[发明专利]基于遥感影像的云检测方法、装置及电子设备

说明书

本发明适用云检测技术领域，提供了一种基于遥感影像的云检测方法、装置及电子设备，该方法包括：利用阈值法对遥感影像进行二值化标记，得到初步二分图；对所述初步二分图进行连通区域识别得到连通区域三分图；对所述连通区域三分图进行云检测，得到所述遥感影像的alpha图，实现高效地对遥感影像进行云检测，并提高了云检测的准确性，避免了部分漏检、错检的情况。

技术领域

本发明属于云检测技术领域，尤其涉及基于遥感影像的云检测方法、装置及电子设备。

背景技术

随着遥感卫星的技术不断的发展，遥感技术在气象的科研与应用方面发挥着越来越重要的作用。其中云是气象与气候研究中比较重要的影像因子，在风云遥感影像获取过程中，受云雾干扰等因素的影响，导致原地物光谱失真，影响遥感产品与影像判读，对信息提取造成很大的影响。正确地分离遥感影像中的有云像元和无云像元，对于天气预报、气象灾害的预防、温度反演、救援及生态环境的监控等都有重大的影响，因此卫星云图云检测变得越来越重要。做好云检测工作能够为后续云剔除、云分类以及其他领域遥感数据的应用打下坚实的基础。

传统的云检测方法主要以阈值分割方法为主，云在可见光和近红外光谱中表现的特性是高反射率低亮温，利用这一特性，可以选择合适的阈值确定像素上是否有云。目前的阈值法包括：光谱结合阈值法、频率结合阈值法。

光谱结合阈值法主要利用云在可见光波段具有强反射的特性，该类算法对阈值的敏感程度较高，同一卫星数据因时间、天气等原因，检测阈值将发生巨大变化，加大了此类方法的局限性。频率结合阈值法主要利用云的低频特性，通过小波分析、傅里叶变换等方法获取影像低频数据进行云检测，但由于受地面低频信息干扰，通常采用多层小波变换排除，这大大降低了云检测效率。

另一类传统云检测方法主要是根据云的纹理、形状、灰度等物理特征来进行分类。纹理分析法利用云与地面纹理特征差异，常以分块子图为单位，结合二阶矩、分形维数、灰度共生矩阵和多次双边滤波进行纹理特征计算，该类方法需要提前获得可靠云特征区间才能保证分类的精度，效率较低。统计学方法主要分为统计方程和聚类分析法。统计方程法利用样本数据建立模拟公式计算云的反射率或者亮温来进行云检测，聚类分析法是根据不同地物类型的像元观测值存在明显的差别的原理实现云检测，在样本量较大时，要获得聚类结论有一定困难，需要人为干预，极大影响检测效率。

近年来综合智能法在遥感领域的应用也逐渐增多，综合多种综合智能法主要包括人工神经网络、支持向量机和模糊逻辑算法等。综合智能法在实现的过程中需要获取大量的训练样本，对分类特征的选取要求较高，针对不同数据需要重新选取样本，导致效率低下。

发明内容

本发明的目的在于提供基于遥感影像的云检测方法、装置及电子设备，旨在解决由于现有技术无法高效且准确地进行云检测的技术问题。

第一方面，本发明提供了一种基于遥感影像的云检测方法，所述方法包括下述步骤：

利用阈值法对遥感影像进行二值化标记，得到初步二分图；

对所述初步二分图进行连通区域识别得到连通区域三分图；

对所述连通区域三分图进行云检测，得到所述遥感影像的alpha图。

可选的，利用阈值法对遥感影像进行二值化标记，得到初步二分图的步骤，包括：

分别计算遥感影像在多种阈值法下的灰度阈值；

针对遥感影像的每一像素，根据各阈值法下的灰度阈值对所述像素进行二值化标记；

通过各像素的二值化标记得到初步二分图。

可选的，对所述初步二分图进行连通区域识别得到连通区域三分图的步骤，包括：

采用游程编码对所述初步二分图进行逐行扫描，记录每一行中每一个团的起点、终点以及行号；