基于影像增强和综合决策的VIRR影像云检测
本文关键词:基于影像增强和综合决策的VIRR影像云检测
【摘要】:为充分利用FY-3-VIRR(风云三号可见光红外扫描辐射计)VIRR各个波段的影像,提高VIRR云检测效果,提出基于像元晴朗置信水平的云检测算法。对VIRR多光谱遥感影像进行图像增强,包括NDVI,RVI,NDWI等,并对水像元进行提取,完成云像元和地物像元的对比增强;对每一种增强图像或者单波段图像中各类像元的分布进行分析,并确定像元的晴朗置信水平;综合决策对像元的晴朗置信水平进行确定,并生成云掩模。两种结果对比表明,本文所述方法云检测结果优于直接利用光谱信息云检测的方法。
【作者单位】: 河南理工大学测绘与国土信息工程学院;
【关键词】: VIRR 云检测 置信水平 云掩模
【基金】:国家自然科学基金青年项目(41401500)
【分类号】:TP751
【正文快照】: *?0引言云在大气中存在,严重影响传感器对地表的电磁波探测,特别是可见光和红外遥感探测。因此,云检测一直是遥感研究的热点,也是遥感研究与应用中的重要基础研究。目前云检测技术大致分为3类:阈值法、聚类分析法和神经网络法[1]。神经网络法实际上是利用人工神经网络对样本进
【参考文献】
中国期刊全文数据库 前4条
1 胡卫国;孟令奎;张东映;樊志伟;成建国;李晓晖;;资源一号02C星图像水体信息提取方法[J];国土资源遥感;2014年02期
2 范登科;李明;贺少帅;;基于环境小卫星CCD影像的水体提取指数法比较[J];地理与地理信息科学;2012年02期
3 李微,方圣辉,佃袁勇,郭建星;基于光谱分析的MODIS云检测算法研究[J];武汉大学学报(信息科学版);2005年05期
4 宋小宁,赵英时;MODIS图象的云检测及分析[J];中国图象图形学报;2003年09期
【共引文献】
中国期刊全文数据库 前10条
1 齐修东;岳继博;;基于影像增强和综合决策的VIRR影像云检测[J];河南理工大学学报(自然科学版);2016年06期
2 蒲莉莉;刘斌;;一种结合特征拟合的水域信息提取方法[J];测绘科学;2016年10期
3 袁欣智;江洪;陈芸芝;汪小钦;;一种应用大津法的自适应阈值水体提取方法[J];遥感信息;2016年05期
4 陈亮;张波;穆磊;沈林;;基于混合像元分解法的黄河河道水体遥感监测[J];人民珠江;2016年10期
5 吴小君;吴鹏海;刘紫涵;曾超;王杰;;利用时序Landsat数据的杞麓湖面积年变化时空分析[J];遥感信息;2016年04期
6 孙艳丽;周伟;钟佩琳;;一种针对多光谱遥感图像的桥梁快速识别算法[J];海军航空工程学院学报;2016年04期
7 黎显平;冯仲科;;高分一号卫星影像水体信息提取方法比较研究[J];黑龙江科技信息;2016年19期
8 沈金祥;季漩;;遥感影像云及云影多特征协同检测方法[J];地球信息科学学报;2016年05期
9 张璐;施润和;李龙;;基于HJ-1卫星数据反演长江三角洲地区气溶胶光学厚度[J];遥感技术与应用;2016年02期
10 李腾腾;唐新明;高小明;;资源三号影像朵云识别中云雪分离研究[J];测绘通报;2016年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 朱长明;张新;骆剑承;李万庆;杨纪伟;;基于样本自动选择与SVM结合的海岸线遥感自动提取[J];国土资源遥感;2013年02期
2 韩晶;邓喀中;范洪冬;;利用波段合成研究SPOT多光谱影像水体提取方法[J];全球定位系统;2012年05期
3 沈金祥;杨辽;陈曦;李均力;彭青青;胡举;;面向对象的山区湖泊信息自动提取方法[J];国土资源遥感;2012年03期
4 陈蕾;邓孺孺;陈启东;何颖清;秦雁;娄全胜;;基于水质类型的TM图像水体信息提取[J];国土资源遥感;2012年01期
5 杨莹;阮仁宗;;基于TM影像的平原湖泊水体信息提取的研究[J];遥感信息;2010年03期
6 王培培;;基于ETM影像的水体信息自动提取与分类研究[J];首都师范大学学报(自然科学版);2009年06期
7 王净;李亚春;景元书;;基于MODIS数据的水体识别指数方法的比较研究[J];气象科学;2009年03期
8 黄海波;赵萍;陈志英;郭伟;;ASTER遥感影像水体信息提取方法研究[J];遥感技术与应用;2008年05期
9 韩栋;杨晓梅;纪凯;;小卫星遥感影像自动提取水体方法研究[J];测绘科学;2008年01期
10 权维俊;郭文利;叶彩华;杨军丽;;基于TM卫星影像获取北京市水体密度指数与植被覆盖指数的方法[J];南京气象学院学报;2007年05期
【相似文献】
中国期刊全文数据库 前2条
1 孙川;常见分布的测量不确定度置信因子的计算[J];计量技术;2002年07期
2 ;[J];;年期
,本文编号:837589
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/837589.html