的一种在轨云缝快速检测方法，其特征在于：所述的分类器为SVM分类器，地面通过大量云和非云样本对SVM分类器进行训练，并将训练参数通过星地链路上传至星上处理系统。3.根据权利要求1所述的一种在轨云缝快速检测方法，其特征在于：所述步骤2)中生成云缝标记模型的具体过程为：(21)统计每个基本图像单元中像素灰度值大于灰度阈值T的像素个数占总像素个数的百分比，若小于75％则认为该基本图像...

【专利技术属性】
技术研发人员：李晓博，张建华，肖化超，王菊花，侯舒维，
申请(专利权)人：西安空间无线电技术研究所，
类型：发明
国别省市：陕西,61