一种基于强化遗传学习的遥感图像精确云检测方法技术

本发明专利技术涉及遥感图像处理领域，提出了一种基于强化遗传学习的遥感图像精确云检测方法。该本发明专利技术提供的方法主要为：输入RGB遥感图像，对遥感图像预处理，这里主要是滤除遥感图像中的噪点。通过对像素环境状态分析，提取模型需要的像素环境状态信息，创建“状态‑动作”策略数据，引入奖惩策略，对种群初始化后计算种群中每个个体的适应度得分。再下面是遗传进化部分，通过迭代轮盘赌、交叉、变异来不断学习“状态‑动作”策略数据，直到满足迭代结束条件，然后进行形态学改善，最后输出检测结果。本发明专利技术将强化学习和遗传算法深度结合，将强化学习的环境模拟、奖惩规则以及遗传算法的寻优策略引入云检测任务，开辟像素级云检测任务的新途径。

【技术实现步骤摘要】
一种基于强化遗传学习的遥感图像精确云检测方法
本专利技术属于卫星遥感图像
，尤其涉及一种基于强化遗传学习的遥感图像精确云检测方法。
技术介绍
随着遥感和太空技术的快速发展，卫星遥感图像以其覆盖面积大、时间有效性强、数据地理综合性好等优点，越来越多地应用到关系国计民生的各个领域。根据国际卫星云气候计划流量数据(ISCCP-FD)提供的全球云量数据显示，地球表面66％以上区域经常被云覆盖。由于光学遥感数据中大量云的存在，影响了遥感图像的质量，从而降低了图像的数据利用率，使得我们获得的地物信息衰减甚至损失，对遥感影像产品的后续识别、分类、解译以及生产时空无缝产品造成巨大挑战，因此，精确云检测已成为光学遥感图像处理过程中的一个重要环节，是首需解决的问题之一。尽管云检测技术经过了长足的改进和发展，但在一些诸如变化检测、地面目标识别等需要精确检测云区域的领域仍有一些问题有待解决。虽然多时相算法在大部分情况下可能拥有比单日期云检测算法更高的精度，但必要的晴空参考图像或者高密度时间序列数据限制了其应用，而单日期云检测算法以其简单的图像要求应用范围本文档来自技高网...

【技术保护点】
1.一种基于强化遗传学习的遥感图像精确云检测方法，其特征在于，包括如下步骤：/nS1：图像预处理，采用中值滤波法将遥感图像中存在的噪声点过滤掉；/nS2：像素环境状态因素选择，选取灰度、色调和空间三个因素；/nS3：颜色空间变换，将RGB模型转换为HSV模型，得到像素的灰度和色调信息，再在灰度层或色调层上，通过对当前像素和其邻域像素关系的描述得到空间信息；/nS4：像素环境状态信息融合；先得到灰度、色调和空间信息的每个状态信息向量，然后根据灰度、色调和空间信息的每个状态信息向量得到像素环境状态信息；/nS5：创建“状态-动作”策略数据；/n通过“状态-动作”策略获得数据集合D，数据集合D的计算...

【技术特征摘要】
1.一种基于强化遗传学习的遥感图像精确云检测方法，其特征在于，包括如下步骤：
S1：图像预处理，采用中值滤波法将遥感图像中存在的噪声点过滤掉；
S2：像素环境状态因素选择，选取灰度、色调和空间三个因素；
S3：颜色空间变换，将RGB模型转换为HSV模型，得到像素的灰度和色调信息，再在灰度层或色调层上，通过对当前像素和其邻域像素关系的描述得到空间信息；
S4：像素环境状态信息融合；先得到灰度、色调和空间信息的每个状态信息向量，然后根据灰度、色调和空间信息的每个状态信息向量得到像素环境状态信息；
S5：创建“状态-动作”策略数据；
通过“状态-动作”策略获得数据集合D，数据集合D的计算根据式(1)所示，
D＝{(e1,a1),(e2,a2),…,(em,am)}(1)
其中，e为像素环境状态信息矩阵E中的元素，a表示强化遗传学习算法的执行动作，m＝pi×qj×rk；其中，强化遗传学习算法的执行动作通过判定当前像素是云像素或非云像素，若是云像素，用1表示，若是非云像素，用0来表示；
S6：根据奖惩策略计算每个个体适应度得分，强化遗传学习算法根据当前像素环境状态做出相应执行动作，并将执行动作结果与真值图中同位置像素对比，如果执行动作结果正确，给该“状态-动作”策略加u分，u为奖励权重；如果执行动作结果错误，给该“状态-动作”策略减v分，v为惩罚权重；如果个体最终得分为负数，则将得分置为0；
S7：初始化设置，种群规模设置，使用随机数生成器来初始化种群中“状态-动作”策略数据中的动作值，使初始的状态和动作随机配对；
S8：遗传进化过程，遗传进化过程依次包括选择、交叉和变异；其中选择方法为轮盘赌，通过迭代轮盘赌、交叉、变异来不断学习“状态-动作”策略数据，直到满足迭代结束条件，然后进行形态学改善，最后输出最终的云检测结果。


2.如权利要求1所述的遥感图像精确云检测方法，其特征在于，设V、H、T分别表示灰度、色调和空间信息的特征向量，都属于自然数空间N，则像素环境状态信息可用这三种特征向量的直积表示为：



其中，灰度、色调和空间信息的每个状态信息向量由多个子状态信息向量的直积生成，如下：









其中，Vi为p维向量，Hj为q维向量，Tk为r维向量，则将(3)、(4)、(5)三个子式带入公式(2)，可得到像素环境状态信息的表达式：



其中i,j,k∈N，将灰度、色调和空间状态信息融合进E中，E中的每个元素都包含了灰度、色调和空间三种状态信息。


3.如权利要求1所述的遥感图像精确云检测方法，其特征在于，步骤S6中奖惩权重w可由公式(7)计算，环境适应度得...

【专利技术属性】
技术研发人员：郑红，李晓龙，韩传钊，郑文韬，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11