一种检测山地国产高分辨率卫星影像云与云阴影的方法技术

本发明专利技术涉及遥感卫星影像的计算机处理技术领域，具体而言，涉及一种检测山地国产高分辨率卫星影像云与云阴影的方法，步骤如下：基于像元亮度值对所采集的遥感图像进行云雪提取；利用时间窗口内的多时相影像进行时相合成，消除云的干扰，得到无云参考影像；基于无云参考影像以及像元的蓝波段反射率进行云雪区分；计算表示目标影像纹理特征的区域协方差矩阵，基于区域协方差矩阵距离，得到云影像三维空间坐标；基于云影像三维空间坐标计算云影像遮挡光线，得到云阴影位置。本发明专利技术所提供的方法能够实现高效率、高精度，缺少短波红外波段和热红外波段的山地国产高分辨率卫星影像云及其云阴影自动检测。及其云阴影自动检测。及其云阴影自动检测。

【技术实现步骤摘要】
一种检测山地国产高分辨率卫星影像云与云阴影的方法


[0001]本专利技术涉及遥感卫星影像的计算机处理
，具体而言，涉及一种检测山地国产高分辨率卫星影像云与云阴影的方法。

技术介绍

[0002]准确检测光学卫星影像中云及其阴影像元的位置是开展遥感影像应用的重要前提。然而，云的易变性、复杂性及其与雪的光谱相似性使得光学卫星影像中云及其阴影检测成为一大难点。此外，山地的地形起伏导致云阴影发生与山地阴影的混合和形变，进一步影响了山地遥感影像云及其阴影检测的难度。
[0003]近年来，我国国产资源环境卫星迅猛发展，海量高分辨率国产卫星数据的获取迫切需要高分辨率、自动化的云监测方法。然而，针对仅有可见光到近红外波段、缺少短波红外波段的大多数国产卫星CCD影像，如CBERS
‑
02B, CBERS
‑
04, HJ
‑
1A/B CCD1/2, GF
‑
1/2/6等而言，现有的诸多成熟的云检测方法均难以适用，山地面积占我国国土面积的近70%，我国国产卫星影像的云及其阴影检测，必须需要考虑山地的特殊性。
[0004]然而，此类云监测算法极少考虑山地问题。为解决上述缺少短波红外和热红外波段国产高分辨率山地卫星影像云及其阴影检测问题，本专利技术提出了一种检测山地国产高分辨率卫星影像云与云阴影的方法。

技术实现思路

[0005]本专利技术的目的在于解决上述问题，提供一种能够实现高效率、高精度，缺少短波红外波段和热红外波段的山地国产高分辨率卫星影像云与云阴影自动检测方法。
[0006]本专利技术的实施例通过以下技术方案实现：一种检测山地国产高分辨率卫星影像云与云阴影的方法，包括如下步骤：S1.基于像元亮度值对所采集的遥感图像进行云雪提取；S2.利用时间窗口内的多时相影像进行时相合成，消除云的干扰，得到无云参考影像；S3.基于所述无云参考影像以及像元的蓝波段反射率进行云雪区分；S4.计算表示目标影像纹理特征的区域协方差矩阵，基于区域协方差矩阵距离，得到云影像三维空间坐标；S5.基于所述云影像三维空间坐标计算云影像遮挡光线，得到云阴影位置。
[0007]根据一种优选实施方式，步骤S1具体包括：S11.对蓝波段、绿波段以及红波段的亮度均值进行归一化，选用亮度值较高的像元，进行厚云和积雪检测，表达式如下：
上式中，Mean VIS表示亮度均值归一化，band1表示蓝波段的反射率，band2表示绿波段的反射率，band3表示红波段的反射率，WT表示权重，band i{i=1,2,3}分别表示不同波段的反射率；S12.通过寻找投影方向突出薄云和雾霾的像元亮度值，并抑制无云区域的像元亮度值，进行薄云和雾霾检测，表达式如下：上式中，HOTtest表示雾霾优化转换。
[0008]根据一种优选实施方式，步骤S2具体包括：S21.利用时间窗口内的多时相影像进行时相合成，得到参考影像；S22.采用中值滤波算法对所述参考影像进行残云检测，表达式如下：上式中，表示第j个像元在合成日期x的蓝波段反射率值，median表示中值滤波算子，T1表示常数，表示第个像元在合成日期x的蓝波段反射率值；S23.采用时间序列滤波算法重构残云区域的像元，得到无云参考影像，表达式如下：上式中，表示第j个像元在合成日期x的反射率值，表示像元的原始数据，Ci表示滤波系数，N表示滑动窗口内的像元个数并等于平滑窗口的大小2m+1。
[0009]根据一种优选实施方式，步骤S3具体包括：若一个像元的蓝波段反射率与无云参考影像相比满足如下表达式，则判定该像元为云，表达式如下：上式中，表示给定像元在日期D的蓝波段反射率，表示对应的无云参考影像相应的蓝波段反射率，表示无云参考影像到待检测影像之间的天数，表示待检测影像所处月份的实际天数，表示常数。
[0010]根据一种优选实施方式，步骤S4具体包括：S41.计算表示目标影像纹理特征的区域协方差矩阵，表达式如下：
上式中，R表示给定的区域，n表示区域内的像元个数，ZK表示R内的d维特征点，表示特征点的均值，T表示转置；S42.计算区域协方差矩阵距离，表达式如下：上式中，表示参考影像协方差矩阵和检测的目标影像协方差矩阵的距离，表示协方差矩阵和的广义特征值，i=1K n；S43.计算Sobel响应算子和Laplace响应算子，得到八维灰度特征向量，表达式如下：上式中，表示卫星的四个波段的反射率，表示植被指数，表示影像蓝波段的Sobel算子滤波器特征响应，表示影像蓝波段的Laplace算子滤波器特征响应，表示灰度共生矩阵的局部均质性指数，表示像元的位置。
[0011]根据一种优选实施方式，步骤S5具体包括：基于云像元三维空间坐标计算云像元遮挡光线，表达式如下：上式中，表示云阴影的三维空间坐标，表示水平地表条件下的云阴影投影坐标，表示给定的云位置三维空间坐标。
[0012]根据一种优选实施方式，所述方法还包括，获取区域所有日期影像的参考云掩膜结果，对检测结果进行验证。
[0013]根据一种优选实施方式，所述参考云掩膜生成的步骤如下：采用面向对象的影像分类算法将影像分割为对象，进行云、雪和干净地表的区分；对区分结果中错分、漏分的像元进行改正，获取最终的参考云掩膜。
[0014]根据一种优选实施方式，所述采用面向对象的影像分类算法将影像分割为对象具体包括：将影像分割为规则瓦片，并采用随机函数获取每一期影像中的一个瓦片作为验证区域。
[0015]本专利技术实施例的技术方案至少具有如下优点和有益效果：（1）本专利技术所提供的一种检测山地国产高分辨率卫星影像云与云阴影的方法，利用影像的时相信息和影像自身空间纹理信息，来补充光谱特征空间，可提高云与地表光谱相似目标的可区分性；（2）本方法利用影像的时相信息和云的移动性特征，构建时相光谱差值规则，通过分析多时相影像的
光谱变化特征来描述光谱变化检测阈值，在时相分析基础上，增加信息维度，利用影像的纹理信息来表述影像中云、干净地表的空间特征，引入区域协方差矩阵技术，将影像光谱、空间纹理等多维信息进行综合，实现了多维信息的辅助云检测；（3）本方法考虑了复杂山地对云阴影的形变影响，解决了山地区域云阴影检测问题；（4）本方法对海量国产卫星历史数据以及在轨的卫星数据的云检测、卫星遥感数据应用等具有十分重要的意义。
附图说明
[0016]图1为本专利技术方法流程示意图；图2中第一行和第二行为月合成影像和待检测影像，第三行为光谱测试结果；图3中图3（a）为最大NDVI合成方法获得的无云参考影像，图3（b）为最小蓝波段合成方法获得的无云参考影像，图3（c）为本专利技术综合规则合成方法获得的无云参考影像；图4中图4（a）为三个典型区合成影像的光谱特征，图4（b）为中值滤波法的云识别结果，图4（c）为S
‑
G滤波算法重构后的影像特征；图5 为图2待检测影像时相上下文信息监测结果；图6 为基于区域协方差矩阵的云检测流程；图7为云和积雪区域协方差矩阵距离直方图；图8 第一行为图2待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测山地国产高分辨率卫星影像云与云阴影的方法，其特征在于，包括如下步骤：S1.基于像元亮度值对所采集的遥感图像进行云雪提取；S2.利用时间窗口内的多时相影像进行时相合成，消除云的干扰，得到无云参考影像；S3.基于所述无云参考影像以及像元的蓝波段反射率进行云雪区分；S4.计算表示目标影像纹理特征的区域协方差矩阵，基于区域协方差矩阵距离，得到云影像三维空间坐标；S5.基于所述云影像三维空间坐标计算云影像遮挡光线，得到云阴影位置。2.如权利要求1所述的检测山地国产高分辨率卫星影像云与云阴影的方法，其特征在于，步骤S1具体包括：S11.对蓝波段、绿波段以及红波段的亮度均值进行归一化，选用亮度值较高的像元，进行厚云和积雪检测，表达式如下：上式中，Mean VIS表示亮度均值归一化，band1表示蓝波段的反射率，band2表示绿波段的反射率，band3表示红波段的反射率，WT表示权重，band i{i=1,2,3}分别表示不同波段的反射率；S12.通过寻找投影方向突出薄云和雾霾的像元亮度值，并抑制无云区域的像元亮度值，进行薄云和雾霾检测，表达式如下：上式中，HOTtest表示雾霾优化转换。3.如权利要求1所述的检测山地国产高分辨率卫星影像云与云阴影的方法，其特征在于，步骤S2具体包括：S21.利用时间窗口内的多时相影像进行时相合成，得到参考影像；S22.采用中值滤波算法对所述参考影像进行残云检测，表达式如下：上式中，表示第j个像元在合成日期x的蓝波段反射率值，median表示中值滤波算子，T1表示常数，表示第个像元在合成日期x的蓝波段反射率值；S23.采用时间序列滤波算法重构残云区域的像元，得到无云参考影像，表达式如下：上式中，表示第j个像元在合成日期x的反射率值，m表示半个滤波窗口的宽度，
表示像元的原始数据，Ci表示滤波系数，N表示滑动窗口内的像元个数并等于平滑窗口的大小2m+1。4.如权利要求1所述的检测山地国产高分辨率卫星影像云与云阴影的方法，其特征在于，步骤S3具体包括：若一个像元的蓝波段反射率与无云参考影像相比满足如下表达式，则判定该像元为云，表...

【专利技术属性】
技术研发人员：边金虎，李爱农，雷光斌，南希，张正健，
申请(专利权)人：中国科学院，水利部成都山地灾害与环境研究所，
类型：发明
国别省市：