[发明专利]面向地物目标的高分6号遥感卫星数据的有效性检测方法

权利要求书

1.面向地物目标的高分6号遥感卫星数据的有效性检测方法，其特征在于，包括如下步骤：

步骤1，对目标图像进行分块，且每个图像块大小为256*256；

步骤2，人工选择样本图像块根据GIST图像特征进行SVM模型训练，提取样本图像块的GIST图像特征，通过SVM分类器进行训练；

步骤3，根据图像块GIST图像特征的SVM分类结果分别进行如下处理：对于不包含任何干扰性因素的正常图像块，跳过干扰性因素检测步骤；

对于只包含云这一种干扰性因素的图像块，只进行云提取；对于只包含雪这一种干扰性因素的图像块，只进行云提取；对于只包含阴影这一种干扰性因素的图像块，只进行阴影提取；对包含云和阴影两种干扰性因素的图像块，依次进行云提取和阴影提取；对包含雪和阴影两种干扰性因素的图像块，依次进行云提取和阴影提取；对包含云和雪两种干扰性因素的图像块，先进行云提取，然后进行云雪分离；

步骤4，合并所有图像块检测结果，统计覆盖率结果；

步骤5，按照不同要求制定质量有效性筛选策略，判断图像质量是否合格，对于合格的图像进行典型地物目标提取包含水利设施提取算法和城镇群提取算法，并最终生成质量有效性评估报告；否则直接生成质量有效性评估报告。

2.根据权利要求1所述的面向地物目标的高分6号遥感卫星数据的有效性检测方法，其特征在于，在基于GIST图像特征的SVM分类器训练中，采用的是自动参数优化算法。

3.根据权利要求1所述的面向地物目标的高分6号遥感卫星数据的有效性检测方法，其特征在于，使用的云提取算法包含如下步骤：

(1)基于HOT指数、VBR指数以及Significance Map来对每个像素进行筛选，符合条件的像素被标记为云；

(2)根据被标记的云进行导向滤波；

HOT指数可以反映蓝波段和红波段对于云的光谱反射与大部分地物的差异性，HOT指数的定义如下：

HOT＝I_blue-0.5×I_red

其中I_blue为I_blue蓝波段的像素值，I_redI_red为红波段的像素值。

VBR指数可以将在RGB彩色彩色空间中一般呈现为灰色或者是白色的云与其他地物进行区分，VBR指数的定义如下：

其中I_red，I_green，I_blue分别代表红、绿、蓝三个波段的像素值；

Significance Map通过云具有亮度较高色调较低的特征来检测云，先将像素的RGB颜色值转换到HSI颜色模型中的颜色值，Significance Map中每个像素的值W定义如下:

其中I_intensity和I_hue分别代表HSI颜色模型中的亮度值和色调值，将W的值转换到0到255的区间后，就对Significance Map进行Otsu自动阈值分割来找到区分云和其他类别的阈值T_Otsu,然后对这个阈值进行约束，得到优化后的阈值T_Optimal，约束方式如下：

Otsu为最大类间方差法。

4.根据权利要求1所述的面向地物目标的高分6号遥感卫星数据的有效性检测方法，其特征在于，使用的阴影提取算法包含如下步骤：

(a)对图像数据的近红外波段执行腐蚀重建后的结果进行孔洞填充得到孔洞填充图像；

(b)根据近红外波段阈值以及孔洞填充阈值标记阴影；

(c)根据被标记的阴影进行导向滤波。

5.根据权利要求4所述的面向地物目标的高分6号遥感卫星数据的有效性检测方法，其特征在于，孔洞填充是用腐蚀重建后的结果与原近红外波段像素值相减，获得填充孔洞的值，进而根据填充孔洞的值来筛选阴影；

导向滤波是以图像块的RGB图像作为引导图像来对前面生成的标记图像进行滤波。