[发明专利]一种基于随机森林的卫星遥感影像云量计算方法

摘要

本发明公开了一种基于随机森林的卫星遥感影像云量计算方法，包括样本获取、特征提取、影像分类器训练、待测影像切分、影像分类和云量计算等六步骤；本发明方法可以一次训练后多次检测，通过大量影像训练得到影像分类器，云检测时只需要再次使用即可，随机森林算法在预测分类阶段时间复杂度低，可以快速进行云区检测；经测试，本发明方法既适用于全色影像(10维特征矢量)，也适用于n通道多光谱影像(10n维特征矢量)，并且已应用于实际的卫星影像产品质量检查系统中，对资源三号、天绘一号、高分一号等多颗国产卫星遥感影像进行云检测，其准确度分别达到91％、88％和92.4％。

主权项

1.一种基于随机森林的卫星遥感影像云量计算方法，其特征在于，包括以下步骤：步骤1：样本获取；收集不同类型的遥感云图影像以及不同类型的地物影像，切分遥感云图影像和地物影像，获得云、地物样本影像，将云样本影像和地物样本影像作为训练集；步骤2：特征提取；计算所有样本影像的灰度特征、频率特征和纹理特征矢量值，形成特征矢量集合；步骤3：影像分类器训练；使用随机森林方法来训练样本影像的特征矢量集合，得到由决策树森林构成的影像分类器；步骤4：待测影像切分；将待测卫星遥感影像的原始影像进行下采样以获取缩略图，对缩略图进行影像切分得到子影像，计算所有子影像的灰度特征、频率特征和纹理特征矢量值；步骤5：影像分类；将单个子影像的特征矢量值输入影像分类器，影像分类器中的每个决策树都对该特征矢量进行分类投票，最终按照它在“云类”和“无云类”得票的多少来判断对应的子影像是否为含云区域；步骤6：云量计算；用步骤5所述的方法对所有子影像进行分类，分类完毕之后即可计算该卫星遥感影像的云量百分比。