[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

说明书

本发明公开了一种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，涉及卫星遥感技术领域，对遥感卫星数据中的各种干扰性因素的覆盖率进行检测，从而评估遥感数据的有效性；对遥感图像采用分块的方法，然后基于图像块进行检测；对图像块提取Gist图像特征，然后基于GIST图像特征在SVM分类器上进行分类；对于SVM分类得到的分类结果，根据不同的情况选择不同的检测流程分别检测；本发明可以针对任意大小的高分6号遥感卫星数据，有效检测云、阴影、雪等干扰性因素的覆盖率，快速准确地对图像数据的有效性进行评估，对符合要求的图像进行典型地物目标提取，有效提高目标提取的效率。

技术领域

本发明涉及卫星遥感技术领域，尤其涉及一种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。

背景技术

如今，随着遥感卫星技术的不断发展，遥感卫星数据的分辨率越来越高，产生的数据也越来越多，但是并不是所有图像都能够被有效利用。云、雪、阴影是卫星影像中的常见元素，卫星影像在探测地表成像的过程中如果受到上述元素的遮挡，地表光谱特征将发生变化，情况严重时，则导致影像中存在着许多无法观察的盲区，对后续的图像解译与分析带来诸多不便。由于这些元素的像元属于无效像元，多数情况下生产人员都会选择尽量避开受这些元素影响的卫星影像，因此生产之前进行准确的检测并对覆盖情况进行准确描述就具有十分重要的意义。

现有的遥感卫星数据有效性检测方法，需要对图像中的每一种干扰性因素进行检测，就算图像中不包含干扰性因素，也需要进行大量的计算；图像过大时往往会造成内存不足的情况；由于图像中包含多种复杂的地物以及干扰性因素，对干扰性因素的检测会带来较大的负面影响，计算的复杂度也很高。

当对所有卫星遥感数据进行地物目标提取时，很多存在严重干扰因素不符合要求的数据都需要进行提取步骤，严重降低了目标提取效率。

发明内容

本发明可以针对任意大小的高分6号遥感卫星数据，检测云、阴影、雪等干扰性因素的覆盖率，快速准确地对图像数据的有效性进行评估，只对符合要求的图像数据进行水利设施、城镇群等典型地物目标提取，剔除了不符合要求的遥感数据目标提取步骤，能够有效提升目标提取效率。

本发明的目的是通过如下技术方案予以实现的:

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，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。

作为本发明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的进一步优选方案，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。

作为本发明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的进一步优选方案，使用的云提取算法包含如下步骤：