偏振云检测中基于多目标优化的角度选择研究
发布时间：2021-02-07 01:29
多角度信息在扩展云检测功能、提高检测精度等优势的同时,带来多角度遍历计算的复杂度和数据规模增大的问题。云检测角度信息来自地表的二向性反射分布函数和大气分子散射效应,尽管在局部区域内存在用分析解确定某些观察角的可能性,但由于卫星运动观察几何变化、云几何因子的影响、地物调查的巨大工作量等实际应用的复杂性,POLDER等官方产品仍采用所有角度遍历计算。由于邻近角度间信息的冗余,文章用平均联合信息熵和K-L信息散度作为角度子集选择的特征,提出了Pareto多目标前沿最优解和理想解算法,在POLDER和"高分五号"卫星搭载的多角度偏振探测仪（directional polarimetric camera,DPC）的数据集上进行云检测实验。2角度组合结果与POLDER产品相比,总体精度89.36%,Kappa系数0.7845,DPC检测分类相似度86%,时间复杂度减少约1/7。实验表明所提方法在保持检测效果的同时具有降低计算开销的优点,可为云检测提供一种快速有效、满意精度和自动化运行的新途径。
【文章来源】：红外与毫米波学报. 2020,39(03)北大核心
【文章页数】：9 页
【部分图文】：
图２水云、冰云散射角与８６５ｎｍ偏振反射率关系??Ｆｉｇ．?２?Ｔｈｅ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｏｆ?ｓｃａｔｔｅｒｉｎｇ?ａｎｇｌｅｓ?ｗｉｔｈ?８６５ｎｍ?ｐｏ？??
３４２??红外与毫米波学报??３９卷??图４偏振探测仪多角度观测原理图??Ｆｉｇ．?４?Ｔｈｅ?ｐｒｉｎｃｉｐａｌ?ｏｆ?ｍｕｌｔｉ－ｄｉｒｅｃｔｉｏｎａｌ?ｖｉｅｗｉｎｇ?ｂｙ?ｐｏｌａｒｉｚａ？??ｔｉｏｎ?ｓｐｅｃｔｒａｌ?ｒａｄｉｏｍｅｔｅｒ??信息量的角度，使之在保留原有角度最多信息的同??时有效降低维数。本文基于信息熵［？２２］选择策略，??要求选择的角度子集包含更多的图像细节以及尽??可能的去除冗余信息，图像的细节用信息熵代表，??冗余程度用Ｋ－Ｌ信息散度表征。优化目标即在所??有可能的角度组合中，寻找信息散度和平均联合信??息熵同时达到尽可能大，由于这两个优化目标通常??难以同时达到，因此，云检测中的角度选择是一个??多目标组合优化问题。??２角度选择方法及原理??２．１遥感图像多角度组合优化目标??设某一波段、某一角度遥感图像空间统计特征??矢量Ｘ如式（４）所示??Ｘ?＝［ｈ（ｘ），Ｈ｛ｘ）］?，（４）??式中／ｉＵ）为直方图；／／Ｕ）为图像信息熵，其计算??如式（５）：??Ｈ（ｘ）?＝?＾Ｐ（Ｘｌ）＼ｏＳ（Ｐ（Ｘｊ））?，（５）??；＝〇??式中；＝?０＿＂ｎ为图像灰度级，为??图像中灰度ｉ像素概率函数，Ｎ?＝?ｗｉｄｔｈｘｈｅｉｇｈｔ为图??像大校已知偏振相机具有Ｌ个观测角度层，从中??选择Ｋ（Ｋ＜Ｌ）个角度层组合，共有种可能组合，??用平均联合信息熵和对称信息散度来衡量??该Ｋ个角度层组合图像的信息量Ｙ，如式（６）：??Ｙ＝［ａｎｇ，?ａｎｇｊ－＇－ａｎｇ，，?Ｄ＾，?Ｈ（ｘ）］?，?（６）??式中ａｎｇ为参与组合的角度层编号；??Ｘ?（ｐ（ｘｖ）），⑴??＾?／?＝?
区域??（Ｎ７３．?７９８６－Ｎ９６．?９６８０，?Ｅ２４．?３６３９－Ｅ３９．?７１９０）?８０〇ｘ??５２０图像。角度层优化组合选择６７０?ｒｕｎ波段ＬＩ，?Ｌ４??层，４９０?ｎｍ偏振波段Ｌ２，Ｌ７层；８６５?ｎｍ偏振波段Ｌ１，??Ｌ４层。图１０（左）（右）分别为实验区６７０ｔｉｍ、５６５??ｎｍ、４４３?ｎｍ波段反射率合成图和该方法云检测结果??图（黑色为晴，灰色为云），将图１０（左）二值化，然后??与（右）图配准，逐像素检查，二者相似度达到??平均ｆｅ息熵Ｈ（Ｘ）??图７数据集１的Ｒ？。波段Ｐａｒｅｔｏ前沿面，Ａ为拐点（理想解）??Ｆｉｇ．?７?Ｐａｒｅｔｏ?ｏｐｔｉｍａｌ?ｆｒｏｎｔ?ｏｆ?Ｒ６７０?ｄａｔａｓｅｔ?ｌ．Ａ－ｋｎｅｅ?（ｉｄｅａｌ??ｓｏｌｕｔｉｏｎ）??表２三波段二角度层理想组合结果??Ｔａｂｌｅ?２?Ｔｈｅ?Ｒｅｓｕｌｔｓ?ｏｆ?ｉｄｅａｌ?ｃｏｍｂｉｎａｔｉｏｎ?ｏｆ?２?ａｎｇｌｅ－??ｌａｙｅｒｓ?ｆｏｒ?ｔｈｒｅｅ?ｓｐｅｃｔｒａｌ??数据集??波段??组合角度层ａｎｇ丨??组合角度层ａｎｇ２??１??Ｂ６７０??Ｌ２??Ｌ１４??１??Ｂ４９０??Ｌ１１??Ｌ１４??１??Ｂ８６５??Ｌ２??Ｌ６??２??Ｂ６７０??Ｌ２??Ｌ１３??２??Ｂ４９０??Ｌ１２??Ｌ１４??２??Ｂ８６５??Ｌ８??Ｌ９??目视检查图８和图９，发现检测不一致的像素大??多发生在云与晴的边缘处，该部位往往是云和晴的??交迭或过渡区域，带有不确定性表３列出两种方??法云检测结果（ＰＯＬＤＥＲ数据取自它的一级产品），??表４列出该方法与ＰＯＬＤＥＲ评价指标的比对。实验??结果表明：该方
【参考文献】：
期刊论文
[1]高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析[J]. 郑逢勋,侯伟真,李正强. 物理学报. 2019(04)
[2]偏振多通道遥感云检测的阈值优化[J]. 方薇,乔延利,张冬英,易维宁. 光学学报. 2018(12)
[3]基于可见光的多波段偏振图像融合新算法[J]. 张晶晶,方勇华. 光学学报. 2008(06)
[4]多目标进化算法的研究与进展[J]. 崔逊学,林闯,方廷健. 模式识别与人工智能. 2003(03)
硕士论文
[1]基于多目标优化的高光谱图像无监督波段选择[D]. 镡永强.西安电子科技大学 2014
本文编号：3021418
【文章来源】：红外与毫米波学报. 2020,39(03)北大核心
【文章页数】：9 页
【部分图文】：
图２水云、冰云散射角与８６５ｎｍ偏振反射率关系??Ｆｉｇ．?２?Ｔｈｅ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｏｆ?ｓｃａｔｔｅｒｉｎｇ?ａｎｇｌｅｓ?ｗｉｔｈ?８６５ｎｍ?ｐｏ？??
３４２??红外与毫米波学报??３９卷??图４偏振探测仪多角度观测原理图??Ｆｉｇ．?４?Ｔｈｅ?ｐｒｉｎｃｉｐａｌ?ｏｆ?ｍｕｌｔｉ－ｄｉｒｅｃｔｉｏｎａｌ?ｖｉｅｗｉｎｇ?ｂｙ?ｐｏｌａｒｉｚａ？??ｔｉｏｎ?ｓｐｅｃｔｒａｌ?ｒａｄｉｏｍｅｔｅｒ??信息量的角度，使之在保留原有角度最多信息的同??时有效降低维数。本文基于信息熵［？２２］选择策略，??要求选择的角度子集包含更多的图像细节以及尽??可能的去除冗余信息，图像的细节用信息熵代表，??冗余程度用Ｋ－Ｌ信息散度表征。优化目标即在所??有可能的角度组合中，寻找信息散度和平均联合信??息熵同时达到尽可能大，由于这两个优化目标通常??难以同时达到，因此，云检测中的角度选择是一个??多目标组合优化问题。??２角度选择方法及原理??２．１遥感图像多角度组合优化目标??设某一波段、某一角度遥感图像空间统计特征??矢量Ｘ如式（４）所示??Ｘ?＝［ｈ（ｘ），Ｈ｛ｘ）］?，（４）??式中／ｉＵ）为直方图；／／Ｕ）为图像信息熵，其计算??如式（５）：??Ｈ（ｘ）?＝?＾Ｐ（Ｘｌ）＼ｏＳ（Ｐ（Ｘｊ））?，（５）??；＝〇??式中；＝?０＿＂ｎ为图像灰度级，为??图像中灰度ｉ像素概率函数，Ｎ?＝?ｗｉｄｔｈｘｈｅｉｇｈｔ为图??像大校已知偏振相机具有Ｌ个观测角度层，从中??选择Ｋ（Ｋ＜Ｌ）个角度层组合，共有种可能组合，??用平均联合信息熵和对称信息散度来衡量??该Ｋ个角度层组合图像的信息量Ｙ，如式（６）：??Ｙ＝［ａｎｇ，?ａｎｇｊ－＇－ａｎｇ，，?Ｄ＾，?Ｈ（ｘ）］?，?（６）??式中ａｎｇ为参与组合的角度层编号；??Ｘ?（ｐ（ｘｖ）），⑴??＾?／?＝?
区域??（Ｎ７３．?７９８６－Ｎ９６．?９６８０，?Ｅ２４．?３６３９－Ｅ３９．?７１９０）?８０〇ｘ??５２０图像。角度层优化组合选择６７０?ｒｕｎ波段ＬＩ，?Ｌ４??层，４９０?ｎｍ偏振波段Ｌ２，Ｌ７层；８６５?ｎｍ偏振波段Ｌ１，??Ｌ４层。图１０（左）（右）分别为实验区６７０ｔｉｍ、５６５??ｎｍ、４４３?ｎｍ波段反射率合成图和该方法云检测结果??图（黑色为晴，灰色为云），将图１０（左）二值化，然后??与（右）图配准，逐像素检查，二者相似度达到??平均ｆｅ息熵Ｈ（Ｘ）??图７数据集１的Ｒ？。波段Ｐａｒｅｔｏ前沿面，Ａ为拐点（理想解）??Ｆｉｇ．?７?Ｐａｒｅｔｏ?ｏｐｔｉｍａｌ?ｆｒｏｎｔ?ｏｆ?Ｒ６７０?ｄａｔａｓｅｔ?ｌ．Ａ－ｋｎｅｅ?（ｉｄｅａｌ??ｓｏｌｕｔｉｏｎ）??表２三波段二角度层理想组合结果??Ｔａｂｌｅ?２?Ｔｈｅ?Ｒｅｓｕｌｔｓ?ｏｆ?ｉｄｅａｌ?ｃｏｍｂｉｎａｔｉｏｎ?ｏｆ?２?ａｎｇｌｅ－??ｌａｙｅｒｓ?ｆｏｒ?ｔｈｒｅｅ?ｓｐｅｃｔｒａｌ??数据集??波段??组合角度层ａｎｇ丨??组合角度层ａｎｇ２??１??Ｂ６７０??Ｌ２??Ｌ１４??１??Ｂ４９０??Ｌ１１??Ｌ１４??１??Ｂ８６５??Ｌ２??Ｌ６??２??Ｂ６７０??Ｌ２??Ｌ１３??２??Ｂ４９０??Ｌ１２??Ｌ１４??２??Ｂ８６５??Ｌ８??Ｌ９??目视检查图８和图９，发现检测不一致的像素大??多发生在云与晴的边缘处，该部位往往是云和晴的??交迭或过渡区域，带有不确定性表３列出两种方??法云检测结果（ＰＯＬＤＥＲ数据取自它的一级产品），??表４列出该方法与ＰＯＬＤＥＲ评价指标的比对。实验??结果表明：该方
【参考文献】：
期刊论文
[1]高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析[J]. 郑逢勋,侯伟真,李正强. 物理学报. 2019(04)
[2]偏振多通道遥感云检测的阈值优化[J]. 方薇,乔延利,张冬英,易维宁. 光学学报. 2018(12)
[3]基于可见光的多波段偏振图像融合新算法[J]. 张晶晶,方勇华. 光学学报. 2008(06)
[4]多目标进化算法的研究与进展[J]. 崔逊学,林闯,方廷健. 模式识别与人工智能. 2003(03)
硕士论文
[1]基于多目标优化的高光谱图像无监督波段选择[D]. 镡永强.西安电子科技大学 2014
本文编号：3021418
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3021418.html
