遥感卫星影像的云检测方法研究
发布时间：2021-03-14 06:17
卫星技术的飞速发展使遥感技术在气象研究和应用中扮演着非常重要的角色。遥感影像获取过程中,受云雾干扰等因素的影响,造成原始物体的光谱失真,影响遥感产品和影像的判读,对信息提取造成很大的影响。有效的区分出遥感影像中的有云像素和无云像素,对于气象预报、生态环境监测,气象灾害的预防等方面都有积极的作用,因此遥感影像的云检测变得非常重要。本文对云检测的相关方法进行了研究,主要贡献包括以下部分:（1）针对FY-2G影像的特点,提出了一种基于集成阈值和随机森林的遥感图像云检测方法。该方法首先对FY-2G影像的红外通道1和可见光通道分别进行10种阈值方法二值化,通过投票法得到二值化图像;其次将两个通道的二值化图像进行合并形成集成阈值图像;再将集成阈值图像的中间部分和国家气象卫星中心（NSMC）云检测结果图像的上下端部分作为随机森林的样本采集源数据。训练样本只依赖于一个时刻的源图像数据,将训练好的随机森林模型应用于其他时刻的影像,得到最终的云检测结果。该方法在FY-2G影像上表现良好,它可以有效地标记NSMC云检测产品中的误检和漏检区域。最后将手工标记的结果与NSMC云检测结果以及各个方法的云检测结果进...
【文章来源】：成都理工大学四川省
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
段的抛物线结构
段的抛物线模型
NSMC云检测结果
【参考文献】：
期刊论文
[1]基于随机森林的FY-2G云检测方法[J]. 付华联,冯杰,李军,刘军. 测绘通报. 2019(03)
[2]多尺度膨胀卷积神经网络资源三号卫星影像云识别[J]. 高琳,宋伟东,谭海,刘阳. 光学学报. 2019(01)
[3]融合多线索信息的数字图像抠图方法研究[J]. 张超,都玉莹,韩成,白烨. 计算机工程与应用. 2018(17)
[4]Forest type identification by random forest classification combined with SPOT and multitemporal SAR data[J]. Ying Yu,Mingze Li,Yu Fu. Journal of Forestry Research. 2018(05)
[5]基于BP神经网络的风云四号遥感图像云检测算法[J]. 高军,王恺,田晓宇,陈建. 红外与毫米波学报. 2018(04)
[6]基于深度置信网络-Otsu混合模型的自动云检测算法[J]. 邱梦,尹浩宇,陈强,刘颖健. 计算机应用. 2018(11)
[7]利用对象光谱与纹理实现高分辨率遥感影像云检测方法[J]. 董志鹏,王密,李德仁,王艳丽,张致齐. 测绘学报. 2018(07)
[8]基于集成卷积神经网络的遥感影像场景分类[J]. 张晓男,钟兴,朱瑞飞,高放,张作省,鲍松泽,李竺强. 光学学报. 2018(11)
[9]基于Landsat 8影像的多光谱厚云检测方法研究[J]. 朱冰雪,陈圣波,周超,孙士超,范宪创. 地理空间信息. 2018(06)
[10]基于支持向量机的多特征融合影像云检测[J]. 孙汝星,范荣双. 测绘与空间地理信息. 2018(06)
博士论文
[1]基于多核学习的高光谱遥感影像分类方法研究[D]. 亓呈明.中国地质大学(北京) 2016
[2]区域森林生物量遥感估测与应用研究[D]. 吴超凡.浙江大学 2016
[3]中高分辨率遥感影像森林类型精细分类与森林资源变化监测技术研究[D]. 任冲.中国林业科学研究院 2016
[4]随机森林算法优化研究[D]. 曹正凤.首都经济贸易大学 2014
[5]数字图像抠图关键技术研究[D]. 姚桂林.哈尔滨工业大学 2013
[6]利用卫星遥感技术监测长白山天池火山活动性[D]. 季灵运.中国地震局地质研究所 2012
[7]多源遥感数据支持的中等城市热环境研究[D]. 李海峰.成都理工大学 2012
[8]随机森林及其在遥感影像处理中应用研究[D]. 雷震.上海交通大学 2012
[9]基于遥感技术滑坡灾害区划研究[D]. 丁辉.长安大学 2011
硕士论文
[1]大幅面海洋遥感图像厚云检测与傅里叶域融合研究[D]. 文莉.深圳大学 2016
[2]基于风云2号静止卫星数据的白天海雾监测算法研究[D]. 田永杰.华南理工大学 2016
[3]电网微气象卫星遥感灾害监测预警系统设计与实现[D]. 谭江.电子科技大学 2016
本文编号：3081642
【文章来源】：成都理工大学四川省
【文章页数】：96 页
【学位级别】：硕士
【部分图文】：
段的抛物线结构
段的抛物线模型
NSMC云检测结果
【参考文献】：
期刊论文
[1]基于随机森林的FY-2G云检测方法[J]. 付华联,冯杰,李军,刘军. 测绘通报. 2019(03)
[2]多尺度膨胀卷积神经网络资源三号卫星影像云识别[J]. 高琳,宋伟东,谭海,刘阳. 光学学报. 2019(01)
[3]融合多线索信息的数字图像抠图方法研究[J]. 张超,都玉莹,韩成,白烨. 计算机工程与应用. 2018(17)
[4]Forest type identification by random forest classification combined with SPOT and multitemporal SAR data[J]. Ying Yu,Mingze Li,Yu Fu. Journal of Forestry Research. 2018(05)
[5]基于BP神经网络的风云四号遥感图像云检测算法[J]. 高军,王恺,田晓宇,陈建. 红外与毫米波学报. 2018(04)
[6]基于深度置信网络-Otsu混合模型的自动云检测算法[J]. 邱梦,尹浩宇,陈强,刘颖健. 计算机应用. 2018(11)
[7]利用对象光谱与纹理实现高分辨率遥感影像云检测方法[J]. 董志鹏,王密,李德仁,王艳丽,张致齐. 测绘学报. 2018(07)
[8]基于集成卷积神经网络的遥感影像场景分类[J]. 张晓男,钟兴,朱瑞飞,高放,张作省,鲍松泽,李竺强. 光学学报. 2018(11)
[9]基于Landsat 8影像的多光谱厚云检测方法研究[J]. 朱冰雪,陈圣波,周超,孙士超,范宪创. 地理空间信息. 2018(06)
[10]基于支持向量机的多特征融合影像云检测[J]. 孙汝星,范荣双. 测绘与空间地理信息. 2018(06)
博士论文
[1]基于多核学习的高光谱遥感影像分类方法研究[D]. 亓呈明.中国地质大学(北京) 2016
[2]区域森林生物量遥感估测与应用研究[D]. 吴超凡.浙江大学 2016
[3]中高分辨率遥感影像森林类型精细分类与森林资源变化监测技术研究[D]. 任冲.中国林业科学研究院 2016
[4]随机森林算法优化研究[D]. 曹正凤.首都经济贸易大学 2014
[5]数字图像抠图关键技术研究[D]. 姚桂林.哈尔滨工业大学 2013
[6]利用卫星遥感技术监测长白山天池火山活动性[D]. 季灵运.中国地震局地质研究所 2012
[7]多源遥感数据支持的中等城市热环境研究[D]. 李海峰.成都理工大学 2012
[8]随机森林及其在遥感影像处理中应用研究[D]. 雷震.上海交通大学 2012
[9]基于遥感技术滑坡灾害区划研究[D]. 丁辉.长安大学 2011
硕士论文
[1]大幅面海洋遥感图像厚云检测与傅里叶域融合研究[D]. 文莉.深圳大学 2016
[2]基于风云2号静止卫星数据的白天海雾监测算法研究[D]. 田永杰.华南理工大学 2016
[3]电网微气象卫星遥感灾害监测预警系统设计与实现[D]. 谭江.电子科技大学 2016
本文编号：3081642
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3081642.html
