[发明专利]基于自适应形状暗通道的遥感图像云检测方法

摘要

本发明提出了一种基于自适应形状暗通道的遥感图像云检测方法，用于解决现有遥感图像云检测方法中存在的运算量大、复杂度高和检测结果不准确的技术问题。包括如下步骤：将待检测的RGB遥感云图分割为多个不规则的超像素块，对分割结果进行标记；结合标记对待检测的RGB遥感云图进行自适应形状暗通道处理，得到灰度图；对灰度图进行二值化处理和形态学处理；对形态学处理后的二值图进行导向滤波处理，得到滤波后的灰度图；对滤波后的灰度图进行二次二值化处理和二次形态学处理，得到最终云检测结果。本发明具有过程简单、云检测效果显著的特点，用于遥感图像的预处理过程，可以实现对遥感图像的剔除、分类和后续的目标识别。

主权项

一种基于自适应形状暗通道的遥感图像云检测方法，包括如下步骤：(1)将待检测的RGB遥感云图分割为多个不规则的超像素块，并对该RGB遥感云图中的每个像素点属于哪个超像素块进行标记，得到待检测RGB遥感云图的像素点标记数组labels[i]＝n，其中，i表示该待检测的RGB遥感云图中的第i个像素点，n表示此像素点属于第n个超像素块；(2)结合得到的待检测RGB遥感云图的像素点标记数组labels[i]＝n，对待检测的RGB遥感云图进行自适应形状暗通道处理，得到待检测RGB遥感云图的灰度图，具体实现步骤如下：(2a)将待检测的RGB遥感云图分解为R、G、B三个颜色通道的图像；(2b)遍历待检测的RGB遥感云图，比较每个像素点的R、G、B三个颜色通道值，选取每个像素点最小的通道值，得到单通道图像；(2c)对得到的单通道图像进行最小值滤波，在每次滤波中，结合待检测RGB遥感云图的像素点标记数组labels[i]＝n，对滤波窗口内的滤波邻域像素点标记值和滤波中心像素点的标记值进行判断，如果标记值相同，则进行邻域内的像素点与滤波中心像素点的大小比较，从比较结果中选取像素点的最小值代替滤波中心像素点的值；(3)求取待检测RGB遥感云图的灰度图的动态阈值，并利用求得的动态阈值对该待检测RGB遥感云图的灰度图进行二值化处理，得到含有云区域轮廓的二值图；(4)对得到的含有云区域轮廓的二值图进行形态学处理，包括滤波去噪、去除小面积区域和填洞，得到形态学处理后的含有云区域轮廓的二值图；(5)对得到的形态学处理后的含有云区域轮廓的二值图进行导向滤波处理，得到云区域轮廓改善的灰度图；(6)求取得到的云区域轮廓改善的灰度图的动态阈值，并利用求得的动态阈值对对该灰度图进行二值化处理，得到云区域轮廓改善的二值图；(7)对得到的云区域轮廓改善的二值图进行二次形态学处理，包括滤波去噪、去除小面积区域和填洞，最终得到RGB遥感云图的云检测结果。