遥感影像云检测特征参数的动态阈值获取方法及装置制造方法及图纸

本发明专利技术实施例提供一种遥感影像云检测特征参数的动态阈值获取方法及装置，其中方法包括：获取基准影像的太阳高度角与各波段反射率值，计算比例系数和校正系数；获取基准影像中心像元各波段反射率值；根据待测遥感影像的太阳高度角和比例系数和校正系数，获取待测遥感影像中心像元各波段反射率值；根据基准影像、基准影像中心像元和待测遥感影像中心像元各波段反射率值，分别计算对应的各云检测特征参数；计算基准影像与基准影像中心像元的各云检测特征参数的差值，获取待测遥感影像的各云检测特征参数的阈值。本发明专利技术实施例通过引入太阳高度角参数，综合三种云检测特征参数的阈值，从而获得动态阈值，处理效率高，显著地提高了云检测的准确度。

【技术实现步骤摘要】
遥感影像云检测特征参数的动态阈值获取方法及装置
本专利技术实施例涉及遥感影像处理
，尤其涉及一种遥感影像云检测特征参数的动态阈值获取方法及装置。
技术介绍
随着现代遥感事业的发展，遥感影像因其成像清晰度高、信息客观丰富、时效性及实用性强等优点，而被广泛应用于农作物分类与估产、灾害动态监测、环境监测、土地规划利用等领域。由于天气状况的影响，许多遥感影像都不可避免地覆盖着大量的云层，为了提高影像的利用率，需要在影像的预处理阶段进行云检测。云检测方法中，阈值的选取是很重要的一部分，影响到区分云和非云像素的准确度。然而现有的云检测方法中，阈值往往是通过目视比对效果进行选取，不仅处理效率低下，同时准确度不高。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供一种多光谱遥感影像云检测的动态阈值获取方法及装置。本专利技术实施例提供一种遥感影像云检测特征参数的动态阈值获取方法，包括：获取基准影像的太阳高度角与各波段的反射率值，计算所述基准影像的太阳高度角和所述反射率值的比例系数和校正系数；根据所述比例系数和校正系数，获取基准影像中心像元的各波段的反射率值；获取待测遥感影像的太阳高度角，根据所述待测遥感影像的太阳高度角和所述比例系数和校正系数，获取待测遥感影像中心像元的各波段的反射率值；根据所述基准影像各波段的反射率值、所述基准影像中心像元的各波段的反射率值以及待测遥感影像中心像元的各波段的反射率值，计算所述基准影像的各云检测特征参数、所述基准影像的中心像元的各云检测特征参数以及待测遥感影像的中心像元的各云检测特征参数；所述云检测特征参数包括归一化植被指数、白度参数和HOT特征参数；分别计算所述基准影像的各云检测特征参数与所述基准影像的中心像元的各云检测特征参数的差值，根据所述待测遥感影像的中心像元的各云检测特征参数和所述差值，分别获取待测遥感影像的各云检测特征参数的阈值。本专利技术实施例提供一种遥感影像云检测特征参数的动态阈值获取装置，包括：方程系数模块，用于获取基准影像的太阳高度角与各波段的反射率值，计算所述基准影像的太阳高度角和所述反射率值的比例系数和校正系数；根据所述比例系数和校正系数，获取基准影像中心像元的各波段的反射率值；反射率值模块，用于获取待测遥感影像的太阳高度角，根据所述待测遥感影像的太阳高度角和所述比例系数和校正系数，获取待测遥感影像中心像元的各波段的反射率值；特征参数模块，用于根据所述基准影像各波段的反射率值、所述基准影像中心像元的各波段的反射率值以及待测遥感影像中心像元的各波段的反射率值，计算所述基准影像的各云检测特征参数、所述基准影像的中心像元的各云检测特征参数以及待测遥感影像的中心像元的各云检测特征参数；所述云检测特征参数包括归一化植被指数、白度参数和HOT特征参数；动态阈值模块，用于分别计算所述基准影像的各云检测特征参数与所述基准影像的中心像元的各云检测特征参数的差值，根据所述待测遥感影像的中心像元的各云检测特征参数和所述差值，分别获取待测遥感影像的各云检测特征参数的阈值。本专利技术实施例提供的遥感影像云检测特征参数的动态阈值获取方法及装置，通过综合归一化植被指数、白度参数和HOT特征参数的阈值，并引入太阳高度角参数，从而获得动态阈值；运用动态阈值进行云检测，不需要辅助信息和人工干预，处理效率高，同时显著地提高了云检测的准确度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为根据本专利技术实施例提供的遥感影像云检测特征参数的动态阈值获取方法流程图；图2为根据本专利技术实施例提供的遥感影像云检测特征参数的动态阈值获取装置结构示意图；图3为根据本专利技术实施例提供的电子设备结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当清楚，本专利技术提供的方法适用于能够获取蓝波段、绿波段、红波段及红外波段的卫星，可以包括但不限于高分一号(GF-1)卫星、Landsat8卫星以及哨兵一号卫星等。本文为了简述方便，将以GF-1卫星为例进行说明。GF-1卫星上搭载了8m分辨率多光谱相机和16m分辨率多光谱相机，可以获取蓝波段(0.45～0.52μm)、绿波段(0.52～0.59μm)、红波段(0.63～0.69μm)和近红外波段(0.77～0.89μm)四个波段的光谱信息。在本专利技术实施例中，各个波段用i表示。图1为根据本专利技术实施例提供的遥感影像云检测特征参数的动态阈值获取方法流程图，如图1所示，包括：S1、获取基准影像的太阳高度角与各波段的反射率值，计算所述基准影像的太阳高度角和所述反射率值的比例系数和校正系数；根据所述比例系数和校正系数，获取基准影像中心像元的各波段的反射率值。需要说明的是，太阳高度是决定地球表面获得太阳热能数量的最重要的因素。太阳高度角由太阳直射点所在经纬度向南北两侧递减，且随着太阳在南北回归线间移动而随季节变化。因此，可利用遥感影像的太阳高度角来表征遥感影像的时相和地域。对于蓝波段、绿波段、红波段以及近红外波段，遥感影像的太阳高度角和遥感影像的反射率值之间的关系如下述方程所示：r＝αsinθ+β；式中，r为像元的反射率，θ为太阳高度角，α表示各波段的比例系数，β表示各波段的校正系数。对一系列r和sinθ组成的点作线性回归分析，由此可得到α和β的值。对于遥感影像，其xml格式元数据文件包含影像编号、传感器名称、成像日期、太阳方位角、太阳天顶角、卫星方位角、卫星天顶角以及影像四个顶点地理坐标。由于太阳天顶角与太阳高度角互为余角，因此解析遥感影像的元数据文件，可直接得到该遥感影像的太阳高度角。在预先获取的遥感影像中，选取经过实验验证后云检测效果较好的任意一张遥感影像，并对其作辐射校正和大气定标的处理，处理后得到的遥感影像作为基准影像，作为后续计算处理的基准参照。根据获得的比例系数α和校正系数β，可求得基准影像的中心像元的四个波段的反射率值。基准影像的中心像元的各波段的反射率值的计算公式为：xbi＝αisinθ+βi；其中，xbi表示基准影像中心像元的各波段的反射率值，αi和βi表示对一系列r和sinθ组成的点作线性回归分析，由此得到的一系列的α和β的值。由此，可以获得基准影像中心像元蓝波段、绿波段、红波段以及近红外波段的反射率值xb1、xb2、xb3、xb4。S2、获取待测遥感影像的太阳高度角，根据所述待测遥感影像的太阳高度角和所述比例系数和校正系数，获取待测遥感影像中心像元的各波段的反射率值。需要说明的是，同理，通过解析待测遥感影像的元数据文件，可直接得到待测遥感影像的太阳高度角。根据待测遥感影像的太阳高度角和S1得到的比例系数α和校正系数β，可以计算出待测遥感影像中心像元的各波段的反射率值，计算公式为：ybi本文档来自技高网...

【技术保护点】
1.一种遥感影像云检测特征参数的动态阈值获取方法，其特征在于，包括：获取基准影像的太阳高度角与各波段的反射率值，计算所述基准影像的太阳高度角和所述反射率值的比例系数和校正系数；根据所述比例系数和校正系数，获取基准影像中心像元的各波段的反射率值；获取待测遥感影像的太阳高度角，根据所述待测遥感影像的太阳高度角和所述比例系数和校正系数，获取待测遥感影像中心像元的各波段的反射率值；根据所述基准影像各波段的反射率值、所述基准影像中心像元的各波段的反射率值以及待测遥感影像中心像元的各波段的反射率值，计算所述基准影像的各云检测特征参数、所述基准影像的中心像元的各云检测特征参数以及待测遥感影像的中心像元的各云检测特征参数；所述云检测特征参数包括归一化植被指数、白度参数和HOT特征参数；分别计算所述基准影像的各云检测特征参数与所述基准影像的中心像元的各云检测特征参数的差值，根据所述待测遥感影像的中心像元的各云检测特征参数和所述差值，分别获取待测遥感影像的各云检测特征参数的阈值。

【技术特征摘要】
1.一种遥感影像云检测特征参数的动态阈值获取方法，其特征在于，包括：获取基准影像的太阳高度角与各波段的反射率值，计算所述基准影像的太阳高度角和所述反射率值的比例系数和校正系数；根据所述比例系数和校正系数，获取基准影像中心像元的各波段的反射率值；获取待测遥感影像的太阳高度角，根据所述待测遥感影像的太阳高度角和所述比例系数和校正系数，获取待测遥感影像中心像元的各波段的反射率值；根据所述基准影像各波段的反射率值、所述基准影像中心像元的各波段的反射率值以及待测遥感影像中心像元的各波段的反射率值，计算所述基准影像的各云检测特征参数、所述基准影像的中心像元的各云检测特征参数以及待测遥感影像的中心像元的各云检测特征参数；所述云检测特征参数包括归一化植被指数、白度参数和HOT特征参数；分别计算所述基准影像的各云检测特征参数与所述基准影像的中心像元的各云检测特征参数的差值，根据所述待测遥感影像的中心像元的各云检测特征参数和所述差值，分别获取待测遥感影像的各云检测特征参数的阈值。2.根据权利要求1所述的方法，其特征在于，计算所述太阳高度角和所述反射率值的比例系数和校正系数的公式具体为：ri＝αisinθ+βi；其中，ri表示基准影像的各波段的像元的反射率，θ表示基准影像的太阳高度角，αi表示各波段的比例系数，βi表示各波段的校正系数，αi和βi的值由ri和sinθ组成的点作线性回归分析得到。3.根据权利要求1所述的方法，其特征在于，计算所述基准影像的各云检测特征参数的公式具体为：tHOT＝bandt1sinθt-bandt3cosθt-|It|cosθt；其中，tNDVI表示基准影像的归一化植被指数，tWhiteness表示基准影像的白度参数，tHOT表示基准影像的HOT特征参数，bandti表示基准影像的各个波段的反射率值，bandt1表示基准影像的蓝波段的反射率值，bandt2表示基准影像的绿波段的反射率值，bandt3表示基准影像的红波段的反射率值，bandt4表示基准影像的近红外波段的反射率值，MeanVist表示基准影像的蓝波段、绿波段和红波段的反射率值的平均值，θt表示基准影像的晴空线与蓝波段的夹角，It表示基准影像的晴空线截距。4.根据权利要求1所述的方法，其特征在于，所述获取基准影像中心像元的各波段的反射率值，和所述获取待测遥感影像中心像元的各波段的反射率值的公式具体为：xbi＝αisinθx+βi；ybi＝αisinθy+βi；其中，xbi表示基准影像中心像元的各波段的反射率值，ybi表示待测遥感影像中心像元的各波段的反射率值，θx表示基准影像的太阳高度角，θy表示待测遥感影像的太阳高度角。5.根据权利要求1所述的方法，其特征在于，计算所述基准影像的中心像元的各云检测特征参数的公式具体为：xHOT＝0.8256xb1-0.5643xb3；其中，xNDVI表示基准影像的中心像元的归一化植被指数，xWhiteness表示基准影像的中心像元的白度参数，xHOT表示基准影像的中心像元的HOT特征参数，xbi表示基准影像的中心像元的各个波段的反射率值，xb1表示基准影像的中心像元的蓝波段的反射率值，xb2表示基准影像的中心像元的绿波段的反射率值，xb3表示基准影像的中心像元的红波段的反射率值，xb4表示基准影像的中心像元的近红外波段的反射率值，MeanVisx表示基准影像的中心像元的蓝波段、绿波段和红波段的反射率值的平均值；对应地，计算所述待测遥感影像的中心像元...

【专利技术属性】
技术研发人员：朱德海，王媛，熊全，刘帝佑，张晓东，杜振博，叶思菁，黄健熙，苏伟，张超，刘哲，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11