【技术实现步骤摘要】
一种遥感影像云检测的方法、系统、设备和存储介质
[0001]本专利技术属于遥感影像处理
，特别涉及一种遥感影像云检测的方法、系统、设备和存储介质。
技术介绍
[0002]地球环境变化与人类社会生产息息相通，从国际卫星云气候计划(ISCCP)提供的数据可以看出，全球超过60％的区域被云层覆盖。云是重要的遥感数据资源，一方面可以通过云层分析气候灾害，如台风、暴雨等，还可以通过云量预测天气状况。另一方面，如果影像中存在大量的云，也会对遥感影像的质量产生影响，严重降低影像的利用率。因此云检测就成为了遥感影像研究的热点问题。
[0003]目前对高分辨率遥感影像进行云检测的方法大致可分为3类，即基于光谱的方法、基于纹理的方法、基于深度学习的方法。基于光谱的方法主要是利用云层在不同光谱波段的不同反射特征，大部分采用灰度阈值或灰度聚类的方法，这类方法主要适用于多光谱影像。基于纹理的方法主要利用云影像的灰度空间分布特征。这里所说的纹理是指影像像素的灰度或颜色的某种变化规律，是一种区域特征，反映了影像或物体本身各元素之间空间分布的...
【技术保护点】
【技术特征摘要】
1.一种遥感影像云检测的方法，其特征在于，包括以下步骤：通过对待测遥感影像进行超像素分割绘制出待测遥感影像中云层的轮廓，并对所述云层轮廓标记云标签得到标签图；根据所述标签图制作数据集；根据所述标签图采用高斯模糊方法对待测遥感影像进行模糊化处理；将模糊化处理后的图像作为预设vgg16网络的输入，对所述vgg16网络进行训练；采用待测遥感影像作为训练后vgg16网络的输入，实现待测遥感影像的云检测。2.根据权利要求1所述的一种遥感影像云检测的方法，其特征在于，所述通过对遥感影像进行超像素分割绘制出云层的轮廓，并对所述云层轮廓标记云标签得到标签图；根据所述标签图制作数据集具体包括：采用线性迭代聚类方法进行超像素分割绘制出遥感影像中云层轮廓；对所述云层轮廓标记云标签得到标签图；根据所述标签图制作数据集；将所述数据集中的数据按照预设的比例划分为训练集和测试集。3.根据权利要求2所述的一种遥感影像云检测的方法，其特征在于，所述采用线性迭代聚类方法进行超像素分割绘制出遥感影像中云层轮廓具体包括：按照预设的超像素个数，等步长将待分割的高分辨率遥感图像划分为规则网格，获取初始聚类中心；将所述初始聚类中心转移到3
×
3邻域内像素点梯度最小的地方；为每个聚类中心邻域内所有像素点分配类标签；对于每个搜索到的像素点，分别计算像素点与聚类中心的距离，并取距离的最小值作为当前像素点的聚类中心；直到每个像素点的聚类中心均不再发生变化。4.根据权利要求3所述的一种遥感影像云检测的方法，其特征在于，所述根据所述标签图采用高斯模糊方法对遥感影像进行模糊化处理具体包括：利用所述标签图地区遥感影像中每个像素点的坐标，计算像素点坐标到云标签坐标的最短距离k，求解模糊半径r，所述模糊半径r的计算公式为：通过二维高斯函数计算每个像素点的权重G；所述权重G的计算公式为：其中σ为计算权重的阈值；x为像素点的横坐标；y为像素点的纵坐标；每个像素点的灰度值乘以权重，得到像素点的高斯模糊值；通过模糊半径确定影响中心像素点的像素点个数，将所述影像...
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。