[发明专利]一种云检测最优阈值选取方法、云检测方法及系统

说明书

本发明公开了一种基于绝对像素的遥感影像云检测最优阈值选取方法、云检测方法及系统，所述方法包括：获取全球分布的不同地表类型、不同云层覆盖的多光谱遥感图像，得到具有代表性的基准影像数据集；利用基准云检测算法预测影像数据集云概率图；以默认阈值为基准，按特定间隔分别减小和增大阈值，得到多组“绝对”干净像素和“绝对”云像素，分别将每组合成为一幅绝对像素云掩膜；以绝对像素云掩膜为真值，计算待确定最优阈值云检测模型在不同阈值下的整体精度，以整体精度最高的阈值作为最优阈值，即可实现云检测。本发明选取的最优阈值精度高，误差小，与现有技术相比最优阈值选取效率大大提高，在多光谱遥感影像上具有广阔的应用空间。

技术领域

本发明涉及一种云检测最优阈值选取方法、云检测方法及系统，属于遥感图像云检测技术领域。

背景技术

随着光学遥感卫星技术的发展，遥感卫星获取的海量影像为植被长势监测、自然灾害监测与评估、土地利用分类等提供了长时间序列的遥感监测信息。然而云一直是影响光学遥感影像可用数据的重要因素，因此云检测是光学遥感影像得以应用的必须步骤。

虽然目前云检测方法都需要阈值对预测结果进行二值化分类，阈值的选取一般有两种方式：第一种是使用固定阈值，该方法对不同图像数据适用性差；第二种是利用人工标记云掩膜获取最佳阈值，该方法虽然适用性强，但耗时费力。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种云检测最优阈值选取方法、云检测方法及系统，不仅能够提升不同图像数据之间的适应性，且省时省力。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于绝对像素的遥感影像云检测最优阈值选取方法，包括以下步骤：

获取全球分布的不同地表类型、不同云层覆盖的多光谱遥感图像，得到具有代表性的基准影像数据集；

根据预先构建的绝对阈值组合对所述基准影像数据集处理，得到不同阈值组合下的绝对像素云掩膜；

利用待确定最优阈值云检测模型对所述基准影像数据集进行云概率预测，得到预测云概率图；

根据不同阈值组合下的绝对像素云掩膜，基于整体精度的最优阈值选取原则，选取所述预测云概率图的标准整体精度曲线，在标准曲线上确定最优阈值。

进一步地，获取具有代表性的基准影像数据集的方法包括：

将全球区域地表类型划分为9种不同类别；

将云分为薄云(透明)和厚云(不透明)2类；

对每类地表下要选取的图像云层特性随机赋予薄云和厚云，得到9种图像搜索条件；

根据搜索条件在数据网站按照地物类型、云类型获取9幅图像，构成具有代表性的基准影像数据集。

进一步地，所述绝对阈值组合的构建方法包括；

在基准云检测算法的默认阈值下，按照选定的阈值间隔，增大或减小阈值，以此得到不同的高低阈值组合；

所述每一组绝对阈值组合，对于增大后的阈值，假定大于该阈值的都绝对是云像素，对于减小后的阈值，假定小于该阈值的都绝对是干净像素。

进一步地，所述绝对像素云掩膜的获取方法包括；

将每幅图像在同一绝对阈值组合下的绝对干净像素和绝对云像素的类别图进行合并；

将合并后的分类图中既不在绝对干净像素，也不在绝对云像素类别中的像素归类为不确定像素；

将三种像素类别合并形成完整的不同阈值组合下的绝对像素云掩膜。