基于多尺度特征的遙感云圖分類.pdf

1、可見光衛(wèi)星遙感圖像是目前非常重要的一種地球空間檢測信息，應(yīng)用范圍非常廣泛。但是星載成像設(shè)備有一個難以避免的問題，即在有云層覆蓋的情況下，所得到的遙感圖像使用價值會大大降低，基于遙感圖像的后續(xù)處理也會受到負(fù)面影響。為此，研究人員對如何檢云、去云進行了長期的探索，并取得了很多研究成果。
　　 自然界中的云無論是從物理特性還是圖像特性來看，都是一種非常復(fù)雜的目標(biāo)，傳統(tǒng)的云檢測與云圖分類算法有兩個較為明顯的弊端，一是針對整景遙感圖像設(shè)計

2、的算法往往具有計算量較大、復(fù)雜度過高等缺點，二是對云類目標(biāo)提取出來的特征普適性不強，穩(wěn)定性不高。
　　 本論文在分析總結(jié)了前人研究結(jié)果的基礎(chǔ)之上，提出了相應(yīng)的改進算法，主要研究成果概述如下：
　　 1.提出了一種對遙感圖像進行子塊分割的算法體系。將較難處理的整景圖轉(zhuǎn)換為較為容易處理的小尺寸子圖，并且利用分割逼近的思想，將較為復(fù)雜的云類目標(biāo)檢測問題轉(zhuǎn)化為較為容易的云圖分類問題；
　　 2.將現(xiàn)有的云圖特征描述算法進

3、行整理歸納，詳細(xì)闡述了灰度梯度共生矩陣與分?jǐn)?shù)維在云圖特征描述中的應(yīng)用。提出了一種高效的特征空間降維的方法，并且以此為基礎(chǔ)，結(jié)合K-均值分類器實現(xiàn)了一個自動云量判讀系統(tǒng)，結(jié)合仿真數(shù)據(jù)驗證了分割近似云量統(tǒng)計算法的有效性；
　　 3.提出了基于高斯金字塔的遙感云圖多尺度特征提取算法。在尺度變換的過程中，遙感圖像的各種特征會不同程度地退化。用特征的退化率對單一尺度特征矢量進行延拓，就可以得到圖像的多尺度特征矢量。實驗數(shù)據(jù)表明，經(jīng)過延拓的