基于Landsat7遥感图像的云检测算法研究

摘要

遥感技术在当今社会有着广泛的应用，通过遥感技术获取的图像资料可以应用在资源勘查、环境检测、城市规划、农业生产等领域。但是光学遥感成像技术容易受到天气的影响，尤其是大气当中云层对可见光有遮挡作用。云层遮挡了地面物体的电磁反射信息，给后续遥感数据处理工作带来影响。在各种处理遥感数据应用中，通常需要能够准确地知道数据中云层所在的区域，并和其它区域区别对待，这就需要一种简单实用、能够判断图像中的云层所在区域的方法。
　　地球上有大约50％的地区都被云层覆盖，被云层遮挡的数据含信息量小，甚至不含地面信息。我国卫星地面测控站分布点少，卫星经过测控站的时间短，遥感数据下传量大。如果能够在星上进行云检测，删除或者大幅度压缩云层所在区域的数据，那么可以缓解我国卫星数据下传数据量大的压力。目前常用的云检测方法有阈值法和模式分类法，阈值法的有点是运行速度快，检测准确率高，缺点是需要获取地物先验电磁反射信息，对地域、季节等因素敏感；模式分类法的优点是阈值设置数目少、不需要先验信息，对地域、季节等因素鲁棒性强，缺点是需要提取云层的有效特征，例如纹理特征等，计算量大。
　　所以，研究简单实用的云检测方法对我国遥感卫星事业发展有重要意义。本论文在Lansat7数据基础上，利用波段相关性提出了一种遥感图像假彩色合成方法，寻找到云层和陆地的稳定的色彩特性，在此基础上提出了两种云检测方案：无监督J-Linkage聚类方案和有监督的支持向量机云检测方案，这两种方案不仅克服了传统阈值法对地域、季节等因素敏感的缺陷，而且不需要提取云的纹理、灰度等特征，检测效果优于阈值法。本文主要的研究内容和成果如下：
　　1、介绍了遥感图像云检测技术研究的目的和意义，以及国内外研究现状，简单介绍了遥感成像的基础知识。
　　2、在 Landsat7卫星图像数据的基础上，结合波段选择理论，提出了针对Landsat7的波段选择方案，该方案可以提取云层和陆地的稳定特征，为后续云检测方案提供了基础。
　　3、以Landsat7卫星图像数据为基础，实验了ACCA阈值法云检测方案，并给出了检测的效果图，验证了该方案对地域、季节等因素的敏感性，特别是当成像的地域环境差异较大时，检测效果不理想。
　　4、介绍了颜色线理论，详细介绍RANSAC、Multi-RANSAC等模型拟合算法，并且进一步分析了J-Linkage聚类等算法，在此基础上提出了在合成的假彩色图像RGB颜色空间对颜色线进行J-Linkage聚类实现云检测方案，该方案需要较大的样本来估计云层和陆地的模型，检测速度快。
　　5、详细分析了支持向量机的理论基础、数学模型以及优化算法，提出了以支持向量机为基础的云检测方案，该方案在合成的假彩色空间寻找到一个分类超平面实现对云层和陆地的检测，具有鲁棒性强、检测速度快等特点。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

缩略语对照表

目录

第一章 绪论

1.1 遥感图像云检测的研究背景和意义

1.2 遥感图像云检测国内外研究现状

1.3 本文的主要工作及内容

第二章 遥感基础知识和Landsat7数据介绍

2.1 遥感图像基础知识介绍

2.2 Landsat7卫星多光谱数据介绍

2.3 本章小结

第三章 波段选择与假彩色合成

3.1 遥感图像中的波段选择

3.2 针对Lansadt7的波段合成方案

3.3 本章小结

第四章 基于J-Linkage聚类的遥感图像云检测

4.1 颜色线理论

4.2 颜色线的拟合与聚类

4.3 基于J-Linkage聚类算法的云检测

4.4 实验结果

4.5 本章小结

第五章 基于支持向量机的Landsat7遥感图像云检测

5.1 支持向量机的基础理论及模型

5.2 支持向量机的快速优化方法

5.3 基于支持向量机的云检测方案

5.4 实验结果

5.5 本章小结

第六章 总结和展望

6.1 总结

6.2展望

参考文献

致谢

作者简介

1 基本情况

2 教育背景

3 读硕士学位期间的研究成果