基于分形和纹理特征的红外图像云检测

摘要

针对红外图像中的云检测问题,采用了一种分形维数+纹理特征的检测方法.通过计算红外图像的平均分形维数,并根据阈值正确预判图像是复杂地形还是云区域,解决了无云图中的云的分类错误问题.通过构造局部云图像的灰度共生矩阵,得到反映图像纹理特征的四个二次统计特征,云区域和无云区域在四维特征上具有明显的区分度,根据该特征训练的非线性SVM分类器能够有效地区分云区域和无云区域.通过分形维数预判以及由统计特征训练的SVM分类器,可实现云区域的精确检测与标记.上述方法对仿真、真实红外图像进行了验证,具有实用性,准确率有较大提高.