一种基于遥感影像的云及云阴影检测方法和装置制造方法及图纸

本发明专利技术提供了一种基于遥感影像的云及云阴影检测方法和装置，涉及遥感影像处理的技术领域，包括：获取待识别遥感影像数据，对待识别遥感影像数据进行归一化处理，得到归一化影像数据；对归一化影像数据进行分割，得到分割影像数据；基于归一化影像数据和分割影像数据，构建目标影像数据，其中，目标影像数据中包括：待识别遥感影像数据中的疑似云影像数据和疑似云阴影影像数据；基于空间几何模型和形状匹配算法，对目标影像数据进行检测，得到检测结果，其中，检测结果中包含待识别遥感影像数据中的云影像数据和云阴影影像数据，解决了现有的云及云阴影检测方法的检测效率和准确性较低的技术问题。低的技术问题。低的技术问题。

【技术实现步骤摘要】
一种基于遥感影像的云及云阴影检测方法和装置


[0001]本专利技术涉及遥感影像处理的
，尤其是涉及一种基于遥感影像的云及云阴影检测方法和装置 。

技术介绍

[0002]卫星遥感技术凭借其大范围、长时间、成本低的优势，已被广泛应用于国土监测、生态保护、减灾防灾等诸多领域，然而典型多光谱遥感影像易受到云及云阴影的干扰，降低其数据质量，严重制约着卫星遥感在各行业的应用，云及云阴影检测已成为典型多光谱遥感影像预处理的首要前提。
[0003]目前，云及云阴影检测大体可分为阈值法和机器学习法两大类。阈值法主要通过云及云阴影在的多光谱遥感影像不同波段的光谱特征，构建若干光谱阈值条件，以实现云及云阴影的自动化检测，但是该方法通常需要多波段运算，且需要计算大气表观反射率（Top of Atmosphere Reflectance，TOA）以及反演温度，计算过程比较复杂，特别的是典型多光谱遥感影像一般只有四个可用波段，严重制约着该方法在典型遥感影像的应用；机器学习法通常将云或云阴影视为一种地物类型，并通过已有的样本数据集，构建特定的分类器，进行云及阴影的识别，但是该方法需要用到大量人工标记的样本，同时需不断更新样本，所以自动化程度较低且算法复杂。
[0004]针对上述问题，还未提出有效的解决方案。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种基于遥感影像的云及云阴影检测方法和装置，以缓解了现有的云及云阴影检测方法的检测效率和准确性较低的技术问题。
[0006]第一方面，本专利技术实施例提供了一种基于遥感影像的云及云阴影检测方法，包括： 获取待识别遥感影像数据，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据；对所述归一化影像数据进行分割，得到分割影像数据；基于所述归一化影像数据和所述分割影像数据，构建目标影像数据，其中，所述目标影像数据中包括：所述待识别遥感影像数据中的疑似云影像数据和疑似云阴影影像数据；基于空间几何模型和形状匹配算法，对所述目标影像数据进行检测，得到检测结果，其中，所述检测结果中包含所述待识别遥感影像数据中的云影像数据和云阴影影像数据。
[0007]进一步地，获取待识别遥感影像数据，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据，包括：基于所述待识别遥感影像数据，确定出所述待识别遥感影像数据的属性数据，其中，所述属性数据包括：卫星几何信息、空间范围、获取时间和量化值；基于所述量化值，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据。
[0008]进一步地，对所述归一化影像数据进行分割，得到分割影像数据 ，包括：基于预设步长，分别对所述归一化影像数据进行点位提取，得到点位集合；基于所述点位集合中的各个点位的数字量值，构建样本数据；利用所述样本数据，构建最大期望
‑
高斯混合模型；基于
所述最大期望
‑
高斯混合模型，对所述归一化影像数据进行分割，得到所述分割影像数据。
[0009]进一步地，基于所述最大期望
‑
高斯混合模型，对所述归一化影像数据进行分割，得到分割影像数据，包括：利用所述最大期望
‑
高斯混合模型，确定出所述归一化影像数据中每个像素对应的地类；基于所述归一化影像数据中每个像素对应的地类，对所述归一化影像数据进行分割，得到所述分割影像数据。
[0010]进一步地，所述归一化影像数据包括多个波段的影像数据，基于所述归一化影像数据和所述分割影像数据，构建目标影像数据，包括：计算所述分割影像数据包含的地类在各个波段的影像数据中的数字量值的第一均值；基于所述第一均值，确定出所述归一化影像数据包含的疑似云影像数据和疑似云阴影影像数据；基于所述疑似云影像数据和所述疑似云阴影影像数据，构建初始影像数据；计算所述疑似云影像数据在所述各个波段的影像数据中的数字量值的第二均值，以及计算所述疑似云阴影影像数据在所述各个波段的影像数据中的数字量值的第三均值；将所述第二均值小于第一预设阈值的疑似云影像数据和所述第三均值大于第二预设阈值的疑似云阴影影像数据，从所述初始影像数据中删除，得到中间影像数据；基于预设过滤算法，对所述中间影像数据进行优化，得到所述目标影像数据。
[0011]进一步地，基于空间几何模型算法和形状匹配算法，对所述目标影像数据进行检测，得到检测结果，包括：基于坐标转换算法，确定出所述待识别遥感影像数据的影像中心点地理坐标；基于所述获取时间和所述影像中心点地理坐标，计算出太阳高度角和太阳方位角；基于所述太阳方位角，确定出所述疑似云影像数据和所述疑似云阴影影像数据在所述目标影像数据上的方向；基于所述太阳高度角，确定出所述疑似云影像数据与对应的实际云阴影影像数据之间的最大距离；基于所述方向和所述最大距离，确定出所述检测结果。
[0012]进一步地，基于所述方向和所述最大距离，确定出所述检测结果 ，包括：基于所述方向和所述最大距离，确定出所述目标疑似云阴影影像数据，其中，所述目标疑似云阴影影像数据为与所述疑似云影像数据方向相同且与距离小于所述最大距离的疑似云阴影影像数据；计算出所述疑似云影像数据与所述目标疑似云阴影影像数据之间的豪斯多夫距离和面积之比；基于所述疑似云影像数据和最终云阴影影像数据，构建所述检测结果，其中，所述最终云阴影影像数据为面积之比处于预设范围内且所述豪斯多夫距离最小的目标疑似云阴影影像数据。
[0013]第二方面，本专利技术实施例还提供了一种基于遥感影像的云及云阴影检测装置，包括：获取单元，分割单元，构建单元和检测单元，其中，所述获取单元，用于获取待识别遥感影像数据，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据；所述分割单元，用于对所述归一化影像数据进行分割，得到分割影像数据；所述构建单元，基于所述归一化影像数据和所述分割影像数据，构建目标影像数据，其中，所述目标影像数据中包括：所述待识别遥感影像数据中的疑似云影像数据和疑似云阴影影像数据；所述检测单元，用于基于空间几何模型和形状匹配算法，对所述目标影像数据进行检测，得到检测结果，其中，所述检测结果中包含所述待识别遥感影像数据中的云影像数据和云阴影影像数据。
[0014]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储支持处理器执行上述第一方面中所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
[0015]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序。
[0016]在本专利技术实施例中，通过获取待识别遥感影像数据，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据；对所述归一化影像数据进行分割，得到分割影像数据；基于所述归一化影像数据和所述分割影像数据，构建目标影像数据，其中，所述目标影像数据中包括：所述待识别遥感影像数据中的疑似云影像数据和疑似云阴影影像数据；基于空间几何模型和形状匹配算法，对所述目标影像数据进行检测，得到检测结果，其中，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感影像的云及云阴影检测方法，其特征在于，包括：获取待识别遥感影像数据，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据；对所述归一化影像数据进行分割，得到分割影像数据；基于所述归一化影像数据和所述分割影像数据，构建目标影像数据，其中，所述目标影像数据中包括：所述待识别遥感影像数据中的疑似云影像数据和疑似云阴影影像数据；基于空间几何模型和形状匹配算法，对所述目标影像数据进行检测，得到检测结果，其中，所述检测结果中包含所述待识别遥感影像数据中的云影像数据和云阴影影像数据。2.根据权利要求1所述的方法，其特征在于， 获取待识别遥感影像数据，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据，包括：基于所述待识别遥感影像数据，确定出所述待识别遥感影像数据的属性数据，其中，所述属性数据包括：卫星几何信息、空间范围、获取时间和量化值；基于所述量化值，对所述待识别遥感影像数据进行归一化处理，得到归一化影像数据。3.根据权利要求1所述的方法，其特征在于，对所述归一化影像数据进行分割，得到分割影像数据 ，包括：基于预设步长，分别对所述归一化影像数据进行点位提取，得到点位集合；基于所述点位集合中的各个点位的数字量值，构建样本数据；利用所述样本数据，构建最大期望
‑
高斯混合模型；基于所述最大期望
‑
高斯混合模型，对所述归一化影像数据进行分割，得到所述分割影像数据。4.根据权利要求3所述的方法，其特征在于， 基于所述最大期望
‑
高斯混合模型，对所述归一化影像数据进行分割，得到分割影像数据，包括：利用所述最大期望
‑
高斯混合模型，确定出所述归一化影像数据中每个像素对应的地类；基于所述归一化影像数据中每个像素对应的地类，对所述归一化影像数据进行分割，得到所述分割影像数据。5.根据权利要求1所述的方法，其特征在于， 所述归一化影像数据包括多个波段的影像数据，基于所述归一化影像数据和所述分割影像数据，构建目标影像数据，包括：计算所述分割影像数据包含的地类在各个波段的影像数据中的数字量值的第一均值；基于所述第一均值，确定出所述归一化影像数据包含的疑似云影像数据和疑似云阴影影像数据；基于所述疑似云影像数据和所述疑似云阴影影像数据，构建初始影像数据；计算所述疑似云影像数据在所述各个波段的影像数据中的数字量值的第二均值，以及计算所述疑似云阴影影像数据在所述各个波段的影像数据中的数字量值的第三均值；将所述第二均值小于第一预...

【专利技术属性】
技术研发人员：田静国，王宇翔，范磊，容俊，黄非，崔艳芳，关元秀，屈洋旭，曹时，
申请(专利权)人：航天宏图信息技术股份有限公司，
类型：发明
国别省市：