一种基于K-means++的Himawari-8多光谱云检测方法及系统技术方案

本发明专利技术公开了一种基于K

【技术实现步骤摘要】
一种基于K
‑
means++的Himawari
‑
8多光谱云检测方法及系统


[0001]本专利技术属于卫星遥感
，具体涉及一种基于K
‑
means++的Himawari
‑
8多光谱云检测方法及系统。

技术介绍

[0002]近年来，随着遥感技术的不断发展，遥感图像已被广泛应用于环境监测、自然灾害监测、矿业开发和地理测绘等领域。然而，据统计，全球陆地表面的年平均云量在中纬度地区约为35％，在全球陆地表面约为58％至66％，这不仅导致了遥感数据获取的缺失，还使目标检测和其他进一步处理任务变得尤为困难。因此，云层检测作为遥感图像预处理的一个重要步骤，在遥感图像的各个应用领域中都显得至关重要。
[0003]现有的云检测方法以多光谱阈值法为主，基于云在可见光波段有较强反射而在红外波段有较低亮温进行识别。虽然算法结构简单，可以节省计算时间，但是此方法对于阈值的选择是基于先验知识而实现的，阈值的选取不当将导致算法的普适性较差。
[0004]近几年，模式识别随着计算机科本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K
‑
means++的Himawari
‑
8多光谱云检测方法，其特征在于，包括：获取Himawari
‑
8遥感图像；对所述遥感图像进行标准化预处理，得到预处理图像；根据所述预处理图像判断检测时段是否为白天时段；若检测时段为白天时段，则对所述预处理图像进行锐化处理，得到薄云区域增强图像；以Himawari
‑
8所搭载AHI的通道3与通道4的反射率之和作为聚类特征，对所述预处理图像和所述薄云区域增强图像分别进行K
‑
means++聚类，得到云层主体部分聚类结果和薄云部分聚类结果；将所述云层主体部分聚类结果和薄云部分聚类结果进行叠加，即得云检测结果。2.根据权利要求1所述的基于K
‑
means++的Himawari
‑
8多光谱云检测方法，其特征在于，若检测时段为夜间时段，则以Himawari
‑
8所搭载AHI的通道15的亮温值以及通道7与通道14的亮温差值作为聚类特征，对所述预处理图像进行K
‑
means++聚类，即得云检测结果。3.根据权利要求1所述的基于K
‑
means++的Himawari
‑
8多光谱云检测方法，其特征在于，所述标准化预处理的标准化公式为：式中，z为原始数据标准化后的值，X为待处理的原始数据，X
mean
为原始数据的平均值，X
std
为原始数据的标准差。4.根据权利要求1所述的基于K
‑
means++的Himawari
‑
8多光谱云检测方法，其特征在于，所述预处理图像进行锐化处理以得到薄云区域增强图像的计算公式为：式中，g(x,y)为薄云区域增强图像，f(x,y)为预处理图像中样本点(x,y)的值，w(i,j)为锐化卷积核，f(x+i,y+i)为预处理图像中样本点(x+i,y+i)的值。5.根据权利要求4所述的基于K
‑
means++的Himawari
‑
8多光谱云检测方法，其特征在于，所述锐化卷积核的求取方法包括：对拉普拉斯微分算子x，y两个方向的二阶导数进行差分，得到拉普拉斯微分算子的差分形式，其中，拉普拉斯微分算子的笛卡尔坐标系下的表达式为：所得到的拉普拉斯微分算子的差分形式为：式中，为拉普拉斯算子，f(x+1,y)为预处理图像中样本点(x+1,y)的值，f(x
‑
1,y)为预处理图像中样本点(x
‑
1,y)的值，f(x,y+1)为预处理图像中样本点(x,y+1)的值，f(x,y
‑
1)为预处理图像中样本点(x,y
‑
1)的值；以x和y为坐标中心点，将公式(4)转化为拉普拉斯卷积核：
将公式(5)处理后的图像与所述遥感图像进行叠加，叠加公式为：式中，c为常数，取值
‑
2；令公式(6)等于公式(2)，即可求得锐化卷积核：6.根据权利要求1所述的基于K
‑
means++的Himawari
‑
8多光谱云检测方法...

【专利技术属性】
技术研发人员：王开正，付一桐，周顺珍，谭义章，俞瑞龙，王帅旗，孔德照，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：