[发明专利]一种基于辐射场的遥感图像云及阴影检测方法

说明书

技术领域

本发明涉及遥感图像处理技术领域，具体而言，特别涉及光学遥感图像上云及阴影通用检测方法,也即一种基于辐射场的遥感图像云及阴影检测方法。

背景技术

遥感图像处理与分析的一个关键环节是生产云掩膜(标识云是否存在的二值图像)，以确定云和阴影的位置，这些信息供用户去进一步分析有云区域或晴空区域图像特征，提取所需要的信息。

当前遥感图像上云和阴影的检测方法主要包括以下两种方法：第一种：靠光谱信息的检测方法；第二种，基于云-传感器-太阳的几何关系确定云和阴影的检测方法。其中，在第一种方法中，主要利用特定的波段进行云和阴影的检测，然而并非所有的传感器都有可用于云检测的波段，例如，当前最典型的云检测算法是MODIS云掩膜算法，其利用了很多波段的配合。而一般的图像，如TM、SPOT等卫星数据则不具备这些典型波段，因此，靠光谱信息检测遥感图像上云和阴影的方法并不通用，此外，该方法还容易造成雪-云混分，水-阴影混分，从而导致检测的准确性低。在第二种方法中，需要云高等参数作为必须的输入，然而这些参数却很难直接获得，因此，基于云-传感器-太阳的几何关系确定云和阴影的检测方法在无法获得云高等参数的情形下并不适用，该方法的通用性也不好，此外，由于获得的云高等参数准确性差，所以云和阴影检测具有很大不确定性，云和阴影边缘部位的确定也较难准确刻画。

关于现有技术中遥感图像上云和阴影的检测方法不具备通用性的问题，目前尚未提出有效的解决方法。

发明内容

本发明的主要目的在于提供一种基于辐射场的遥感图像云及阴影检测方法，以解决现有技术中遥感图像上云和阴影的检测方法不具备通用性的问题。

依据本发明的一个方面，提供了一种基于辐射场的遥感图像云及阴影检测方法，该方法包括：获取待检测的光学遥感图像对应的大气辐射传输模型；以地表反照率产品和预设的晴空条件下的大气温度-湿度廓线、预设的晴空条件下的气溶胶光学厚度为驱动数据，利用大气辐射传输模型生成待检测的光学遥感图像对应的模拟辐射场；根据待检测的光学遥感图像与模拟辐射场计算待检测的光学遥感图像对应的比值指数图像；提取比值指数图像上晴空无阴影区域对应的数值，得到数值集合；获取数值集合中的第一数值和第二数值，其中，第一数值大于第二数值；采用第一数值和第二数值对比值指数图像进行密度分割，以得到云和阴影的分类。

进一步地，根据待检测的光学遥感图像与模拟辐射场计算待检测的光学遥感图像对应的比值指数图像的步骤具体包括：将待检测的光学遥感图像与模拟辐射场的各个波段辐射亮度求比值；将求得的各个比值进行乘积运算，以得到待检测的光学遥感图像对应的云和阴影的比值指数图像。

进一步地，提取比值指数图像上晴空无阴影区域对应的数值，得到数值集合的步骤具体包括：计算待检测的光学遥感图像与模拟辐射场的相似度；在比值指数图像上，确定相似度大于预设相似度的区域为晴空无阴影区域；提取晴空无阴影区域对应的数值，得到数值集合。

进一步地，计算待检测的光学遥感图像与模拟辐射场的相似度的步骤具体为：采用结构相似性纹理识别算法计算待检测的光学遥感图像与模拟辐射场的相似度。

进一步地，获取数值集合中的第一数值和第二数值具体包括：对数值集合中的数值按照大小进行排序；去掉数值集合中排序前后端2％的数值；在数值集合中，获取去掉2％的数值后的最大值作为第一数值，最小值作为第二数值。

进一步地，采用第一数值和第二数值对比值指数图像进行密度分割，以得到云和阴影的分类具体包括：将第一数值和第二数值作为初始分割阈值，对比值指数图像进行密度分割，以得到云和阴影的初始分类；根据初始分类的分类结果调整初始分割阈值，采用调整后的分割阈值对比值指数图像进行密度分割，以得到云掩膜。

进一步地，待检测的光学遥感图像可以为MODIS图像、TM/ETM+图像、VIIRS图像、SPOT图像、ASTER图像、AVHRR图像或HJ-1A/B图像等。