【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于卫星影像缩略图的云量粗判别方法及装置。
技术介绍
1、在光学遥感图像中，云是不可避免的存在。而云量多少影响图像产品利用。云层遮挡影响了地物信息的准确获取，并造成大量无用的遥感数据传输和处理，浪费存储，以及计算资源。因此，云量检测是卫星数据质量评价必不可少的环节。
2、而相关技术中，云量检测过程中，遥感影像需要通过辐射校正、大气校正等还原反射率，而每颗卫星的辐射系数各不相同，辐射系数还需要定期更新，限制了算法的通用性，增加系统的复杂度，因此如何高效的进行卫星遥感影像的云量判别，已经成为业界亟待解决的问题。
技术实现思路
1、本专利技术提供一种基于卫星影像缩略图的云量粗判别方法及装置，用以解决现有技术中如何高效的进行卫星遥感影像的云量判别的问题。
2、本专利技术提供一种基于卫星影像缩略图的云量粗判别方法，包括：
3、在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行图像融合，得到卫星融合图像；
4、通过双三次插值法对所述卫星融合图像进行缩放处理，得到卫星缩略图；
5、根据图像分水岭算法对所述卫星缩略图进行图像分割，得到n个图像块后，提取所述图像块中各个像素点的云量特征，其中，所述云量特征包括以下至少一项：灰度值特征、形态学特征、颜色空间特征、纹理特征，n为正整数；
6、基于所述图像块中各个像素点的云量特征，进行各个图像块中的云量评估，以确定所述卫星
7、根据本专利技术提供的一种基于卫星影像缩略图的云量粗判别方法，所述n个图像块的图像分割方法，包括：
8、通过构造所述卫星缩略图的能量函数，获取所述卫星缩略图中每个像素点的能量状态；
9、在所述卫星缩略图中任选p个种子像素点，从所述种子像素点开始模拟水的扩散，从能量函数值较高的像素点流向能量值较低的相邻像素点；
10、当不同的种子像素点流向相遇时，相遇像素点的水位会形成一个分水岭像素点，获取所述卫星缩略图中的各个分水岭像素点；
11、根据各个所述分水岭像素点划分的像素区域，得到图像分割后的n个图像块。
12、根据本专利技术提供的一种基于卫星影像缩略图的云量粗判别方法，基于所述图像块中各个像素点的云量特征，进行各个图像块中的云量评估，以确定所述卫星影像缩略图的云量粗判别结果，包括：
13、对于每个所述图像块，获取各个所述像素点中符合预设云量特征标准的云像素点；其中，所述预设云量特征标准包括以下至少一项:灰度值特征标准、形态学特征标准、颜色空间特征标准、纹理特征标准；
14、将所述云像素点按照行方向和列方向遍历所述图像块中的各个像素点，直至遍历到非云像素点或者图像边界，以得到各个图像块中的云覆盖区域；
15、根据各个图像块中的云覆盖区域，确定所述卫星影像缩略图的云量粗判别结果。
16、根据本专利技术提供的一种基于卫星影像缩略图的云量粗判别方法，根据各个图像块中的云覆盖区域，确定所述卫星影像缩略图的云量粗判别结果，包括：
17、根据各个所述图像块中所述云覆盖区域的占比，确定各个所述图像块的云量粗判别结果；
18、将各个所述图像块的云量粗判别结果进行合并，得到所述卫星影像缩略图的云量粗判别结果。
19、根据本专利技术提供的一种基于卫星影像缩略图的云量粗判别方法，在所述在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行图像融合，得到卫星融合图像的步骤之前，所述方法还包括：
20、获取符合预设云量评估标准的初始卫星影像；其中，所述预设云量评估标准包括：云量评价标准和云量评估等级；
21、对所述初始卫星影像进行绝对辐射校正，得到校正后的待处理卫星影像。
22、根据本专利技术提供的一种基于卫星影像缩略图的云量粗判别方法，所述在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行图像融合，得到卫星融合图像，包括：
23、在所述多光谱图像和全色图像在空间位置匹配的情况下，对所述多光谱图像进行主成分变换，计算所述多光谱图像的协方差矩阵或相关矩阵，并求解矩阵的特征值和对应的特征向量；
24、将特征值排序前m位的特征值对应的特征向量与所述全色图像进行直方图匹配并进行替换，得到卫星融合图像。
25、本专利技术还提供一种基于卫星影像缩略图的云量粗判别装置，包括：
26、融合模块，用于在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行图像融合，得到卫星融合图像；
27、缩放模块，用于通过双三次插值法对所述卫星融合图像进行缩放处理，得到卫星缩略图；
28、提取模块，用于根据图像分水岭算法对所述卫星缩略图进行图像分割，得到n个图像块后，提取所述图像块中各个像素点的云量特征，其中，所述云量特征包括以下至少一项：灰度值特征、形态学特征、颜色空间特征、纹理特征，n为正整数；
29、评估模块，用于基于所述图像块中各个像素点的云量特征，进行各个图像块中的云量评估，以确定所述卫星影像缩略图的云量粗判别结果。
30、根据本专利技术实施例提供的一种基于卫星影像缩略图的云量粗判别装置，所述装置还用于：
31、通过构造所述卫星缩略图的能量函数，获取所述卫星缩略图中每个像素点的能量状态；
32、在所述卫星缩略图中任选p个种子像素点，从所述种子像素点开始模拟水的扩散，从能量函数值较高的像素点流向能量值较低的相邻像素点；
33、当不同的种子像素点流向相遇时，相遇像素点的水位会形成一个分水岭像素点，获取所述卫星缩略图中的各个分水岭像素点；
34、根据各个所述分水岭像素点划分的像素区域，得到图像分割后的n个图像块。
35、根据本专利技术实施例提供的一种基于卫星影像缩略图的云量粗判别装置，所述装置还用于：
36、对于每个所述图像块，获取各个所述像素点中符合预设云量特征标准的云像素点；其中，所述预设云量特征标准包括以下至少一项:灰度值特征标准、形态学特征标准、颜色空间特征标准、纹理特征标准；
37、将所述云像素点按照行方向和列方向遍历所述图像块中的各个像素点，直至遍历到非云像素点或者图像边界，以得到各个图像块中的云覆盖区域；
38、根据各个图像块中的云覆盖区域，确定所述卫星影像缩略图的云量粗判别结果。
39、根据本专利技术实施例提供的一种基于卫星影像缩略图的云量粗判别装置，所述装置还用于：
40、根据各个所述图像块中所述云覆盖区域的占比，确定各个所述图像块的云量粗判别结果；
41、将各个所述图像块的云量粗判别结果进行合并，得到所述卫星影像缩略图的云量粗判别结果。
42、根据本专利技术实施例提供的一种基于卫星影像缩略图的云本文档来自技高网...
【技术保护点】
1.一种基于卫星影像缩略图的云量粗判别方法，其特征在于，包括：
2.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，所述N个图像块的图像分割方法，包括：
3.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，基于所述图像块中各个像素点的云量特征，进行各个图像块中的云量评估，以确定所述卫星影像缩略图的云量粗判别结果，包括：
4.根据权利要求3所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，根据各个图像块中的云覆盖区域，确定所述卫星影像缩略图的云量粗判别结果，包括：
5.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，在所述在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行图像融合，得到卫星融合图像的步骤之前，所述方法还包括：
6.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，所述在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行图像融合，得到卫星融合图像，包括：
7.一种
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于卫星影像缩略图的云量粗判别方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于卫星影像缩略图的云量粗判别方法。
...【技术特征摘要】
1.一种基于卫星影像缩略图的云量粗判别方法，其特征在于，包括：
2.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，所述n个图像块的图像分割方法，包括：
3.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，基于所述图像块中各个像素点的云量特征，进行各个图像块中的云量评估，以确定所述卫星影像缩略图的云量粗判别结果，包括：
4.根据权利要求3所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，根据各个图像块中的云覆盖区域，确定所述卫星影像缩略图的云量粗判别结果，包括：
5.根据权利要求1所述的基于卫星影像缩略图的云量粗判别方法，其特征在于，在所述在待处理卫星影像进行图像预处理后，将待处理卫星影像中的多光谱图像和全色图像进行...
【专利技术属性】
技术研发人员：万广通，陈俊，郭擎，赵灵军，吴业炜，陈勃，张洪群，黄鹏，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。