一种基于纹理分析法的自动云检测方法技术

本说明书实施例提供了一种基于纹理分析法的自动云检测方法，通过获得待检测影像；对所述待检测影像进行图像变换；计算经过图像变换后的所述待检测图像的第一一阶差分特征；判断所述第一一阶差分特征是否满足第一预设阈值；当所述第一一阶差分特征满足所述第一预设阈值时，确定所述待检测图像为云图像；当所述第一一阶差分特征不满足所述第一预设阈值时，对所述待检测图像高斯金字塔分解，并计算分解后所述待检测图像的第二一阶差分特征；判断所述分解后所述待检测图像的第二一阶差分特征是否满足第二预设阈值，获得判断结果，达到了有效的拉开云与地物的分布距离，实现云与地物区分，有效地对检测结果的误判与漏判进行修正的技术效果。

【技术实现步骤摘要】
一种基于纹理分析法的自动云检测方法
本说明书实施例涉及云检测
，尤其涉及一种基于纹理分析法的自动云检测方法。
技术介绍
随着对地观测技术的快速发展，遥感影像的获取正变得越来越容易，如今的遥感图像正向着更高空间分辨率、更高清晰度、更大信息量的方向发展。目前的光学卫星影像一般具有信息量大、分辨率高和几何形状稳定等特点，但同时它又极易受到气候因素的影响，而云层遮挡就是其中影响之一。因此，云检测技术一直以来都是遥感影像处理领域的研究热点与难点，由于云的种类繁多，其亮度，纹理，形状多变，且在不同尺度空间中的特征表现各不相同，这些都给自动云检测带来诸多不便，尤其表现在云与冰雪等高亮度目标地物的区分上；此外，光学遥感卫星传感器的光谱探测范围窄，影像数据量大，一些运算效率低下且需要人工参与的方法难以满足海量数据自动化业务处理的需求。目前针对遥感影像的自动云检测算法主要分为两类：一种是以分析云和地物光谱特性为基础的阈值法，另一种是分析图像特性的纹理分析法。纹理分析法是通过分析影像上云和地物的纹理特征差异，提取合适的特征或特征组合(分形维数，灰度共生本文档来自技高网...

【技术保护点】
1.一种基于纹理分析法的自动云检测方法，其特征在于，所述方法包括：/n步骤1：获得待检测影像；/n步骤2：对所述待检测影像进行图像变换；/n步骤3：计算经过图像变换后的所述待检测图像的第一一阶差分特征；/n步骤4：判断所述第一一阶差分特征是否满足第一预设阈值；/n步骤5：当所述第一一阶差分特征满足所述第一预设阈值时，确定所述待检测图像为云图像；当所述第一一阶差分特征不满足所述第一预设阈值时，对所述待检测图像高斯金字塔分解，并计算分解后所述待检测图像的第二一阶差分特征；/n步骤6：判断所述分解后所述待检测图像的第二一阶差分特征是否满足第二预设阈值，获得判断结果。/n

【技术特征摘要】
1.一种基于纹理分析法的自动云检测方法，其特征在于，所述方法包括：
步骤1：获得待检测影像；
步骤2：对所述待检测影像进行图像变换；
步骤3：计算经过图像变换后的所述待检测图像的第一一阶差分特征；
步骤4：判断所述第一一阶差分特征是否满足第一预设阈值；
步骤5：当所述第一一阶差分特征满足所述第一预设阈值时，确定所述待检测图像为云图像；当所述第一一阶差分特征不满足所述第一预设阈值时，对所述待检测图像高斯金字塔分解，并计算分解后所述待检测图像的第二一阶差分特征；
步骤6：判断所述分解后所述待检测图像的第二一阶差分特征是否满足第二预设阈值，获得判断结果。


2.如权利要求1所述的方法，其特征在于，在所述步骤3中，具体包括：
根据灰度为i的所述待检测图像(x，y)的像素，获得与距离为δ、方向为θ、灰度为j的像素(x+Δx，y+Δy)同时出现的概率P(i，j，δ，θ)，其中，
P(i,j,δ,θ)＝{{[(x,y),(x+Δx,y+Δy)]|f(x,y)＝i,
f(x+Δx,y+Δy)＝j；x＝0,1,…,Nx-1；y＝0,1,…Ny-1}
式中，i，j＝0，1，…，L-1；x，y为图像中的像素坐标；L为图像的灰度级数；Nx，Ny分别为图像的行数和列数；
获得归一化处理结果：其中，R为图像像素对个数；
获得惯性矩f：



获得第一一阶差分特征：


3.如权利要求1所述的方法，其特征在于，所述图像变换为对所述待检测...

【专利技术属性】
技术研发人员：王重阳，靳笑琳，何晓宁，王一，赵莹芝，周馨，张桂滨，魏彦铭，
申请(专利权)人：西安中科星图空间数据技术有限公司，
类型：发明
国别省市：陕西;61