论文部分内容阅读
光学卫星影像以其分辨率高、信息量丰富、实用性较强等优点受到人们越来越多的关注，但是当有云存在时，尤其出现朵云（厚云）时，会出现信息盲区，会给光学遥感影像的应用带来极大的障碍。因此研究卫星影像上朵云的去除具有重要的意义，而朵云区域的自动识别是朵云自动去除的前提。 本文针对国产资源三号卫星影像上朵云自动识别和朵云识别过程中云雪难以分离的问题进行研究，主要研究内容如下: (1)本文采用了一种利用光学卫星影像的纹理信息基于支持向量机分类法的朵云精确识别方法。该方法首先进行初步云识别，然后再进行云雪精确分离，实现了朵云的精确识别; (2)研究了初步云识别阶段云与下垫面地物的纹理差异，采用灰度共生矩阵、分形维数和灰度均值的方法进行云与下垫面地物分类，研究了三种纹理描述方式的理论以及在资源三号卫星影像上云与下垫面地物分类中的应用; (3)研究了云雪分离阶段云和雪的纹理差异，采用分形维数和改进的平均梯度的方法进行云雪分离。根据云雪边界上的差异，对平均梯度进行了改进从而加大了云雪之间的差距，并和分形维数一起对云雪进行分类; (4)研究了支持向量机(SVM)在资源三号卫星影像云识别和云雪分离中的应用。利用支持向量机分类器对两个阶段的训练样本进行训练和学习，对验证样本和实验影像进行云识别的实验，并与神经网络和贝叶斯分类结果进行比较，实验证明，支持向量机方法在资源三号云识别和云雪分离中具有一定的优势。利用资源三号全色卫星影像测试结果表明，该方法可以有效的识别资源三号卫星影像上的云并解决了云雪难以分离的问题。